Lors de sa conférence I/O ’17 de la semaine dernière, Google a dévoilé des détails sur son projet AutoML, une intelligence artificielle qui peut aider à créer d’autres IA. En automatisant une partie du processus compliqué, AutoML pourrait rendre l’apprentissage automatique (machine learning) plus accessible aux non-experts.
En termes d’intelligence artificielle, il faut dire que Google sait y faire. Son réseau neuronal le plus connu, DeepMind, est à la fois capable de « rêver » et de comprendre les enjeux de la trahison. Il est également meilleur que tous les joueurs du monde au jeu complexe qu’est le Go.
Et aussi impressionnant que ce soit, Google est déterminé à montrer au monde entier que l’entreprise peut faire encore bien plus dans ce domaine.
C’est lors de la conférence I/O 2017, la semaine dernière, que le PDG de Google, Sundar Pichai, a dévoilé des informations concernant AutoML, un autre réseau neuronal qui est capable de générer couche après couche des codes complexes ainsi que des algorithmes pour en « apprendre » davantage sur son environnement.
En temps normal, chacune de ces couches (soit les segments de l’ensemble d’une IA), doivent être conçues par les ingénieurs, et cela prend du temps. Mais Google a eu la brillante idée de créer une IA préexistante, qui puisse créer ses propres couches de code, et il s’est révélé que cette IA est capable de le faire de manière bien plus rapide et efficace que les techniciens humains. L’IA de Google est donc devenue sa propre créatrice.
Une publication d’accompagnement postée en ligne par les chercheurs travaillant sur le projet, compare cette nouvelle IA à un enfant, (par rapport aux parents originaux de cette dernière). « Un réseau neuronal de contrôle peut proposer une architecture de type « enfant », qui peut ensuite être formée et évaluée pour la qualité d’une tâche particulière », écrivent-ils. Quelle que soit la tâche, elle est surveillée par l’IA de contrôle durant tout le processus, et le retour des informations est utilisé par l’IA afin d’améliorer l’enfant. « Nous répétons ce processus des milliers de fois – générer de nouvelles architectures, les tester et donner des retours au contrôleur pour apprendre », ajoutent-ils.
La procédure de l’AutoML a jusqu’à présent été appliquée à la reconnaissance d’images, ainsi qu’à la modélisation de langage. En utilisant uniquement l’IA, l’équipe l’a observé créer des programmes qui correspondent aux modèles les plus modernes conçus par les plus grands experts en matière de machine learning.
Mais bien que les IA artificielles conçues par les êtres humains et les programmes fabriqués directement par l’IA présentent de nombreuses similitudes de codage, il existe certaines différences clés. De petits sous-programmes sont apparus dans les créations de l’IA, des sous-programmes qui semblent n’avoir aucune utilité apparente pour les codeurs humains.
L’équipe suggère que cette capacité d’auto-codage pourrait être, d’une certaine manière, placée entre les mains de tierces personnes. En commençant par une IA dite « brute », qui est capable de construire son code elle-même, n’importe qui pourrait tout de même entrer quelques commandes de base, comme pour « commander » un type spécifique de programme IA personnalisé. Ensuite, en cliquant sur un bouton, l’IA pourrait évoluer toute seule, en devenant finalement le logiciel souhaité par le client.
L’IA a le potentiel d’affecter bien plus de choses que simplement nos maisons, nos ordinateurs et nos téléphones. Des progrès spectaculaires ont déjà été effectués dans les domaines de la santé, des finances, de l’agriculture ainsi que dans de nombreux autres secteurs. En effet, la technologie ne cesse de s’améliorer et les différentes IA joueront probablement un rôle très important dans nos vies, dans un futur peut-être plus proche que nous le pensions.