Martin LessardLe Graal de l’Internet des objets et des médias sociaux

Par

 publié le 31 janvier 2014 à 6 h 31

Le « deep learning » représente le Graal de l’Internet des objets et des médias sociaux. Le rêve de l’ordinateur intelligent : prévoir et assister. Nous prévoir et nous assister.

« L’apprentissage par représentations profondes », traduction suggérée par le spécialiste québécois de la question, Yoshua Bengio, dans l’émission Le code Chastenay cette semaine, représente bien tous les espoirs que l’on met dans l’intelligence artificielle.

pointeur

Cette promesse est un vieux rêve qui remonte à Turing dans les années 50. La cybernétique a toujours dit que nous arriverions à converser intelligemment avec un ordinateur, avec des mots de tous les jours. Ce n’est pas aussi simple, finalement.

Regardez cette courte vidéo, assez étrange merci, où deux programmes (chatbots) se parlent.

Mais depuis quelques années, un second souffle remet l’intelligence artificielle (AI) à l’avant-scène. L’alignement des astres technologiques (réseaux, mobiles, « Big Data ») entre en conjoncture avec la montée en puissance des ordinateurs et un marché de plusieurs milliards de dollars. L’AI sort des laboratoires et se retrouve sur les réseaux.

Avec la montée fulgurante des médias sociaux dans la dernière décennie et la déferlante des objets connectés annoncée pour la prochaine, il y a un corpus de contenus à interpréter proprement astronomique, qui peut alimenter en continu des algorithmes qui n’attendent que ça pour s’améliorer.

L’apprentissage par représentations profondes a été identifié en 2013 par le MIT comme une  avancée technologique majeure.

Est-ce que les ordinateurs peuvent avoir des images mentales?

picpixle

Le postulat initial, qui ne date pas d’hier, suppose qu’un ensemble de noeuds connectés en réseau peut simuler la façon dont le cerveau apprend par lui-même.

Par essais et erreurs, à force de répétition, un patron de connexions entre noeuds finit par émerger pour représenter des abstractions.

Cette approche a fait ses débuts en reconnaissance d’images (voir images.google.com) et en reconnaissance vocale (voir Siri d’Apple).

Contrairement à Minsky des années 80, on insiste moins pour dire que les ordinateur pensent, mais que les ordinateurs arrivent à interpréter (« Expliquer ce qui a un sens caché »).

Interpréter la main qui nous nourrit

picpixle2

Or l’interprétation que l’on souhaite obtenir d’un ordinateur ne peut découler que du fait qu’on l’alimente avec des milliers et de milliers de cas. Ensuite, et ensuite seulement, il peut faire des prédictions et nous assister.

Watson d’IBM, qui a battu les hommes au jeu de l’émission Jeopardy, est devenu l’assistant des médecins en ingurgitant des milliers et des milliers de dossiers de patients. Mais c’est très coûteux en temps et en argent.

Quoi de mieux alors que posséder des millions de bénévoles dans le monde entier pour aider à nourrir la machine? Google est de cet avis. Facebook aussi.

« Hello, HAL. Do you read me, HAL? »

L’acquisition de Deep Mind par Google cette semaine, (voir mon dernier billet), et l’embauche de Yann LeCun en décembre à la tête du laboratoire d’intelligence artificielle de Facebook ne sont que les plus récents signaux que la course à l’apprentissage par représentations profondes est lancée.

Google et Facebook, en s’assurant ainsi la présence de très bons chercheurs dans leur équipe (dans un domaine où le groupe des spécialistes mondiaux tiendrait probablement dans un seul wagon de train) veulent être présents dans ce domaine prometteur.

Se profile alors à l’horizon un espace de collaboration entre l’homme et la machine basée, entre autres, sur le langage naturel et une offre de service proposant la prédiction de nos actions et de nos désirs.

Reste à voir à quoi tout cela ressemblera vraiment. Il y a loin de la coupe aux lèvres.

Mais, déjà, l’ordinateur sait distinguer et conceptualiser une coupe et des lèvres…

Informatique, Robotique, Société, Tendance