the new scientific reference

Quand l’intelligence artificielle surpasse les ingénieurs de Google5 minutes de lecture

Q

[et_pb_section bb_built= »1″ admin_label= »section » transparent_background= »off » background_color= »#e5e5e5″ allow_player_pause= »off » inner_shadow= »off » parallax= »off » parallax_method= »on » make_fullwidth= »off » use_custom_width= »off » width_unit= »on » make_equal= »off » use_custom_gutter= »off »][et_pb_row admin_label= »row »][et_pb_column type= »4_4″][et_pb_text admin_label= »Texte » background_layout= »light » text_orientation= »left » use_border_color= »off » border_color= »#ffffff » border_style= »solid »] [dropcap]L[/dropcap]ors de la Google I/O’17, la firme a annoncé AutoML, une intelligence artificielle (IA) capable d’assister les ingénieurs dans la création d’autres IA. [/et_pb_text][/et_pb_column][/et_pb_row][/et_pb_section][et_pb_section bb_built= »1″ admin_label= »Section » fullwidth= »off » specialty= »off »][et_pb_row admin_label= »Ligne »][et_pb_column type= »4_4″][et_pb_text admin_label= »Texte » background_layout= »light » text_orientation= »left » use_border_color= »off » border_color= »#ffffff » border_style= »solid »]

L’AutoML de Google

[/et_pb_text][et_pb_text admin_label= »Texte » background_layout= »light » text_orientation= »left » use_border_color= »off » border_color= »#ffffff » border_style= »solid »]

Lors de la Google I/O’17, Sundar Pichai – CEO de Google – a annoncé un projet clé : AutoML.

Un des principes principaux de la création d’intelligences artificielles est le Deep Learning. « [C’]est un ensemble de méthodes d’apprentissage automatique tentant de modéliser avec un haut niveau d’abstraction des données grâce à des architectures articulées de différentes transformations non linéaires » (Wikipédia).

C’est abstrait n’est-ce pas ? Pour faire un parallèle avec le cerveau humain, le deep learning consiste en la création de réseaux de neurones artificiels dans lesquels passeront des informations. Ce procédé est sensé imiter la façon dont le cerveau apprend.

[/et_pb_text][et_pb_testimonial admin_label= »Témoignage » author= »Quoc Le & Barret Zoph » job_title= »Chercheurs » company_name= »Google Brain team » url= »https://research.googleblog.com/2017/05/using-machine-learning-to-explore.html » url_new_window= »off » quote_icon= »on » use_background_color= »on » background_color= »#f5f5f5″ background_layout= »light » text_orientation= »left » use_border_color= »off » border_color= »#ffffff » border_style= »solid »]

« Dans notre approche (que nous appelons « AutoML »), un contrôleur de réseau neuronal peut proposer un modèle d’architecture « enfant » dont la qualité peut ensuite être entraînée et évaluée pour une tâche particulière. (…)Ce feedback est ensuite utilisé pour informer le contrôleur afin qu’il puisse améliorer ses propositions pour le prochain cycle. Nous répétons ce processus plusieurs fois – générer de nouvelles architectures, les tester et donner des commentaires au contrôleur pour qu’il apprenne. »

[/et_pb_testimonial][et_pb_text admin_label= »Texte » background_layout= »light » text_orientation= »left » use_border_color= »off » border_color= »#ffffff » border_style= »solid »]

Google a utilisé AutoML dans le but d’améliorer son assistant pour le rendre plus pertinent vis-à-vis de l’utilisateur, d’améliorer la reconnaissance d’images et la reconnaissance vocale. Petit à petit, AutoML a réussi à créer des réseaux aussi sophistiqués que ceux des ingénieurs puis il les a rapidement dépassés en créant des réseaux plus complexes et efficaces que l’Homme n’a été capable de créer.

[/et_pb_text][et_pb_text admin_label= »Texte » background_layout= »light » text_orientation= »left » use_border_color= »off » border_color= »#ffffff » border_style= »solid »]

Principe de fonctionnement

[/et_pb_text][et_pb_text admin_label= »Texte » background_layout= »light » text_orientation= »left » use_border_color= »off » border_color= »#ffffff » border_style= »solid »]

Actuellement, le machine learning permet à un ordinateur de prendre ses propres décisions basées sur des exemples donnés.

Grâce à cette technique, si un ordinateur « regarde » des milliers de photos de chiens et de chats pour les analyser, il saura quelles sont les combinaisons de pixels pour chaque animal. Il pourra ensuite, après cet apprentissage, reconnaître potentiellement n’importe quel chat ou chien.

Remplacez les chats et les chiens par des réseaux de neurones et vous avez le principe d’AutoML. Cette intelligence artificielle est alors capable de trouver les réseaux les plus « intelligents » d’elle-même là où cette phase requiert normalement de nombreux experts et beaucoup de temps.

Lors de l’I/O 2017, Google a montré que grâce à leurs intelligences artificielles, ils étaient en mesure d’éclaircir une image sombre ou encore de dé-censurer une photo. Actuellement, les IA sont plus performantes que l’Homme lui même pour reconnaître une image : Google Lens pourra bientôt par exemple vous indiquer quelle est l’espèce d’une fleur que vous voyez grâce à l’appareil photo de votre smartphone.

Les applications sont diverses, on pourra par exemple reconnaître via l’imagerie médicale de patients si oui ou non ils souffrent d’un cancer avec une précision plus importante que les experts eux-mêmes.

[/et_pb_text][et_pb_testimonial admin_label= »Témoignage » author= »Quoc Le & Barret Zoph » job_title= »Chercheurs » company_name= »Google » url_new_window= »off » quote_icon= »on » use_background_color= »on » background_color= »#f5f5f5″ background_layout= »light » text_orientation= »left » use_border_color= »off » border_color= »#ffffff » border_style= »solid »]

Nous pensons que cela peut inspirer de nouveaux réseaux neuroniques et rendre possible pour les non-experts de créer des réseaux adaptés à leurs besoins particuliers, autorisant le machine learning à avoir des impacts plus grands sur n’importe qui.

[/et_pb_testimonial][et_pb_text admin_label= »Texte » background_layout= »light » text_orientation= »left » use_border_color= »off » border_color= »#ffffff » border_style= »solid »]

Alors, que pensez-vous de ces intelligences artificielles ?

 

Sources : Science Alert, Google Research Blog, CNet

[/et_pb_text][/et_pb_column][/et_pb_row][/et_pb_section]

A propos de l'auteur

Clément POIRET

Créateur et rédacteur du site Science Exploits, je suis aussi passionné de science et de sport. Je pratique très régulièrement de la gymnastique et du street workout/calisthenics. Je suis ici pour combiner ma passion pour les sciences et mon envie de partager ce que je trouve de plus intéressant parmi les nombreuses études scientifiques.

the new scientific reference

Archives

Recevez nos derniers articles par mail !

Recevez nos derniers articles par mail !

Rejoignez notre liste pour recevoir notre newsletter hebdomadaire gratuitement avec les derniers articles du site Science Exploits !

Vous venez de vous inscrire avec succès, à bientôt !