L’intelligence artificielle de Google a élaboré sa propre IA, qui surpasse tout ce qui a été fait jusqu’à présent par les humains

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

En mai 2017, les chercheurs de Google Brain annonçaient la création d’AutoML, une intelligence artificielle (IA) capable de générer ses propres IA, plus performantes encore. Plus récemment, les chercheurs ont décidé de confronter AutoML à son plus grand défi, jusqu’à ce jour. Cette IA qui peut générer d’autres IA a effectivement créé un véritable « enfant », qui a surpassé tous ses homologues conçus par l’Homme.

À présent, les chercheurs de Google ont automatisé la conception de modèles d’apprentissage automatique en utilisant une approche appelée apprentissage par renforcement : AutoML agit comme un contrôleur de réseau neuronal, qui développe un réseau IA dit enfant, pour qu’il effectue une tâche spécifique.

Concernant cette nouvelle IA que les chercheurs ont appelé NASNet, la tâche constitue à reconnaître des objets : des personnes, des voitures, des feux de circulation, des sacs à main, des sacs à dos, etc., et tout cela en vidéo et en temps réel. AutoML évalue ensuite les performances de NASNet et utilise ces informations pour améliorer la nouvelle IA, tout en répétant ce processus des milliers de fois, afin de maximiser son amélioration.

Lorsque cela a été testé sur les ensembles de données de classification d’images ImageNet (une base de données d’image organisée) et COCO (Common Objects in Context – un ensemble de données de détection, de segmentation et de sous-titrage d’objets à grande échelle), que les chercheurs de Google qualifient de « deux des ensembles de données académiques à grande échelle les plus respectés en vision par ordinateur », l’IA NASNet a surpassé tous les autres systèmes de vision existants à ce jour.

Selon les chercheurs, NASNet a atteint une précision de 82,7% pour prédire les images sur l’ensemble d’ImageNet. C’est 1,2% mieux que tous les résultats précédemment publiés. Le système est également 4% plus efficace avec une précision moyenne de 43,1% (mean Average Precision – mAP). De plus, une version moins exigeante (en termes de calculs) de NASNet a surpassé de 3,1% tous les meilleurs modèles de taille similaire, pour les plates-formes mobiles.

IA intelligence artificielle google deep mind nasnet
Crédits : Google Research

L’apprentissage automatique est ce qui donne à de nombreux systèmes d’IA leur capacité à effectuer des tâches spécifiques. Bien que ce concept soit assez simple – un algorithme apprend en étant nourri par de grandes quantités de données – le processus demande tout de même énormément de temps et de calculs. En automatisant le processus de création de systèmes d’IA précis et efficaces, une IA capable d’en concevoir une autre, prend en charge ce travail conséquent.

En ce qui concerne NASNet spécifiquement, des algorithmes de vision par ordinateur précis et efficaces sont très recherchés en raison du nombre d’applications potentielles. En effet, ces algorithmes pourraient être utilisés pour créer des robots sophistiqués pilotés par des IA. Ils pourraient également aider des concepteurs à améliorer les technologies des véhicules autonomes : plus un véhicule autonome sera rapide pour reconnaître les objets situés sur son passage et dans son entourage, plus vite il pourra y réagir, augmentant de ce fait la sécurité de ces véhicules.

Les chercheurs de Google reconnaissent que NASNet pourrait être très utile concernant un vaste éventail d’applications et ont disposé l’IA en open source pour l’inférence sur la classification des images et la détection d’objets. « Nous espérons que la plus grande communauté d’apprentissage automatique pourra s’appuyer sur ces modèles pour résoudre la multitude de problèmes de vision par ordinateur que nous n’avons pas encore imaginés », expliquent les chercheurs.

Bien que les applications pour NASNet et AutoML soient nombreuses, le fait qu’une IA soit capable d’en créer une autre, soulève également certaines inquiétudes. Par exemple, qu’est-ce qui empêcherait l’IA « parent » de transmettre des éléments indésirables à son « enfant » ? Et si AutoML créait des systèmes de manière si rapide, que la société ne puisse plus suivre ? En effet, il n’est pas difficile d’imaginer comment NASNet pourrait être utilisé dans les systèmes de surveillance automatisés dans un proche avenir. Peut-être même bien avant que les réglementations pour contrôler ce système et ses limites, ne voient le jour.

