Lorsque nous enseignons aux enfants à identifier des objets, nous utilisons la répétition. Pour leur apprendre ce qu’est une voiture, nous pouvons leur montrer plusieurs images de différentes voitures, faire des bruits de voiture et répéter le mot « voiture » à plusieurs reprises. En observant les modèles et les détails communs que nous enseignons, les enfants apprennent à associer une étiquette – « voiture » – à l’objet. Aujourd’hui, l’intelligence artificielle aide les machines à apprendre de la même manière que les humains.
Grâce à ce que l’on appelle « l’apprentissage profond », les machines alimentées par l’IA imitent le cerveau humain. Mais il faut encore « apprendre » aux machines à penser par elles-mêmes. La combinaison d’algorithmes complexes et d’une puissance de calcul colossale permet aux informaticiens de créer des réseaux neuronaux artificiels capables de reconnaître des modèles parmi les représentations numériques de sons et d’images.
L’année dernière, selon le MIT Technology Review, une équipe de recherche dirigée par Andrew Ng, de l’université de Stanford, et Jeff Dean, de Google, a révélé qu’une machine utilisant un réseau neuronal artificiel, alimenté par plus d’un milliard de connexions, avait réussi à identifier des objets qui n’avaient pas été étiquetés par des humains. Le système d’apprentissage profond a été capable d’apprendre à identifier correctement des fleurs, des chats et d’autres images – par lui-même. Démontrer qu’un réseau neuronal artificiel pouvait s’entraîner à reconnaître des modèles complexes a constitué un accomplissement majeur pour les développeurs de l’apprentissage profond.
« L’objectif de l’automatisation de l’apprentissage automatique est de mettre au point des techniques permettant aux ordinateurs de résoudre automatiquement de nouveaux problèmes d’apprentissage automatique, sans que des experts humains en apprentissage automatique aient à intervenir sur chaque nouveau problème », explique Jeff, chercheur principal au sein de la Brain Team de Google.
Parmi les technologies d’IA les plus prometteuses en cours de développement figurent les réseaux antagonistes génératifs (GAN), une catégorie d’algorithmes utilisés dans les applications d’apprentissage automatique non supervisées.
« Les GAN constituent l’une des plus grandes percées de ces dernières années », déclare Anil Kamath, partenaire et vice-président de la technologie chez Adobe. « Au lieu qu’une machine apprenne à partir des données que vous lui fournissez, elle est en fait capable de créer des choses dont vous ne lui avez pas parlé. Ainsi, par exemple, vous pouvez esquisser quelque chose, et la machine trouvera comment le faire ressembler à une image réelle. »
Les machines peuvent-elles être curieuses ?
Une autre équipe de chercheurs travaille sur la manière de rendre les machines « curieuses », en leur apprenant à jouer à des jeux. Des informaticiens du Berkeley Artificial Intelligence Research Lab de l’université de Californie à Berkeley ont annoncé avoir réussi à mettre au point une machine qui joue à Super Mario Bros, un jeu vidéo des années 1980.
Une démo du projet montre comment des algorithmes sophistiqués d’apprentissage automatique aident une machine à s’auto-apprendre à jouer à ce jeu. « On peut considérer la curiosité comme une sorte de récompense que la machine génère elle-même en interne, afin qu’elle puisse explorer davantage son monde », explique Pulkit Agrawal, l’un des membres de l’équipe de Berkeley, dans un récent article de Wired.
L’approche adoptée par les chercheurs de Berkeley, selon Wired, reflète la façon dont les humains apprennent. Dans un article de recherche publié l’année dernière, l’équipe de Berkeley explique comment elle utilise la curiosité « comme un signal de récompense intrinsèque pour permettre à la machine d’explorer son environnement et d’acquérir des compétences qui pourraient lui être utiles plus tard dans sa vie ». En d’autres termes, ils apprennent à la machine à considérer la curiosité comme sa propre récompense, à être motivée non seulement par des récompenses externes, comme des points dans un jeu, mais aussi par l’opportunité de vivre une nouvelle expérience.
L’équipe de Berkeley a pris le concept de curiosité et l’a défini dans le contexte de la capacité d’une machine à prédire les conséquences de ses propres actions par essais et erreurs. De façon remarquable, leur travail montre une machine qui apprend en faisant. Comme il n’y a pas de récompenses externes, les chercheurs notent que « la curiosité intrinsèque d’un agent le guide pour explorer et apprendre sur son environnement ».
