2017, ça bouge !

Google et IBM sont sur le pont avec des puces à près de cinquante qubits, et l’Intelligence Artificielle dote son cerveau de mémoire. 2017 semble bien partie pour être un cru riche en pas en avant.

Penchons-nous sur la mémoire de l’IA. A priori rien de spectaculaire ? Commençons par rafraichir notre propre mémoire avec deux ou trois choses à avoir en tête.

AlphaGo est intelligent. Très intelligent. AlphaGo a remporté quatre victoires dans les cinq matchs l'opposant à Lee Sedol, un des grands champions de jeu de GO. Impressionnant aux dires de ceux qui en maitrisent la subtilité.

Mais pour vous rassurer, remplacez subrepticement le « Goban » par un échiquier. Vous verrez Lee Sedol prendre sa revanche et AlphaGo se creuser le silicium. Parce que quelle que soit l’intelligence de la machine, elle ne sait faire qu’une chose : jouer au jeu de Go, et c’est tout. Alors que Lee Sedol du haut de sa curiosité ne sera certes pas démuni face à un contexte autre.

Fait nouveau : DeepMind, le papa d’AlphaGo s’attaque maintenant à la mémorisation d’un comportement dans un cadre donné pour être capable de l'appliquer dans un autre contexte. Qu’est-ce à dire ? Un bon coup appris sur un jeu de Go pourra fournir une inspiration bienvenue dans un autre cadre. L’Intelligence Artificielle est capable de faire des ponts entre les disciplines, tout comme l’homme.

Alors, la route pour l’Intelligence Artificielle forte est-elle (déc)ouverte ? L’IA faible va-t-elle s’enrichir au point de devenir forte ? La sérendipité est-elle à portée d’IA ?

Non.

De tout temps les automates sont mus par les règles dont ils sont nourris. Le comportement de la machine ne peut que se conformer aux instructions données. Au début du XIX ème siècle, les cartes perforées de Joseph Jacquard animaient les métiers à tisser. L’IA en1956 existait déjà sous les deux formes faible et forte, à la terminologie près. La version « Intelligence Augmentée » a donné la souris et les interfaces conviviales, globalement la vie 2.0 qui nous est si familière aujourd’hui. Dès 1965 avec Dendral on a cherché à transférer directement les connaissances des experts dans l’ordinateur avec les « systèmes expert ». Enfin, troisième avatar depuis les années 1980, la famille « xLearning » bénéficie des travaux de Yann Le Cun notamment. Elle permet de mettre un nom sur un visage saisi au vol, de prendre la place le chauffeur d’un véhicule grâce à l’exploitation de la masse de données que nous abandonnons aux « rézosocios ». La vie quotidienne change.

2017 : l’apprentissage s’enrichit d’un outil complémentaire majeur avec la mémorisation. C’est un nouvel axe de consolidation des apprentissages et probablement est-ce la voie vers de nouvelles applications toujours plus étonnantes.

Mais fondamentalement l’objectif est toujours le même : une tête bien pleine, à défaut d’être bien faite. La machine pioche dans le réservoir de connaissances dont on l’a rempli pour y trouver le comportement idoine. La nouvelle mémorisation ouvre certes la voie vers les corrélations entre expériences mais on ne saura pas aller au delà d’une  toujours meilleure exploitation de la bibliothèque de connaissances. Les liens entre les informations sont enrichis. Mais en aucun cas le processus ne permet de créer des connaissances nouvelles. Pas d’imagination, donc.

L’Intelligence Artificielle faible n’a pas fini de nous surprendre et être capable d’utiliser une expérience indépendamment du contexte où elle fut acquise en décuple la puissance. Mais toujours pas d’Intelligence Artificielle forte.

 

 


< Revenir à la newsletter

Auteur: 
Jacques Baudron - jacques.baudron@ixtel.fr