211service.com
Un programme informatique qui apprend à imaginer le monde montre comment l'IA peut penser davantage comme nous
L'avancée de DeepMind pourrait conduire à des machines capables de mieux comprendre une scène. 14 juin 2018
Esprit profond
Les machines devront s'améliorer pour donner un sens au monde par elles-mêmes si elles veulent un jour devenir vraiment intelligentes.
DeepMind , la filiale d'Alphabet axée sur l'intelligence artificielle, a fait un pas dans cette direction en créant un programme informatique qui construit à lui seul une image mentale du monde. On pourrait dire qu'il apprend à imaginer le monde qui l'entoure.
Le système, qui utilise ce que les chercheurs de DeepMind appellent un réseau de requêtes génératives (GQN), examine une scène sous plusieurs angles et peut ensuite décrire à quoi elle ressemblerait sous un autre angle.
Cela peut sembler trivial, mais cela nécessite une capacité relativement sophistiquée pour en apprendre davantage sur le monde physique. Contrairement à de nombreux systèmes de vision IA, le programme DeepMind donne plus de sens à une scène qu'à une personne. Même si quelque chose est partiellement occlus, par exemple, il peut raisonner sur ce qui est là.
À terme, une telle technologie pourrait servir de base à une intelligence artificielle plus profonde, permettant aux machines de décrire et de raisonner sur le monde avec une sophistication beaucoup plus grande.
Ali Eslami, chercheur à DeepMind, et ses collègues ont testé l'approche sur trois paramètres virtuels : une table en forme de bloc, un bras de robot virtuel et un simple labyrinthe. Le système utilise deux réseaux de neurones ; l'un apprend et l'autre génère, ou imagine, de nouvelles perspectives. Le système capture les aspects d'une scène, y compris les formes, les positions et les couleurs des objets, à l'aide d'une représentation vectorielle, ce qui le rend relativement efficace. La recherche paraît dans la revue La science aujourd'hui.
Le travail est en quelque sorte une nouvelle direction pour DeepMind, qui s'est fait un nom en développant des programmes capables d'accomplir des exploits remarquables, notamment apprendre à jouer au jeu de société complexe et abstrait Go. Le nouveau projet s'appuie sur d'autres recherches universitaires qui cherchent à imiter la perception et l'intelligence humaines à l'aide d'outils informatiques similaires.
C'est un pas intéressant et précieux dans la bonne direction, dit Josh Tenenbaum , professeur qui dirige le groupe Computational Cognitive Science au MIT.
Tenenbaum dit que la capacité à traiter des scènes complexes de manière modulaire est impressionnante, mais ajoute que l'approche présente les mêmes limites que les autres méthodes d'apprentissage automatique, y compris le besoin d'une énorme quantité de données de formation : le jury ne sait toujours pas combien du problème que cela résout.
Sam Gershman , qui dirige le Computational Cognitive Neuroscience Lab à Harvard, explique que les travaux de DeepMind combinent des idées importantes sur le fonctionnement de la perception visuelle humaine. Mais il note que, comme d'autres programmes d'IA, il est quelque peu étroit, en ce sens qu'il ne peut répondre qu'à une seule question : à quoi ressemblerait une scène d'un point de vue différent ?
En revanche, les humains peuvent répondre à une variété infinie de questions sur une scène, dit Gershman. À quoi ressemblerait une scène si je déplaçais un peu le cercle bleu vers la gauche, ou repeints le triangle rouge, ou écrasais le cube jaune ?
Gershman dit qu'il n'est pas clair si l'approche de DeepMind pourrait être adaptée pour répondre à des questions plus complexes ou si une approche fondamentalement différente pourrait être nécessaire.