Une start-up est à l’origine de la création récente d’une nouvelle méthode d’apprentissage pour les intelligences artificielles. C’est peut-être une révolution dans ce domaine, car cette solution serait plus économique en terme de temps de travail et offrirait une meilleure garantie de la vie privée des utilisateurs.
Le deep learning est sans conteste la source de la révolution actuelle concernant intelligence artificielle. Malgré la puissance des algorithmes, il existe un défaut de taille : l’apprentissage en question nécessite beaucoup de temps et une quantité considérable de données.
Par exemple, des milliers de photos et de vidéos de chats sont nécessaires afin qu’une IA puisse reconnaître un félin avec un taux d’erreur correct. Ainsi, l’IA doit mémoriser la forme, la texture, la taille, ainsi que les positions possibles d’un chat. C’est un travail de longue haleine. L’humain établit quant à lui une idée de ce qu’est un chat : il apprend à reconnaître un ensemble de caractéristiques qui se retrouvent chaque fois qu’il croisera un chat, mais il pourra reconnaître un chaton même si certains de ces éléments sont absents ou différents.
Selon une publication de la MIT Technology Review, ce constat donne lieu à l’apparition d’une nouvelle approche d’apprentissage des IA, fruit du travail de la start-up Gamalon basée à Boston (États-Unis). Le système mis au point permet aux IA d’imiter notre façon d’apprendre tout en se passant de la présence d’humains pour superviser cette phase qui est d’ordinaire longue et compliquée. Les avantages de ce nouveau processus sont donc le gain de temps et la réduction du nombre de données nécessaires.
La technologie utilisée ici se nomme Bayesian Program Synthesis et selon Gamalon, il s’agit de pour la machine de « raisonner à un niveau conceptuel » dans un cadre mathématique, permettant de préciser des idées en fonction d’expériences en provenance du monde réel. Cependant, la programmation utilise la notion de probabilité et non des variables bien spécifiques. Il s’agit donc d’un modèle plus porté sur la prédiction : un chat a de grandes chances d’avoir des moustaches, une queue et des oreilles…
Cette ressource a du potentiel ainsi qu’une particularité qu’il faut absolument souligner : actuellement, Gamalon fait la démonstration de sa solution non pas sur un supercalculateur, mais sur une tablette ! (voir ci-dessous)
Sources : MIT Technology Review – 01net
