Jannah Theme License is not validated, Go to the theme options page to validate the license, You need a single license for each domain name.
Science et technologie

Pourquoi il n’y a pas de « je » dans l’IA

[ad_1]

L’IA connaît aujourd’hui une nouvelle vague d’enthousiasme, un nouvel été, et une fois de plus, les attentes de l’industrie sont élevées. L’ensemble des technologies à l’origine de l’essor actuel sont les réseaux de neurones artificiels, souvent appelés « apprentissage profond ». Ces méthodes ont obtenu des résultats impressionnants dans des tâches telles que l’étiquetage de photos, la reconnaissance du langage parlé ou la conduite de véhicules. En 2011, un ordinateur a battu les humains les mieux classés dans le jeu télévisé Jeopardy !, et en 2016, un autre ordinateur a battu le meilleur joueur du monde au jeu de Go. Ces deux exploits ont fait la une des journaux du monde entier. Elles sont certes impressionnantes, mais peut-on dire que ces machines sont réellement intelligentes ?

La plupart des gens, en particulier les chercheurs en IA, pensent que non. L’intelligence artificielle d’aujourd’hui est encore inférieure à bien des égards à l’intelligence humaine. Les humains, par exemple, n’arrêtent jamais d’apprendre. Comme nous l’avons vu, nous sommes constamment en train de rectifier notre modèle du monde. Les réseaux d’apprentissage profond doivent être entièrement formés avant leur mise en œuvre. Et ils sont incapables, après leur mise en œuvre, d’apprendre de nouvelles choses en cours de route. Si nous voulons qu’un réseau neuronal de vision apprenne à reconnaître un nouvel objet, il doit être réentraîné depuis le début, ce qui peut prendre plusieurs jours.

Mais ce qui empêche les systèmes d’IA actuels d’être considérés comme intelligents, c’est surtout qu’ils ne font qu’une chose, alors que les humains en font beaucoup. En d’autres termes, les systèmes d’IA ne sont pas flexibles. N’importe quel individu humain, vous et moi, peut apprendre le jeu de go, l’agriculture, l’écriture de logiciels, le pilotage d’un avion et la musique. Nous acquérons des milliers de compétences tout au long de notre vie et, sans nécessairement être les meilleurs dans chacun de ces domaines, nous sommes flexibles dans notre capacité d’apprentissage. Les systèmes d’IA d’apprentissage profond n’ont presque aucune flexibilité. Un ordinateur conçu pour le jeu de Go pourrait battre tous les humains dans le monde, mais il ne ferait rien d’autre. Une voiture autonome est peut-être plus sûre que n’importe quel véhicule piloté par un humain, mais elle ne joue pas au go et ne peut pas changer un pneu crevé.

L’objectif à long terme de la recherche sur l’IA est de créer des machines dotées d’une intelligence semblable à celle des humains – des machines capables d’apprendre rapidement de nouvelles tâches, de trouver des similitudes entre une tâche et une autre et de résoudre de nouveaux problèmes avec souplesse. Cet objectif est appelé « intelligence générale artificielle » (AGI), pour le distinguer de l’IA limitée d’aujourd’hui.

La grande question à laquelle l’industrie de l’IA est aujourd’hui confrontée est la suivante : sommes-nous sur la bonne voie pour créer des machines à IA véritablement intelligentes, ou allons-nous une fois de plus rester bloqués et entrer dans un nouvel hiver ? L’essor actuel de l’IA a attiré des milliers de chercheurs et des milliards de dollars d’investissement. Toutes ces personnes et ces fonds travaillent à améliorer les technologies d’apprentissage profond. Cet investissement mènera-t-il à une intelligence machine au niveau humain, ou les technologies d’apprentissage profond sont-elles intrinsèquement limitées, nous obligeant une fois de plus à réinventer le domaine de l’IA ?

Lorsqu’on est au milieu de la bulle, il est facile de se laisser emporter par l’enthousiasme général et de croire que cela ne s’arrêtera jamais. L’histoire nous invite cependant à la prudence.

Je ne sais pas combien de temps durera la vague actuelle d’IA. Mais je sais que l’apprentissage profond ne nous met pas sur la voie de la création de machines véritablement intelligentes. Nous n’atteindrons pas l’intelligence artificielle générale en continuant à faire ce que nous faisons. Une autre approche est nécessaire.

* * * * *

Ce texte est un extrait du livre « Une nouvelle théorie de l’intelligence », publié cette semaine aux éditions MultiMondes. Reproduit avec autorisation.

« La science dans ses paroles » est un forum où les scientifiques de toutes disciplines peuvent s’exprimer, que ce soit dans des lettres ouvertes ou dans des extraits de livres.

[ad_2]

Gn Ca tech

Back to top button