Lorsque nous enseignons aux enfants \u00e0 identifier des objets, nous utilisons la r\u00e9p\u00e9tition. Pour leur apprendre ce qu’est une voiture, nous pouvons leur montrer plusieurs images de diff\u00e9rentes voitures, faire des bruits de voiture et r\u00e9p\u00e9ter le mot \u00ab voiture \u00bb \u00e0 plusieurs reprises. En observant les mod\u00e8les et les d\u00e9tails communs que nous enseignons, les enfants apprennent \u00e0 associer une \u00e9tiquette – \u00ab voiture \u00bb – \u00e0 l’objet. Aujourd’hui, l’intelligence artificielle aide les machines \u00e0 apprendre de la m\u00eame mani\u00e8re que les humains.<\/p>\n
Gr\u00e2ce \u00e0 ce que l’on appelle \u00ab l’apprentissage profond \u00bb, les machines aliment\u00e9es par l’IA imitent le cerveau humain. Mais il faut encore \u00ab apprendre \u00bb aux machines \u00e0 penser par elles-m\u00eames. La combinaison d’algorithmes complexes et d’une puissance de calcul colossale permet aux informaticiens de cr\u00e9er des r\u00e9seaux neuronaux artificiels capables de reconna\u00eetre des mod\u00e8les parmi les repr\u00e9sentations num\u00e9riques de sons et d’images.
\nL’ann\u00e9e derni\u00e8re, selon le \u00a0MIT Technology Review<\/u>, une \u00e9quipe de recherche dirig\u00e9e par Andrew Ng, de l’universit\u00e9 de Stanford, et Jeff Dean, de Google, a r\u00e9v\u00e9l\u00e9 qu’une machine utilisant un r\u00e9seau neuronal artificiel, aliment\u00e9 par plus d’un milliard de connexions, avait r\u00e9ussi \u00e0 identifier des objets qui n’avaient pas \u00e9t\u00e9 \u00e9tiquet\u00e9s par des humains. Le syst\u00e8me d’apprentissage profond a \u00e9t\u00e9 capable d’apprendre \u00e0 identifier correctement des fleurs, des chats et d’autres images – par lui-m\u00eame. D\u00e9montrer qu’un r\u00e9seau neuronal artificiel pouvait s’entra\u00eener \u00e0 reconna\u00eetre des mod\u00e8les complexes a constitu\u00e9 un accomplissement majeur pour les d\u00e9veloppeurs de l’apprentissage profond.<\/p>\n
\u00ab L’objectif de l’automatisation de l’apprentissage automatique est de mettre au point des techniques permettant aux ordinateurs de r\u00e9soudre automatiquement de nouveaux probl\u00e8mes d’apprentissage automatique, sans que des experts humains en apprentissage automatique aient \u00e0 intervenir sur chaque nouveau probl\u00e8me \u00bb, explique Jeff<\/u>, chercheur principal au sein de la Brain Team de Google.<\/p>\n
Parmi les technologies d’IA les plus prometteuses en cours de d\u00e9veloppement figurent les r\u00e9seaux antagonistes g\u00e9n\u00e9ratifs (GAN), une cat\u00e9gorie d’algorithmes utilis\u00e9s dans les applications d’apprentissage automatique non supervis\u00e9es.<\/p>\n
\u00ab Les GAN constituent l’une des plus grandes perc\u00e9es de ces derni\u00e8res ann\u00e9es \u00bb, d\u00e9clare Anil Kamath, partenaire et vice-pr\u00e9sident de la technologie chez Adobe. \u00ab Au lieu qu’une machine apprenne \u00e0 partir des donn\u00e9es que vous lui fournissez, elle est en fait capable de cr\u00e9er des choses dont vous ne lui avez pas parl\u00e9. Ainsi, par exemple, vous pouvez esquisser quelque chose, et la machine trouvera comment le faire ressembler \u00e0 une image r\u00e9elle. \u00bb<\/p>\n
