Une équipe de chercheurs du MIT est à l’origine d’une sérieuse avancée en matière d’intelligence artificielle. En effet, ces derniers ont mis au point un robot ayant la capacité d’identifier des objets que l’IA n’avait jamais vus par le passé.
Peut-être connaissez-vous la fonction Face ID de l’iPhone X, permettant de déverrouiller le smartphone après un rapide coup d’œil. Derrière cette fonction se cache la vision artificielle (ou vision par ordinateur), une branche de l’intelligence artificielle dont le principal attrait est de permettre à une machine d’analyser, de traiter ainsi que de comprendre une ou plusieurs images prises par un objectif.
Mais en ce qui concerne le robot Dense Objet Nets (DON), celui-ci n’a pas besoin d’avoir préalablement pris connaissance des objets afin de les reconnaître. Il a été mis au point par les chercheurs du Computer Science and Artificial Intelligence Laboratory du MIT (États-Unis). Selon l’étude disponible depuis le 7 septembre 2018 sur la plateforme de prépublication arXiv, le robot considère les objets comme des ensembles de points afin de former des cartes visuelles en 3D. Ceci permet entre autres d’éviter de constituer des bases de données conséquentes, comme c’est le cas des IA actuelles.
Lorsque le robot voit un objet assez proche d’un autre observé auparavant, celui-ci est capable de l’identifier. Les chercheurs ont par exemple appris à l’IA à identifier une chaussure par la languette. Le fait est que le robot est devenu capable d’identifier n’importe quelle autre chaussure après avoir vu la première ! La même expérience a été répétée avec plusieurs objets (chaussures, peluches, etc.), et ce peu importe l’orientation dans laquelle ces derniers se trouvaient.
Les chercheurs du MIT estiment qu’il s’agit ici d’une grande avancée en matière de vision par ordinateur, ce qui devrait permettre d’effectuer des tâches infaisables jusqu’à aujourd’hui. Un exemple semble pertinent : celui d’un robot capable de trier à la chaîne les déchets dans un centre de recyclage, sans avoir à consulter une lourde base de données pour les identifier.
Sources : New Atlas – Daily Geek Show
Articles liés :