Une IA avec 30 ans de connaissances se met enfin au travail

Après avoir passé les 31 dernières années à mémoriser une étonnante collection de connaissances générales, le moteur d'intelligence artificielle créé par Doug Lenat est enfin prêt à se mettre au travail.

La création de Lenat est Cycle , une base de connaissances d'informations sémantiques conçue pour permettre aux ordinateurs de comprendre comment les choses fonctionnent dans le monde réel.

Cyc a reçu plusieurs milliers de faits, y compris de nombreuses informations que vous ne trouveriez pas dans une encyclopédie car cela semble aller de soi. Il sait, par exemple, que Sir Isaac Newton est un personnage historique célèbre qui n'est plus en vie. Mais plus important, Cyc comprend aussi que si vous lâchez une pomme, elle tombera au sol ; qu'une pomme n'est pas plus grosse qu'une personne ; et qu'une personne ne peut pas lancer une pomme dans l'espace.

Et maintenant, après des années de travail, le système de Lenat est commercialisé par une société appelée Lucide .

Une partie de la raison est la cuisson de Cyc, explique Lenat, qui a quitté son poste de professeur à Stanford pour démarrer le projet à la fin de 1984. Non pas qu'il n'y ait rien d'autre à faire, dit-il. Mais il note que la plupart de ce qui reste à ajouter est pertinent pour un domaine d'expertise spécifique, comme la finance ou l'oncologie.

Entre autres projets, l'entreprise développe un assistant personnel doté des connaissances générales de Cyc. Cela pourrait peut-être conduire à quelque chose de similaire à Siri mais moins prédisposé aux malentendus insensés.

Michael Stewart, collaborateur de longue date de Lenat et PDG de Lucid, affirme que la nouvelle société est en pourparlers avec diverses autres personnes intéressées par l'utilisation de la base de connaissances Cyc. Lucide a été travailler avec la Cleveland Clinic , par exemple, pour aider à automatiser le processus de recherche de patients pour des études cliniques. Cela impliquait l'ajout de nouvelles informations à la base de connaissances Cyc et une nouvelle interface frontale qui permet aux médecins de saisir des requêtes en langage naturel telles que Rechercher des patients atteints de bactéries après une fenêtre péricardique. Lucid ne doit pas seulement trouver les bons patients candidats, mais fournir une chaîne claire de raisonnement logique expliquant pourquoi il les a sélectionnés.

Stewart dit que la société travaille également avec des banques et des sociétés financières pour développer des solutions similaires pour découvrir des informations sur les investissements et les délits d'initiés. Le système a pu repérer un cas potentiel de délit d'initié lorsqu'il a appris, à partir d'un organigramme, que deux personnes s'étaient assises l'une à côté de l'autre plusieurs années auparavant. Il a compris que si deux personnes sont assises l'une à côté de l'autre, cela signifie qu'elles se connaissent.

Dans chaque cas, l'IA fait face à une petite courbe d'apprentissage. Nous interrogeons des experts en la matière et parcourons également la documentation de l'entreprise ou des documents d'antécédents médicaux, explique Stewart. Nous ingérons ces connaissances dans Cyc comme vous le feriez avec un humain.

Le fait que Cyc soit maintenant commercialisé pourrait soulever quelques sourcils. Le projet a passé tellement de temps en gestation qu'il a souvent semblé qu'il n'arriverait jamais sur le marché (voir The Cost of Common Sense ).

En outre, coder en dur les règles et la logique dans une IA est une approche assez démodée. Ces dernières années, l'apprentissage automatique et en particulier les réseaux de neurones ont fini par dominer le domaine, grâce à des sauts de performances soudains rendus possibles par de meilleurs algorithmes, un matériel plus puissant et d'énormes quantités de données de formation (voir 10 Breakthrough Technologies 2013 : Deep Learning). L'impressionnant programme de Go-playing de Google AlphaGo, par exemple, a maîtrisé le jeu incroyablement complexe et abstrait en utilisant diverses astuces d'apprentissage automatique (voir Google's AI Is Battering One of the World's Top Go Players in Style).

Mais l'apprentissage en profondeur n'est pas bon pour imprégner les machines de quelque chose comme le bon sens, ce que beaucoup considèrent comme une lacune importante. Lenat pense certainement que les progrès de l'apprentissage automatique et de l'apprentissage en profondeur seront imparfaits sans certaines connaissances codées à la main. C'est bien de dire que nous aurons des programmes qui excellent aux dames et aux échecs et Go, dit-il. Mais c'est très différent de dire que ces programmes pourront avoir des conversations prolongées qui vous amèneront à prendre des décisions impliquant la vie humaine.

Gary Marcus , professeur de psychologie et de sciences neurales à l'Université de New York et cofondateur d'une société d'intelligence artificielle appelée Geometric Intelligence, déclare que Lucid est intéressant car il vise à combler certaines des lacunes des approches populaires. Cyc a la réputation d'être difficile à manier, et au cours de la dernière décennie, presque rien n'a été dit publiquement à ce sujet, dit Marcus. En même temps, cela représente une approche très différente de tous les trucs d'apprentissage en profondeur qui ont fait l'actualité.

Marcus convient que les progrès récents, qui ont permis aux ordinateurs de traiter les images et le son avec des compétences humaines, sont quelque peu limités. L'apprentissage en profondeur concerne principalement la perception, dit-il, mais il y a beaucoup d'inférences impliquées dans le raisonnement humain quotidien, et Cyc représente un effort sérieux pour s'attaquer à la subtilité de cette inférence. Je ne sais pas ce qui en sortira, mais j'ai hâte de voir.

cacher