Il y a une scène classique dans presque toutes les films policier : un détective fatigué regarde une collection de photos épinglées sur un mur. Un fil fin et rouge indique les connexions entre les différents suspects. Mais il manque quelque chose. Dans un éclair soudain, le lien manquant devient une évidence dans l’esprit du détective. Il se précipite, criant frénétiquement à son partenaire, qu’il a fini par comprendre « Qui l’a commis! ». Bien que nous ne soyons pas tous capables de résoudre des crimes, notre cerveau partage une compétence remarquable : la capacité de raisonner sur les relations entre les choses. Pour un humain, ce type de raisonnement est intuitif et simple. Pour une intelligence artificielle (IA), c’est incroyablement difficile.
Cela pourrait changer. La semaine dernière, les chercheurs de DeepMind, la mystérieuse entreprise de Deep Learning à l’origine d’AlphaGo, ont publié un article détaillant un nouvel algorithme qui confère aux machines une étincelle d’ingéniosité humaine.
Toutes les IA ne sont pas égales. Comme les étudiants spécialisés dans les arts ou les sciences, les deux principaux types d’IA – symboliques et statistiques – ont chacune leurs propres capacités.
Les IA symboliques utilisent un ensemble puissant d’opérations mathématiques pour raisonner sur les relations entre les choses, de sorte qu’elles traitent de la logique. Le problème, c’est qu’elles sont contraintes par des règles prédéterminées.
En revanche, les IA statistiques (plus connues sous le nom d’apprentissage machine) s’appuient sur des millions d’exemples pour identifier des modèles parmi un ensemble de données. Ce type d’IA statistique relève des techniques d’apprentissage profond (deep learning), la force motrice derrière AlphaGo et divers services de détéction de visage qui ont pris le monde de court. Pourtant, aussi révolutionnaires qu’ils soient, les réseaux profonds sont encore terriblement mauvais pour appréhender des relations complexes dans une structure de données, surtout lorsqu’ils n’ont pas suffisamment d’exemples de formation.
DeepMind a donc combiné le meilleur des deux mondes avec leur nouvel algorithme : un réseau neuronal artificiel capable de reconnaître les motifs et de raisonner sur ces modèles.
Photo by Ottoskins
