211service.com
Votre prochain ordinateur pourrait s'améliorer avec l'âge
Jon Han
Généralement, les ordinateurs ralentissent à mesure qu'ils vieillissent. Leurs processeurs ont du mal à gérer les nouveaux logiciels. Apple même délibérément ralentit ses iPhones que leurs batteries se dégradent. Mais les chercheurs de Google ont publié les détails d'un projet qui pourrait permettre à un ordinateur portable ou à un smartphone d'apprendre à faire les choses mieux et plus rapidement au fil du temps.
Les chercheurs se sont attaqués à un problème courant en informatique, appelé prélecture. Les ordinateurs traitent les informations beaucoup plus rapidement qu'ils ne peuvent les extraire de la mémoire pour les traiter. Pour éviter les goulots d'étranglement, ils essaient de prédire quelles informations seront probablement nécessaires et de les extraire à l'avance. À mesure que les ordinateurs deviennent plus puissants, cette prédiction devient progressivement plus difficile.
Dans un document publié en ligne cette semaine, l'équipe de Google décrit l'utilisation de l'apprentissage en profondeur - une méthode d'IA qui utilise un vaste réseau de neurones simulé - pour améliorer la prélecture. Bien que les chercheurs n'aient pas montré à quel point cela accélère les choses, le coup de pouce pourrait être important, compte tenu de ce que l'apprentissage en profondeur a apporté à d'autres tâches .
Le travail que nous avons fait n'est que la pointe de l'iceberg, dit Heiner Litz de l'Université de Californie à Santa Cruz, chercheur invité sur le projet. Litz pense qu'il devrait être possible d'appliquer l'apprentissage automatique à chaque partie d'un ordinateur, du système d'exploitation de bas niveau au logiciel avec lequel les utilisateurs interagissent.
De telles avancées seraient opportunes. La loi de Moore ralentit enfin et la conception fondamentale des puces informatiques n'a pas beaucoup changé ces dernières années. Tim Kraska , professeur associé au MIT qui étudie également comment l'apprentissage automatique peut améliorer le fonctionnement des ordinateurs, affirme que l'approche pourrait également être utile pour les algorithmes de haut niveau. Une base de données peut apprendre automatiquement à gérer les données financières par opposition aux données des réseaux sociaux, par exemple. Ou une application pourrait apprendre par elle-même à répondre plus efficacement aux habitudes d'un utilisateur particulier.
Nous avons tendance à construire des systèmes et du matériel à usage général, explique Kraska. L'apprentissage automatique permet de personnaliser automatiquement le système, jusqu'à la base, en fonction des données spécifiques et des modèles d'accès d'un utilisateur.
Kraska prévient que l'utilisation de l'apprentissage automatique reste coûteuse en calcul, de sorte que les systèmes informatiques ne changeront pas du jour au lendemain. Cependant, s'il est possible de surmonter ces limitations, dit-il, la façon dont nous développons des systèmes pourrait fondamentalement changer à l'avenir.
Litz est plus optimiste. La grande vision est un système qui se surveille constamment et apprend, dit-il. C'est vraiment le début de quelque chose de vraiment grand.