L’IA de Google sera bientôt capable de raisonner toute seule
Google développe actuellement une Intelligence Artificielle capable de raisonner et de prendre seule ses décisions en anticipant l’avenir sans être aidée par des instructions humaines.
Raisonner et imaginer les conséquences d’une action avant de prendre une décision sont des choses que nous tenons pour acquises. C’est en revanche beaucoup plus difficile pour un robot. Pour les ingénieurs de Google DeepMind, cette incroyable capacité sera pourtant cruciale dans le développement d’algorithmes d’IA à l’avenir. Cela permettra aux systèmes de mieux s’adapter aux conditions changeantes pour lesquelles ils n’ont pas été spécifiquement programmés.
« Imaginer les conséquences de vos actions avant de les prendre est un outil puissant de la cognition humaine », expliquent les chercheurs dans leur papier. « Lorsque vous placez un verre au bord d’une table, vous allez probablement faire une petite pause pour considérer la situation. Ce verre est-il stable ? Pourrait-il tomber ? Ce raisonnement nous paraît normal, mais il est pourtant très complexe. Sur la base de cette conséquence imaginaire (le verre peut-il tomber ?), nous pouvons réajuster l’objet pour l’empêcher de tomber et de se briser ». Concernant l’IA, « si nos algorithmes visent à développer des comportements tout aussi sophistiqués, ils doivent aussi avoir la capacité d’imaginer et de raisonner sur le futur ».
Nous avons déjà vu un exemple de cette « planification vers l’avant » des machines de DeepMind il y a quelques semaines lors de rencontres de Go où les IA planifiaient leurs actions en fonction des résultats potentiels. Mais les règles du monde réel sont beaucoup plus variées et complexes que les règles de Go, c’est pourquoi les ingénieurs travaillent sur un système qui fonctionne à un tout autre niveau. Pour ce faire, ils ont récemment combiné plusieurs approches d’IA existantes, y compris l’apprentissage par renforcement (apprentissage par épreuve et erreur) et l’apprentissage en profondeur (apprentissage par le traitement de vastes quantités de données d’une manière similaire au cerveau humain). Ils ont alors obtenu une IA « imaginative » capable d’anticiper les erreurs avant de les commettre.
Les chercheurs ont notamment testé ces nouveaux algorithmes avec un jeu vidéo des années 1980 appelé Sokoban. Le joueur doit ici ranger des caisses sur des cases cibles. Il peut se déplacer dans les quatre directions et pousser (mais pas tirer) une seule caisse à la fois. Une fois toutes les caisses rangées, le niveau est réussi et le joueur passe au niveau suivant (plus difficile en général). L’idéal est de réussir avec le moins de coups possible. Une planification des coups est donc nécessaire et l’IA n’avait pas été informée des règles du jeu au préalable. Les chercheurs ont alors constaté que leur nouvelle IA « imaginative » avait résolu 85 % des niveaux donnés contre 60 % pour les IA utilisant des approches plus anciennes.
« Ces nouveaux algorithmes apprennent avec moins d’expérience et peuvent faire face aux imperfections de la modélisation de l’environnement. Ce n’est pas seulement une planification préalable, c’est une planification préalable avec une créativité supplémentaire de sorte que les actions futures potentielles peuvent être combinées ou mélangées de différentes façons afin d’identifier les itinéraires les plus prometteurs ». Bien sûr, ces jeux sont encore loin de représenter la complexité du monde réel, mais c’est un début prometteur.
Vous pouvez voir comment l’une de ces IA se débrouille dans la vidéo ci-dessous :
Source : SciencePost
