211service.com
Votre meilleur coéquipier pourrait un jour être un algorithme
PAIRE
Google lance un effort qui, espère-t-il, transformera les humains et les machines intelligentes en compagnons de travail productifs.
Grâce à un projet appelé People + AI Research, ou PAIR, Google publiera des outils conçus pour aider à rendre le fonctionnement interne des systèmes d'IA plus transparent. La société lance également plusieurs initiatives de recherche visant à trouver de nouvelles façons pour les humains et les systèmes d'IA de collaborer efficacement.
On a beaucoup parlé récemment du potentiel de l'intelligence artificielle pour éliminer des emplois et remplacer les humains, mais en vérité, la technologie peut souvent servir de nouveau type d'outil puissant capable d'automatiser seulement une partie du travail d'une personne.
Comprendre comment faire collaborer efficacement les humains et les algorithmes d'IA pourrait avoir une grande importance économique et pourrait façonner la façon dont la main-d'œuvre est éduquée. Cela pourrait également jouer un rôle en tempérant les réactions négatives au rôle croissant de l'automatisation dans de nombreux contextes (voir La technologie détruit-elle des emplois ? et À qui appartiendront les robots ? ).
Barbara Grosz , professeur à l'Université de Harvard qui soutient depuis longtemps que les informaticiens devraient concevoir des systèmes d'IA pour compléter plutôt que remplacer les gens, affirme que cette approche est nécessaire car l'IA est encore si limitée dans ce qu'elle peut faire. Grosz ajoute que les capacités humaines et mécaniques peuvent représenter plus que la somme de leurs parties. Les systèmes d'IA, comme tous les ordinateurs, doivent être développés pour les personnes qui vont les utiliser, dit-elle.
Une certaine idée de la façon dont les algorithmes d'IA peuvent collaborer avec les humains peut être vue dans les jeux. Les joueurs d'échecs ou de go peuvent faire équipe avec des programmes informatiques pour performer à un niveau élevé. Cela nécessite un nouvel ensemble de compétences et une nouvelle approche de chaque jeu.
Les dernières années ont vu des progrès rapides dans l'apprentissage automatique, avec des améliorations spectaculaires des performances techniques, ont écrit les chercheurs dans un article de blog annonçant l'initiative. Mais nous pensons que l'IA peut aller beaucoup plus loin et être plus utile pour nous tous si nous construisons des systèmes en pensant aux personnes dès le début du processus.
PAIR est dirigé par Fernanda Viégas et Martin Wattenberg, des chercheurs spécialisés dans le développement de visualisations qui rendent les informations complexes plus compréhensibles. Viégas et Wattenberg ont précédemment développé une série d'outils pour élucider le comportement de modèles d'apprentissage automatique complexes et abstraits. L'opacité de ces modèles est une préoccupation croissante pour ceux qui espèrent les déployer dans un plus large éventail de contextes (voir The Dark Secret at the Heart of AI ).
Le projet PAIR publie aujourd'hui deux outils pour visualiser le type de grands ensembles de données utilisés pour former un modèle d'apprentissage automatique afin de faire des prédictions utiles. Ces visualisations peuvent aider un data scientist à identifier les anomalies dans les données de formation.
Grosz dit qu'il est particulièrement difficile de construire des systèmes d'IA qui fonctionnent bien avec les humains, en partie parce que ces systèmes peuvent être complexes et opaques, mais aussi parce qu'interagir avec un humain de manière intelligente est un défi majeur. Dans chaque situation, vous devez être capable de modéliser l'état mental d'une personne, dit-elle.