La famille d'Intelligences Artificielles s'agrandit... d'elle-même !

On avait déjà vu une intelligence artificielle écrire un scénario de film... (Si si, tape Sunspring project sur Google et prends-en plein les mirettes) une autre empocher 1,8 millions de dollars en battant les champions du monde de poker (Libratus) et même faire mordre la poussière à des tacticiens vétérans de l'US Army en simulation de combat aérien, sur une pauvre Raspberry Pi.

Mais ne s'était-on pas toujours caché derrière notre joli mot « humanité » qui leur manquerait toujours, à ces robots ?

Et quoi de plus humain que d'enfanter ?

Et bien il l'a fait.

Google, le géant de l'informatique et de la data, a permis a une intelligence artificielle d'en enfanter une autre.

1. NAISSANCE

L'équipe du Google Brain s'est creusée les méninges (c'est rien de le dire...) et a créé, en mai 2017, AutoML, une IA novatrice qui faisait jouer ses réseaux de connexions tels des neurones, pour devenir un code mère, une sorte de matrice (pas LA matrix hein, calmons-nous).

Son but ? Générer des programmes de façon autonome grâce à son propre apprentissage, pour leur transmettre ses connaissances et leur permettre d'affiner leur tâche. Ces nouveaux programmes bénéficient alors de « l'enseignement » d'AutoML, tel un parent, qui tente d'améliorer leur travail.

En effet, celle-ci n'a pas tardé à se répliquer en une version « enfant » d'elle-même (pas de canons ni d'armure de blindage tank pour celui-là), que les chercheurs ont baptisée NASNet. IA née d'IA. Mais il y a mieux.

NASNet est capable de choses que nous, humains, n'avons pu inculquer jusqu'à aujourd'hui à aucune intelligence artificielle. Et c'est là, qu'en plus d'être époustouflant, le programme de Google prend tout son sens.

2. MACHINE LEARNING

Pour être efficace, l'enseignement d'AutoML, qu'on appelle machine learning, a pris part à des centaines de milliers d'opérations, sans intervention humaine, perfectionnant encore et toujours le rôle du programme « fils ».

NASNet a pour objectif de reconnaître les différents éléments d'une image en temps réel. Il peut donc dissocier un nombre incalculable d'objets de leur environnement en les reconnaissant, avec une précision dépassant les 80%, dans quasiment n'importe quelle situation, notamment en vidéo, ainsi qu'en attestent ses tests sur les banques d'images. Et c'est dans son domaine que le jeune NASNet se révèle plus puissant que toutes les autres intelligences artificielles de reconnaissance d'images à ce jour.

Rien à craindre, les robots ne vont pas se mettre à se reproduire soudainement pour prendre le contrôle du monde en se développant au-delà de nos capacités.

Non, l'avenir envisagé par l'équipe de Google grâce à ce projet n'a rien de dystopique.

Avec des programmes comme celui-ci, les systèmes de recouvrement de la vue pour les aveugles ou malvoyants seront optimisés, les robots pourraient sélectionner les bonnes cases de code captcha -ce serait drôle !-, et les caméras de surveillance et les voitures autonomes seront plus sûres... Enfin à 80% :)

Sources :

Sciencepost

LeMonde

SYFY

Inverse