Espérons donc que les dirigeants du monde travaillent assez rapidement et efficacement pour s’assurer que de tels systèmes ne mènent à aucune sorte d’avenir dystopique. Il faut savoir qu’Amazon, Facebook, Apple et d’autres grandes entreprises sont toutes membres du Partnership on AI to Benefit People and Society (Partenariant pour que l’IA soit bénéfique aux gens et à la société), une organisation axée sur le développement responsable et contrôlé des IA.

L’Institut des ingénieurs en électrique et électronique (IEE) a proposé des normes éthiques pour les IA, et DeepMind, une entreprise de recherche appartenant à Google, a récemment annoncé la création d’un groupe axé sur les implications morales et éthiques de l’IA.

Plusieurs gouvernements travaillent également sur des réglementations, visant à empêcher l’utilisation de l’IA à des fins dangereuses, telles que les armes autonomes. Tant que le contrôle sera maintenu quant à la direction générale du développement des IA, les avantages de posséder une IA capable d’en concevoir d’autres, comme c’est le cas ici, devraient l’emporter sur les dangers potentiels.

Sources : Google, arXiv.org

Laisser un commentaire
  1. La Nature étant fondamentalement « bien faite », de cohésion intrinsèque suffisante pour l’emergence de l’intelligence humaine. Ainsi choix éthique et intégration des A.I. devraient étre systématiquement en correlation, et ce, naturellement.
    Une A.I. qui développe d’autres A.I. pour des calculs de « routine » mais en vue d’amélioration est un procédé d’accélération « exponentielle » d’ordre technique de notre monde.
    Prochainement des outils d’ordre neuronal et issus de la conception fondamentale de l’Evolution favoriseront le procédé d’accélération de l’Evolution elle-même, bien plus forte qu’une exponentielle classique. Je ne suis pas assez bon en math pour cela ^^. Mais il suffit de connaître l’abécédaire de l’Evolution…à 2 paramètres.

  2. Bonjour, je pense aussi que tout ce qui peut représenter un progrès.
    Peut aussi a son inverse représenter un danger. Mais le positif doit prendre le dessus. Sans pour autant que cela représente un danger pour notre civilisation, ou voir oublier et laisser les gens souffrir au dépend de ces mêmes progrès.
    To médit.
    Le progrès ne doit pas nous déciviliser.
    Tout comme à sa course à l’armement est bien préférable a la science, notre planète souffre de son non respect, de sa surpopulation.
    Il convient plus de nous allier nous terrien, car il n’est plus question, de nations, de mondialisation, juste de découverte Galactique.
    Attention toutefois de ne pas aller trop vite au détriment de notre vie sur TERRE.
    Le monde bouge et il sera ce que nous en feront.
    L’armement est plus profitable a sauver notre planète de ses attaques éventuelles bien plus que de querelles inutiles entre dirigeants.
    Comme un sermon, je finirais par
    Amen.
    avec une pensée pour nos enfants.

    1. On regardera la « découverte des galaxies » quand on aura réellement réussit à, au hasard, mieux répartir les richesses, changé cette politique consumériste et bourgeois qui fait environ 100 millions de morts tous les 5 ans, pour cause de mauvaise répartition. En attendant, il faut avoir bonne vue pour voir le « positif » dans le fait qu’une multi-nationale des plus aggressive est en train de se doter d’une arme dont le potentiel à contrôler, réprimer, et supprimer l’emploi s’annonce comme de très très loin inédit.

      Sentez vous cette odeur ? cette odeur de sécession ? L’odeur de la réelle dictature de marques. Les conglomérats, les companies qui font la loi. Comment ne pourrait-il pas en être ainsi, on les a tellement gavés…

  3. Selon cet article, puisque AutoML est capable de générer des IA (les NASNet) plus performantes que celles qui existent déjà, que se passerait-il si on lui demandait de générer un NASNet dont la tâche spécifique serait de générer un AutoML 2.0, plus performant que le 1er ? Et que ce nouveau AutoML 2.0 générait encore un NASNet (de fait lui aussi plus performant que le 1er) dont ont la tâche spécifique serait encore une fois de générer un AutoML 3.0 ? Et ainsi de suite ?

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

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