L’entreprise canadienne d’intelligence artificielle (IA), Maluuba, a récemment publié des résultats impressionnants concernant un type de machine learning (apprentissage automatique) utilisé pour enseigner aux ordinateurs à lire comme les humains. Des entreprises comme Google, Facebook et IBM ont activement travaillé sur ce domaine de recherche mais les experts conviennent qu’il n’est pas autant avancé que les technologies de reconnaissance d’images ou vocales. Les résultats de Maluuba montrent que, dans un proche avenir, les machines pourraient être capables de comprendre le texte aussi bien que nous.
Maluuba a construit pour cela un programme appelé EpiReader. Il est conçu pour résoudre un type de tâche spécifique : un mot est supprimé d’un bloc de texte et EpiReader détermine le mot manquant en fonction du contexte. EpiReader utilise pour cela deux réseaux neuronaux, un type d’IA inspiré par la façon dont les neurones fonctionnent dans le cerveau humain. Le premier réseau neuronal choisit un ensemble de réponses probables basé sur sa compréhension du paragraphe. Le second évalue le raisonnement utilisé par le premier pour trouver la bonne réponse. EpiReader remplit ensuite les blancs, avec respectivement 74% et 67,4% de précision sur les deux ensembles de données. Ces résultats sont les plus élevés jamais observés dans ce domaine. Maluuba est parvenue à battre les résultats des créateurs des tests, Google DeepMind et Facebook, en plus des résultats publiés par IBM Watson en Mars.
