ACTUALITÉ SCIENTIFIQUE
ET INNOVATION DE L'ÉTS
Un algorithme qui permet aux machines de réfléchir comme des humains - Par : Substance,

Un algorithme qui permet aux machines de réfléchir comme des humains


Après le succès de l’équipe Google qui avait révélé son programme de reconnaissance visuelle basée sur le deep learning, les travaux publiés par une équipe de scientifiques sur un algorithme permettant aux ordinateurs de réfléchir comme des humains constituent une petite révolution supplémentaire dans le monde de l’intelligence artificielle.

Cette équipe, composée de Brenden Lake de l’Université de New York, Ruslan Salakhutdinov de l’Université de Toronto et de Joshua Tenenbaum du MIT, a mis au point un algorithme qui permet à l’ordinateur de se rapprocher des capacités d’apprentissage humaines et de reconnaître et reproduire des concepts manuscrits, sans avoir été soumis à des milliards de données au préalable.

S’inspirant de la capacité de l’esprit humain à conceptualiser une information sans avoir besoin d’être soumis à un grand nombre d’exemples, ils ont développé un système probabiliste appelé Bayesian program learning (BPL). Le logiciel repose sur trois principes – la compositionnalité, la causalité et le fait d’apprendre à apprendre – et utilise la technique de l’inférence bayésienne. En utilisant et en décortiquant les concepts appris précédemment, l’algorithme s’autoprogramme et construit le code qui produit la lettre qu’il voit. Il est, par exemple, capable de se baser sur sa connaissance de l’alphabet latin pour intégrer les lettres de l’alphabet grec plus rapidement.

Les scientifiques ont fait passer un test de Turing « visuel » à la fois à des humains et à des machines. Ces derniers étaient invités à reproduire des caractères manuscrits après les avoir vus une seule fois, et à imaginer de nouvelles lettres à partir d’un style présenté. Moins de 25 % des juges chargés de déterminer ce qui avait été produit par une machine ou par un humain ont été capables de faire la distinction.

Pour conclure, M. Salakhutdinov déclare : « Il a été très difficile de construire des machines qui n’ont besoin que de très peu de données, comme l’humain, pour comprendre un nouveau concept. Reproduire ces capacités ouvre un champ d’exploration très excitant pour les domaines de l’apprentissage machine, des statistiques, de la vision par ordinateur et des sciences cognitives.»

L’article de recherche a été publié dans la revue Science.

Pour plus d’information sur l’intelligence artificielle, vous pouvez consulter les articles suivants :

Kilobots : quand des robots développent une intelligence collective

Pepper, le premier robot capable de comprendre nos émotions

Améliorer la reconnaissance faciale dans les environnements surveillés

Facebook et Google investissent en Intelligence artificielle

 

 

commentaires

    Laisser un commentaire

    Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *