L’intelligence artificielle a fait les gros titres ces derniers mois. Aujourd’hui, des chercheurs de l’université de New York et de l’université Pompeu Fabra ont mis au point une nouvelle technique visant à améliorer les capacités des outils d’intelligence artificielle.
Au cours des 35 dernières années, les arguments en faveur de l’intelligence artificielle se sont renforcés. les réseaux de neurones artificiels ne pouvaient pas rivaliser avec l’esprit humain. . Cependant, une équipe de chercheurs a réussi à démontrer que la méthode d’intelligence artificielle qu’ils ont mise au point présente une capacité de généralisation similaire, et parfois supérieure, à celle de l’homme.
Deux chercheurs, Brenden Lake (Université de New York) et Marco Baroni (Université Pompeu Fabra) ont mené une étude dans laquelle ils montrent que le réseau neuronal qu’ils ont développé présente des capacités de généralisation systématique similaires à celles de l’homme, ce qui signifie qu’il présente les caractéristiques suivantes capacité à apprendre de nouveaux concepts et de les combiner avec d’autres qui existent déjà.
Les êtres humains ont la capacité d’apprendre un nouveau concept et de l’utiliser ensuite pour comprendre d’autres utilisations connexes. Par exemple, un enfant qui apprend à sauter apprend immédiatement à sauter autour d’une pièce ou d’avant en arrière. La question qui se pose maintenant est la suivante : les machines peuvent-elles imiter un tel comportement ? Les chercheurs ont mis au point une technique, appelée « méta-apprentissage pour la compositionnalité (MLC) », qui peut améliorer certains outils basés sur l’IA. Il s’est avéré que cette technique n’est pas seulement comparable aux performances humaines, mais qu’elle les dépasse parfois.
La technique est basée sur le l’entraînement des réseaux neuronaux artificiels ainsi que d’autres technologies liées à la reconnaissance vocale et au traitement du langage naturel.
Ce que les chercheurs ont pu observer, c’est que jusqu’à présent, les créateurs de systèmes d’intelligence artificielle, y compris de grands modèles linguistiques, s’attendaient à ce que cette « généralisation compositionnelle » résulte de des méthodes d’apprentissage standard . Cependant, ils affirment que la technique qu’ils ont développée montre comment la pratique explicite des compétences permet à ces systèmes de débloquer de nouvelles facultés.
« Nous avons montré, pour la première fois, qu’un réseau neuronal générique peut imiter ou surpasser la généralisation systématique humaine dans une comparaison directe », déclare Brenden Lake, professeur adjoint au Center for Data Science et au département de psychologie de l’université de New York.
Ils ont ainsi créé un nouveau système d’apprentissage dans lequel un réseau neuronal se met constamment à jour pour améliorer ses compétences. .