Lorsqu’on parle de supériorité humaine sur les machines, de nombreux facteurs sont évoqués pour comparer l’intelligence humaine à l’intelligence artificielle. La plus grande différence est la capacité des gens à apprendre un concept et à l’utiliser à d’autres fins. Ou, ce qui revient au même, la capacité de notre cerveau à comprendre et à produire de nouvelles combinaisons à partir d’éléments connus et d’éléments nouvellement appris. Ceci, connu sous le nom de généralisation compositionnelle, était quelque chose d’exclusif aux humains… du moins jusqu’à présent.
Et des scientifiques de l’Université de New York et de l’Université Pompeu Fabra de Barcelone ont réussi à développer une expérience révolutionnaire qui change le paradigme actuel de ce que nous entendons par intelligence artificielle. Grâce à leurs découvertes, la compositionnalité systématique ou la généralisation compositionnelle ont pu être appliquées aux réseaux de neurones artificiels, ce qui a été établi comme impossible dans les années 1980. C’est ce que démontre cette étude, publié dans la revue Nature.
Brenden Lake et Marco Baroni, auteurs principaux de l’étude, sont responsables d’une méthode de formation innovante appelée méta-apprentissage pour la compositionnalité. Ce système permet au réseau neuronal d’être constamment mis à jour, en le dirigeant à travers une série d’épisodes successifs afin qu’il soit capable de raconter lui-même ses expériences.
Machines contre humains
Pour vérifier son efficacité, ils l’ont comparé à des expériences réalisées par des volontaires humains, qui ont subi les mêmes tests que les algorithmes. La surprise est venue lorsque les chercheurs ont découvert que Les machines ont généralisé autant ou mieux que les participants..
La neurologie a permis autrefois de découvrir comment les humains apprenaient des concepts comme celui de sauter et étaient capables de les appliquer à d’autres situations, comme contourner un obstacle ou sauter en arrière. Jusqu’à la date, personne n’avait été capable de reproduire ce type d’apprentissage et, par conséquent, les réseaux artificiels qui « imitent » le fonctionnement du cerveau n’étaient pas considérés comme des « modèles fondamentalement fiables de la cognition humaine ».
Schéma d’un des réseaux neuronaux d’entraînement Brenden M. Lake / Marco Baroni Omicrono
Or Lake et Baroni ont pu réfuter cette idée en démontrant la capacité d’un réseau neuroen pour les compétences de composition, ou ce qui revient au même, la capacité d’organiser les concepts dans un ordre logique. Ainsi, la « machine » apprend à la volée au travers de tâches dynamiques et successives, s’adaptant à chaque nouvelle étape sans avoir besoin d’optimiser des ensembles de données statiques.
Pour tester les capacités de leur réseau de neurones, les chercheurs lui ont fait apprendre la signification de faux mots puis faire des hypothèses sur la relation grammaticale entre ces mots. Cependant, préviennent-ils, cette nouvelle méthode de méta-apprentissage ne permet pas au réseau de neurones de « se généraliser en dehors de la tâche pour laquelle il a été entraîné ». Bien entendu, cette découverte représente une découverte clé pour le développement d’IA présentant de plus grandes similitudes avec les processus cérébraux humains.
[Los gigantes tecnológicos piden regular la IA: Musk habla de peligros, Gates de su poder salvador]
Cette démonstration de la capacité d’un réseau de neurones à apprendre de nouveaux concepts et à les combiner avec ceux existants représente un défi à ce qui a été tenu pour acquis pendant plus de trois décennies. Cette évolution peut impliquer une amélioration décisive des modèles d’IA générative que nous connaissons déjà, comme ChatGPT, et des développements à venir pour le futur.
« Depuis 35 ans, les chercheurs en sciences cognitives, en intelligence artificielle, en linguistique et en philosophie débattent de la question de savoir si les réseaux de neurones peuvent réaliser une généralisation systématique de type humain. «Nous avons prouvé pour la première fois que c’était le cas», dit-il. dans des déclarations à El País Brenden Lake, l’un des auteurs de l’ouvrage.
Tu pourrais aussi aimer:
Suivez les sujets qui vous intéressent