Dis-leur !
Podcasts
Apprendre des mots lorsqu’on est une machine
Visuel : Apprendre lorsqu’on est une machine
Cette année, avec les Dealers des Sciences, nous enquêtons sur les sens. Et pour cela, j’aurais bien besoin d’un peu d’aide. Je vous présente Alice, mon robot personnel. [Bruit d’Alice, un robot très sympathique]. Alice pourrait m’aider dans ma tâche. Elle calcule vite, elle a une mémoire bien plus efficace que la mienne… mais Alice ne comprend absolument pas ce que je lui dis. Alice ne sait pas lire des aveux écrits et ne peut pas rédiger de compte rendu d’interrogatoire. Alors comment faire apprendre à Alice des mots ou des langues ?
[Musique jingle]
L’intelligence artificielle, c’est l’ensemble des théories et des techniques mises en œuvre en vue de réaliser des machines capables de simuler l’intelligence. Mais c’est quoi être intelligent quand on est une machine ? Le Test de Turing tente de répondre à cette question. Décrit en 1950 par son inventeur Alan Turing, il montre que la notion d’imitation est fondamentale.
Une question d’intelligence
On pourra dire qu’Alice possède une intelligence artificielle si elle est capable de dialoguer avec moi sans que je me rende compte de la supercherie. L’intelligence artificielle a déjà de nombreuses applications. Les assistant·es personnel·les intelligent·es par exemple.
Alice, diffuse-moi le nouveau son de Booba ? [Alan Mathison Turing est un mathématicien et cryptologue britannique, auteur de travaux qui fondent scientifiquement l’informatique.]
Il est impossible de programmer toutes les situations de communication. Pour qu’un système soit vraiment intelligent, il doit apprendre. En clair, Alice doit réussir à comprendre les aveux d’un suspect même si je ne l’ai pas spécifiquement programmée pour analyser ces mots. Un champ d’études de l’intelligence artificielle donne aux ordinateurs la capacité d’apprendre à partir de données : c’est l’apprentissage machine ou « machine learning ». Derrière ce terme se cache tout un ensemble de méthodes de calcul s’appuyant sur l’expérience pour améliorer les performances des machines. L’algorithme « apprend » à partir de données et en extrait du savoir. La principale difficulté, c’est de réussir à traiter toutes les données. Le traitement de tous les comportements en fonction de toutes les entrées devient rapidement trop complexe à décrire.
Alice, est-ce que tu m’aimes ? [Mon architecture électronique est faite de mémoire et processeur. Un système électronique construit selon Alan Turing ne peut pas offrir l’émotion. Je suis un système électronique construit selon Alan Turing. Je ne peux pas offrir l’émotion.]
Apprendre, oui. Mais intelligemment !
Les réseaux de neurones artificiels sont des systèmes informatiques s’inspirant du fonctionnement des neurones du cerveau humain. Ils utilisent des principes mathématiques pour représenter des connaissances complexes. L’idée de l’apprentissage par réseaux de neurones est plutôt simple : réaliser des calculs simples et connus dans des petites structures informatiques appelées des neurones pour ensuite apprendre une fonction plus complexe. C’est le principe de l’apprentissage profond ou « deep learning ». Un nouveau terme pour un nouveau champ du « machine learning ».
Alice, est-ce que tu penses pouvoir diriger le monde ? [Je connais la différence entre un chat et un chien seulement depuis 2013. Diriger le monde, c’est pas pour tout de suite. Détruire vos emplois, pourquoi pas. Ah ah.]
La technique de l’apprentissage profond a transformé la recherche en intelligence artificielle. L’idée est d’imiter la profondeur des couches d’un cerveau grâce à une architecture informatique. Alice pourraient d’abord apprendre les informations les plus simples avant de passer aux données les plus compliquées : d’abord des mots, puis des phrases et enfin tout un texte !
L’IA est encore loin de dominer le monde
Cette approche a permis plusieurs avancées majeures mais elle n’est pas nouvelle. Depuis les années 70, des chercheur·es en IA tentent de percer les secrets du fonctionnement du cerveau humain dans l’espoir de pouvoir un jour le répliquer virtuellement et le transposer sur des machines qui deviendraient aussi intelligentes et autonomes que l’Homme.
Il faut être réaliste. Il est possible de dessiner des architectures de neurones où l’on tente de capturer le sens de mes mots pour qu’Alice les étudient. Mais ces réseaux ne sont toujours pas aptes à comprendre et donc à véritablement restituer le sens d’un énoncé. Alice ne comprend pas ce qu’elle lit. Encore moins le sarcasme ou les exagérations. Et pour le moment, on ne sait pas coder l’usage d’une langue. L’intelligence artificielle ne permet pas encore aux machines de comprendre les textes et les langues de manière aussi aboutie que les humain·es. Il reste encore beaucoup à faire dans ces domaines passionnants pour qu’un jour, Alice puisse m’aider à enquêter sur les sens. Elle répond à mes instructions, c’est déjà ça.
[Quelle est la différence entre un robot et du ketchup ? Il n’y en a pas : Ils sont tous les deux automates.]
Aurore VALEX