Si la récente victoire d’AlphaGo a attiré les yeux du monde entier, tout comme la victoire de Deep Blue contre Garry Kasparov aux échecs ou de Watson au Jéopardy auparavant, elle marque une étape importante dans notre relation aux machines. Les techniques de machine learning derrière AlphaGo sont à l’origine de percées dans de nombreux domaines.
Les réseaux neuronaux sont des modèles logiciel construit à partir de couches multiples de neurones artificiels interconnectés. Ils sont capables d’apprendre et de s’adapter aux données qu’ils traitent. Ils sont utilisés pour la reconnaissance faciale, pour les assistants virtuels sur nos téléphones, ou par les logiciels de diagnostic médical. Et maintenant ces programmes apprennent à interagir avec le monde physique. Dans une vidéo récemment dévoilée, Google entraîne des griffes robotiques à saisir des objets ménagers comme des ciseaux ou des éponges. Ces griffes répètent des centaines de millier de fois les gestes, apprenant petit à petit la coordination ‘œil”-main, jusqu’à ce qu’ils soient maîtrisés. Les études menées abandonnent petit à petit l’apprentissage supervisé pour en confier la responsabilité à l’intelligence artificielle.