L’IA nous rend-elle plus intelligents ou plus complaisants ?
L’une des promesses des machines intelligentes est d’améliorer la vitesse et l’efficacité avec lesquelles les humains peuvent accomplir des tâches et analyser les résultats. Des machines de plus en plus puissantes peuvent accomplir en quelques secondes des tâches, comme l’analyse de données, qui pourraient prendre des jours, des semaines ou des années aux humains.
« L’IA a le potentiel de tout changer, des simples capacités de classer les données dans des catégories, de trouver des modèles et des différences dans de grandes quantités de données, jusqu’à la prise de décisions et l’évolution », explique Jordan Nguyen, qui a un doctorat en génie biomédical, et qui est un futuriste et inventeur technologique. « Il n’y a aucun doute que l’IA aura un impact sur tous les secteurs que nous pouvons imaginer ».
Jordan pense que les applications de l’IA vont favoriser l’automatisation qui peut libérer les humains pour qu’ils se concentrent davantage sur la créativité, l’innovation et la pensée critique. « Si nous ouvrons nos esprits, non sans prudence bien sûr, aux possibilités que l’IA peut apporter, peut-être pourrons-nous réaliser une partie de l’incroyable potentiel de résolution de problèmes que nous avons au bout des doigts », dit-il.
Si l’IA peut augmenter la productivité, John Bates, directeur de la gestion des produits pour Adobe Analytics, n’est pas convaincu qu’elle rendra les humains plus intelligents. « Je ne sais pas si elle augmentera nécessairement notre intelligence, dit-il, mais je pense qu’elle mettra notre intelligence au service de choses plus importantes pour lesquelles je pense que nous, en tant qu’humains, sommes relativement meilleurs que les machines. »
Il existe des différences essentielles entre le fonctionnement des algorithmes d’apprentissage automatique et celui du cerveau humain, ajoute John. Par exemple, les machines ne peuvent pas extrapoler à partir de nouvelles informations comme le font les humains.
En ce qui concerne l’impact de l’IA sur les humains, il s’agit davantage d’améliorer l’intelligence que d’augmenter les capacités. « Je pense vraiment qu’il s’agit d’un partenariat entre ce que les humains peuvent faire et ce que les machines peuvent faire, de manière à ce que le tout soit plus grand que la somme des parties », déclare Anil.
Devons-nous nous sentir menacés par l’IA ?
Si la science-fiction dépeint souvent un avenir dystopique peuplé de robots dévoyés, la réalité est beaucoup plus nuancée.
Il reste à voir si l’IA augmentera ou non la complaisance de l’homme. Les premières données suggèrent qu’il faut être vigilant et surveiller les effets de la technologie sur la façon dont les gens pensent et apprennent. D’autres conclusions portent sur la nécessité de repenser la manière dont nous enseignons et apprenons à mesure que nous nous adaptons aux nouvelles normes technologiques.
En fait, l’émergence de l’IA en tant qu’outil d’apprentissage pourrait n’être qu’une autre application d’une technologie émergente prête à remodeler les modes d’interaction des humains avec les machines – et entre eux.
« L’IA en tant que technique va devenir encore plus omniprésente qu’elle ne l’est actuellement », déclare Lars Trieloff, responsable principal de l’équipe européenne d’Adobe. « Un grand nombre de discussions que nous avons aujourd’hui sur l’IA vont disparaître. Alors que vous et moi pouvons être surpris de pouvoir réellement parler à nos téléphones, pour mes enfants, parler à Alexa, et jouer à des jeux avec elle, a été la chose la plus naturelle du monde. »
En fin de compte, dit Lars, l’IA promet d’être un moyen de repousser les limites de l’intelligence humaine. « Lorsque la nouveauté s’estompe, c’est là que l’on arrive soudain aux applications vraiment, vraiment intéressantes », dit-il. « C’est là que nous cessons de traiter l’IA comme quelque chose de spécial, et que nous commençons à la considérer comme un outil de plus dans notre boîte à outils. »
Pour en savoir plus sur notre avenir avec l’intelligence artificielle, consultez notre page consacrée à l’IA.
