La raison et la vision
La notion de “bon sens” peut varier d’une personne à l’autre, rendant cette définition quelque peu floue. Néanmoins, on peut convenir que cela implique la capacité à évaluer et à juger des situations de manière considérée comme logique par la majorité. Les développeurs de logiciels cherchent à intégrer cette aptitude au sein des intelligences artificielles (IA) plus avancées pour faciliter leur apprentissage.
Une approche actuelle consiste à doter les IA d’une vision. En alliant des réseaux de neurones artificiels à une technologie de vision avancée, ces systèmes peuvent acquérir un contexte enrichi pour mieux analyser les informations.
Apprendre par l’observation
Selon Yan LeCun, directeur du groupe de recherche en intelligence artificielle de Facebook, les ordinateurs pourraient apprendre à travers des images et des vidéos, de manière similaire à celle des enfants. Dans une interview accordée à MIT Technology Review, il a souligné que :
“Il est possible d’interagir avec un système intelligent uniquement par le langage, mais ce dernier reste un canal à faible bande passante. La plupart des informations communiquées par le langage nécessitent un connaissance de fond considérable pour être correctement interprétées.”
L’apprentissage sans supervision
Certains systèmes d’intelligence artificielle exploitent des jeux comme outils d’apprentissage. Des chercheurs vont jusqu’à donner des rêves aux IA pour favoriser l’apprentissage autonome. Selon LeCun, l’avenir des découvertes technologiques les plus captivantes se trouvera dans l’apprentissage non supervisé des IA.
Il a également noté que :
“Les applications de cela ne résident pas uniquement dans le domaine de la vision ; c’est un axe majeur de nos efforts pour progresser dans le domaine de l’IA.”
Pour démontrer cette approche, l’équipe de Facebook a mis en place un système permettant à son IA d’acquérir un contexte visuel en lui demandant de prédire si une pile de blocs mal empilés va s’effondrer.
Cela sert de point de référence, démontrant que, même en absence de supervision explicite, le système possède suffisamment de capacités pour comprendre ces dynamiques.
Il semble que nous dations de plus en plus aux IA des aptitudes humaines (comme jouer, voir ou rêver), ce qui les aide à devenir des intelligences plus performantes.
FAQ
Quelle est la différence entre l’apprentissage supervisé et non supervisé ?
L’apprentissage supervisé nécessite des données étiquetées pour guider l’IA, alors que l’apprentissage non supervisé fait appel à des données non étiquetées, permettant à l’IA de découvrir des patterns par elle-même.
Comment la vision affecte-t-elle les performances de l’IA ?
La vision permet à l’IA d’analyser des environnements complexes et de saisir des contextes qu’un simple traitement de texte ne saurait révéler, enrichissant ainsi sa compréhension.
Pourquoi est-il important d’enseigner aux IA des compétences humaines ?
En enseignant des compétences humaines aux IA, nous leur ouvrons la voie pour interagir de manière plus naturelle et efficace avec leur environnement, rendant leur utilisation plus intuitive.
Comment les rêves peuvent-ils aider une IA ?
Les “rêves” fournissent à l’IA un espace pour simuler des expériences, renforçant ainsi son apprentissage et sa capacité à traiter des informations de manière innovante.
Les IA peuvent-elles vraiment comprendre comme un humain ?
Bien que les IA puissent imiter certains aspects de la pensée humaine, leur compréhension est limitée par leurs algorithmes et les données sur lesquelles elles ont été formées.
