Le logiciel d’apprentissage automatique de Google AutoML a appris à se répliquer par lui-même

google ia intelligence artificielle automl replication reseau neuronaux machine learning automatique
| Google
⇧ [VIDÉO]   Vous pourriez aussi aimer ce contenu partenaire

En mai 2017, Google dévoilait son projet AutoML : une intelligence artificielle (IA) conçue pour créer d’autres IA encore plus performantes. À présent, Google a annoncé qu’AutoML a repoussé à nouveau les limites des capacités du Machine learning (apprentissage automatique) : les chercheurs ont mis au point un logiciel d’apprentissage qui est capable de créer lui-même son logiciel d’apprentissage, qui serait encore plus performant que les meilleurs systèmes conçus par l’Homme.

Aujourd’hui, les machines sont capables d’apprendre aux machines. Récemment, un système AutoML a battu un record pour catégoriser des images par leur contenu (marquant un score positif à 82%). Bien qu’il s’agisse d’une tâche relativement simple, AutoML a également battu un système créé par l’Homme, et ce à une tâche plus complexe faisant partie intégrante des robots autonomes et de la réalité augmentée : marquer l’emplacement de plusieurs objets dans une seule image. Pour cette tâche, AutoML a effectué un score de 43%, contre 39% par les humains. Ces résultats sont significatifs, car même chez Google, peu de personnes possèdent l’expertise requise pour concevoir des systèmes IA de nouvelle génération.

Il faut en effet un ensemble de compétences rares pour pouvoir automatiser ce domaine, mais une fois que ce sera le cas, l’industrie entière en sortira changée. « Aujourd’hui, ces machines sont fabriquées à la main par des scientifiques spécialisés en apprentissage automatique et littéralement, seuls quelques milliers de scientifiques à travers le monde entier possèdent les compétences nécessaires pour le faire », a déclaré le directeur de Google, Sundar Pichai. « Nous voulons permettre à des centaines de milliers de développeurs d’être capables de le faire », a-t-il ajouté.

AutoML conçoit un modèle de base, puis analyse les résultats et les performances de ce dernier. Cela lui permet donc de réaliser des corrections sur ce modèle de base et de l’améliorer. Cette opération se réitère plusieurs milliers de fois et chaque nouveau prototype est plus performant que le précédent. De ce fait, les nouveaux prototypes sont de plus en plus intelligentes et cela de manière presque autonome. De telles prouesses technologiques marquent le véritable début d’un nouveau mode de fonctionnement, qui va permettre de faire avancer les recherches dans le domaine de l’intelligence artificielle.

Une grande partie de ce travail consiste à imiter les réseaux neuronaux humains et d’essayer de nourrir ces derniers avec de plus en plus de données. Il s’agit d’un travail très adapté aux machines, une fois que celles-ci ont été formées à le faire.

La partie la plus difficile est celle qui consiste à imiter la structure du cerveau humain dans un premier temps (et à des échelles appropriées) pour résoudre des problèmes plus complexes. Il est encore plus facile d’ajuster un système existant pour répondre à de nouveaux besoins, que de concevoir un tout nouveau réseau de neurones, à partir de rien.

Cependant, cette recherche semble suggérer que cela pourrait bien changer à l’avenir : comme cela devient plus facile pour les IA existantes de concevoir de nouveaux systèmes d’une complexité accrue, il sera important par la suite pour les humains de jouer un rôle de « gardien ».

En effet, les systèmes d’IA peuvent facilement créer des connexions biaisées accidentellement, comme par exemple associer des identités ethniques et de genre, avec des stéréotypes négatifs. Si les ingénieurs consacrent moins de temps à la création de ces systèmes, ils auront plus de temps à consacrer à la surveillance et au raffinement de ceux-ci.

Bien qu’il ne s’agit encore que d’un projet de recherche, Google souhaite perfectionner AutoML jusqu’à ce qu’il fonctionne assez bien pour que des programmeurs puissent l’utiliser pour des applications pratiques. S’ils réussissent, AutoML sera alors très susceptible d’avoir un grand impact et ce, bien au-delà des murs de Google. De plus, Pichai a déclaré que l’entreprise souhaitait « démocratiser cela », expliquant que Google souhaitait rendre AutoML disponible à l’extérieur de leurs murs.

Source : Google

Laisser un commentaire
Cliquez pour accéder à d'autres articles sur ce sujet.