Les machines peuvent-elles \u00eatre curieuses ?<\/strong><\/b><\/p>\n Une autre \u00e9quipe de chercheurs travaille sur la mani\u00e8re de rendre les machines \u00ab curieuses \u00bb, en leur apprenant \u00e0 jouer \u00e0 des jeux. Des informaticiens du Berkeley Artificial Intelligence Research Lab de l’universit\u00e9 de Californie \u00e0 Berkeley ont annonc\u00e9 avoir r\u00e9ussi \u00e0 mettre au point une machine qui joue \u00e0 Super Mario Bros, un jeu vid\u00e9o des ann\u00e9es 1980.<\/p>\n Une d\u00e9mo du projet<\/u> montre comment des algorithmes sophistiqu\u00e9s d’apprentissage automatique aident une machine \u00e0 s’auto-apprendre \u00e0 jouer \u00e0 ce jeu. \u00ab On peut consid\u00e9rer la curiosit\u00e9 comme une sorte de r\u00e9compense que la machine g\u00e9n\u00e8re elle-m\u00eame en interne, afin qu’elle puisse explorer davantage son monde \u00bb, explique Pulkit Agrawal, l’un des membres de l’\u00e9quipe de Berkeley, dans un r\u00e9cent article de Wired<\/u>.<\/p>\n L’approche adopt\u00e9e par les chercheurs de Berkeley, selon Wired, refl\u00e8te la fa\u00e7on dont les humains apprennent. Dans un article de recherche publi\u00e9<\/u> l’ann\u00e9e derni\u00e8re, l’\u00e9quipe de Berkeley explique comment elle utilise la curiosit\u00e9 \u00ab comme un signal de r\u00e9compense intrins\u00e8que pour permettre \u00e0 la machine d’explorer son environnement et d’acqu\u00e9rir des comp\u00e9tences qui pourraient lui \u00eatre utiles plus tard dans sa vie \u00bb. En d’autres termes, ils apprennent \u00e0 la machine \u00e0 consid\u00e9rer la curiosit\u00e9 comme sa propre r\u00e9compense, \u00e0 \u00eatre motiv\u00e9e non seulement par des r\u00e9compenses externes, comme des points dans un jeu, mais aussi par l’opportunit\u00e9 de vivre une nouvelle exp\u00e9rience.<\/p>\n L’\u00e9quipe de Berkeley a pris le concept de curiosit\u00e9 et l’a d\u00e9fini dans le contexte de la capacit\u00e9 d’une machine \u00e0 pr\u00e9dire les cons\u00e9quences de ses propres actions par essais et erreurs. De fa\u00e7on remarquable, leur travail montre une machine qui apprend en faisant. Comme il n’y a pas de r\u00e9compenses externes, les chercheurs notent que \u00ab la curiosit\u00e9 intrins\u00e8que d’un agent le guide pour explorer et apprendre sur son environnement \u00bb.<\/p>\n L’IA nous rend-elle plus intelligents ou plus complaisants ?<\/strong><\/b><\/p>\n L’une des promesses des machines intelligentes est d’am\u00e9liorer la vitesse et l’efficacit\u00e9 avec lesquelles les humains peuvent accomplir des t\u00e2ches et analyser les r\u00e9sultats. Des machines de plus en plus puissantes peuvent accomplir en quelques secondes des t\u00e2ches, comme l’analyse de donn\u00e9es, qui pourraient prendre des jours, des semaines ou des ann\u00e9es aux humains.<\/p>\n \u00ab L’IA a le potentiel de tout changer, des simples capacit\u00e9s de classer les donn\u00e9es dans des cat\u00e9gories, de trouver des mod\u00e8les et des diff\u00e9rences dans de grandes quantit\u00e9s de donn\u00e9es, jusqu’\u00e0 la prise de d\u00e9cisions et l’\u00e9volution \u00bb, explique Jordan Nguyen<\/u>, qui a un doctorat en g\u00e9nie biom\u00e9dical, et qui est un futuriste et inventeur technologique. \u00ab Il n’y a aucun doute que l’IA aura un impact sur tous les secteurs que nous pouvons imaginer \u00bb.<\/p>\n Jordan pense que les applications de l’IA vont favoriser l’automatisation qui peut lib\u00e9rer les humains pour qu’ils se concentrent davantage sur la cr\u00e9ativit\u00e9, l’innovation et la pens\u00e9e critique. \u00ab Si nous ouvrons nos esprits, non sans prudence bien s\u00fbr, aux possibilit\u00e9s que l’IA peut apporter, peut-\u00eatre pourrons-nous r\u00e9aliser une partie de l’incroyable potentiel de r\u00e9solution de probl\u00e8mes que nous avons au bout des doigts \u00bb, dit-il.<\/p>\n Si l’IA peut augmenter la productivit\u00e9, John Bates<\/u>, directeur de la gestion des produits pour Adobe Analytics, n’est pas convaincu qu’elle rendra les humains plus intelligents. \u00ab Je ne sais pas si elle augmentera n\u00e9cessairement 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. \u00bb<\/p>\n Il existe des diff\u00e9rences essentielles entre le fonctionnement des algorithmes d’apprentissage automatique et celui du cerveau humain, ajoute John. Par exemple, les machines ne peuvent pas extrapoler \u00e0 partir de nouvelles informations comme le font les humains.<\/p>\n En ce qui concerne l’impact de l’IA sur les humains, il s’agit davantage d’am\u00e9liorer l’intelligence que d’augmenter les capacit\u00e9s. \u00ab 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 mani\u00e8re \u00e0 ce que le tout soit plus grand que la somme des parties \u00bb, d\u00e9clare Anil.<\/p>\n Devons-nous nous sentir menac\u00e9s par l’IA ?<\/strong><\/b><\/p>\n Si la science-fiction d\u00e9peint souvent un avenir dystopique peupl\u00e9 de robots d\u00e9voy\u00e9s, la r\u00e9alit\u00e9 est beaucoup plus nuanc\u00e9e.<\/p>\n Il reste \u00e0 voir si l’IA augmentera ou non la complaisance de l’homme. Les premi\u00e8res donn\u00e9es sugg\u00e8rent qu’il faut \u00eatre vigilant et surveiller les effets de la technologie sur la fa\u00e7on dont les gens pensent et apprennent. D’autres conclusions portent sur la n\u00e9cessit\u00e9 de repenser la mani\u00e8re dont nous enseignons et apprenons \u00e0 mesure que nous nous adaptons aux nouvelles normes technologiques.<\/p>\n En fait, l’\u00e9mergence de l’IA en tant qu’outil d’apprentissage pourrait n’\u00eatre qu’une autre application d’une technologie \u00e9mergente pr\u00eate \u00e0 remodeler les modes d’interaction des humains avec les machines – et entre eux.<\/p>\n \u00ab L’IA en tant que technique va devenir encore plus omnipr\u00e9sente qu’elle ne l’est actuellement \u00bb, d\u00e9clare Lars Trieloff, responsable principal de l’\u00e9quipe europ\u00e9enne d’Adobe. \u00ab Un grand nombre de discussions que nous avons aujourd’hui sur l’IA vont dispara\u00eetre. Alors que vous et moi pouvons \u00eatre surpris de pouvoir r\u00e9ellement parler \u00e0 nos t\u00e9l\u00e9phones, pour mes enfants, parler \u00e0 Alexa, et jouer \u00e0 des jeux avec elle, a \u00e9t\u00e9 la chose la plus naturelle du monde. \u00bb<\/p>\n En fin de compte, dit Lars, l’IA promet d’\u00eatre un moyen de repousser les limites de l’intelligence humaine. \u00ab Lorsque la nouveaut\u00e9 s’estompe, c’est l\u00e0 que l’on arrive soudain aux applications vraiment, vraiment int\u00e9ressantes \u00bb, dit-il. \u00ab C’est l\u00e0 que nous cessons de traiter l’IA comme quelque chose de sp\u00e9cial, et que nous commen\u00e7ons \u00e0 la consid\u00e9rer comme un outil de plus dans notre bo\u00eete \u00e0 outils. \u00bb<\/p>\n Pour en savoir plus sur notre avenir avec l’intelligence artificielle, consultez notre page consacr\u00e9e \u00e0 l’IA.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":" Lorsque nous enseignons aux enfants \u00e0 identifier des objets, nous utilisons la r\u00e9p\u00e9tition. Pour leur apprendre ce qu’est une voiture, nous pouvons leur montrer plusieurs images de diff\u00e9rentes voitures, faire des bruits de voiture et r\u00e9p\u00e9ter le mot \u00ab voiture \u00bb \u00e0 plusieurs reprises. En observant les mod\u00e8les et les d\u00e9tails communs que nous enseignons, […]<\/p>\n","protected":false},"author":9,"featured_media":1692,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"footnotes":""},"categories":[80,83,84,72,79],"tags":[],"class_list":["post-7275","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-insurance-fr","category-retail-fr","category-manufacturing-fr-2","category-banking-fr","category-healthcare-fr"],"acf":[],"yoast_head":"\n