la technologie qui enseigne aux robots « penser » comme des humains

à la fin des années 1950, l’ordinateur Arthur Samuel a créé un programme pour jouer aux dames, en utilisant un simple algorithme pour découvrir le meilleurs mouvements pour gagner. Samuel a formé l’ordinateur avec une copie de lui-même (la même lecture) et avec une base de données sur laquelle des centaines de matches ont été enregistrés. C’était le début de l’apprentissage de la machine, une branche d’intelligence artificielle (IA) qui permet aux machines d’apprendre sans être explicitement planifiées. Près de sept décennies après ce match, cette technologie dispose d’applications aussi diverses que le diagnostic d’un cancer ou de la construction de voitures autonomes. Il y a quelques jours, sa dernière invention a été annoncée: Sophia, Android développée par la société Hanson Robotics, qui a monopolisé toutes les attentions à la Foire technologique de Genève.

« est une technologie applicable à pratiquement tous les domaines où Il existe des données disponibles « , explique Thomas Distader, l’un des parents de la machine apprentissage comme un domaine de recherche. L’expert mentionne des exemples allant des algorithmes utilisés dans le monde des entreprises pour identifier les acheteurs potentiels d’un produit aux systèmes utilisés par les gouvernements pour résoudre des problèmes d’infrastructures telles que les autoroutes et l’hydroélectrique. Les autres exemples les plus proches sont les systèmes de traduction automatique de Skype, la reconnaissance faciale des caméras mobiles et des assistants virtuels, des paris commerciaux tels que Google et Microsoft à une technologie approximative à l’utilisateur final.

Cortana, l’assistant virtuel Microsoft, A 145 millions d’utilisateurs et la société a pour objectif de « le développer au point où il est communiqué directement avec d’autres IAS pour offrir à l’utilisateur tout type d’information ou de service, à partir de l’achat d’une chaussure à la livraison d’une pizza à la maison », Selon Esther de Nicolás, chef de l’équipe de l’évangélisation technique de la société. « Notre objectif est de démocratiser l’accès à l’apprentissage de la machine », dit-il. La mise principale de ce sens est la plate-forme d’apprentissage automatique dans Azure, un service d’analyse dans le cloud qui vous permet de créer et de mettre en œuvre des modèles de machine en fonction des besoins de chaque utilisateur.

Google met l’accent sur votre stratégie dans Tensorflow , un magasin d’expériences et de résultats d’expériences qui utilisent de manière à ce que leurs applications prennent de meilleures décisions et que des données ouvertes depuis 2015. La plate-forme a été utilisée par différents développeurs et entreprises du monde entier pour une augmentation de la production de lait dans vaches ou créer un modèle pour prédire la compatibilité entre donneur et récepteur dans les greffes d’organes. Mais Google veut plus: « Nous travaillons sur des robots capables de prendre en charge des situations dangereuses et d’atteindre des sites auxquels les êtres humains ne peuvent pas atteindre, comme dans la centrale nucléaire de Fukushima », explique Andrés Leonardo Martínez, ingénieur en informatique de la société. / p>

Risques et erreurs

En plus de faire des projections pour l’avenir, des experts se demandent également quels sont les risques d’un monde dans lequel des robots sont adaptés et apprennent de l’expérience (comme des êtres humains). Jeter, que oui, un scénario de science-fiction où les machines d’humanité annihuman. « Nous créons et programmons des ordinateurs parce qu’ils nous permettent de faire mieux les choses. J’imagine un avenir dans lequel une personne et un système IA travaillent ensemble en équipe. Dans pratiquement tous les domaines, la combinaison de robots et de personnes est plus puissante. Un exemple célèbre est appelé les échecs de Centaur, dans lesquels ils concurrent des équipes mixtes de personnes et d’ordinateurs. Les meilleures équipes de Centaure peuvent vaincre tout ordinateur humain et n’importe quel ordinateur qui joue seul « , déclare Dieterich.

Le chercheur voit au moins deux rôles importants pour les humains à l’avenir: effectuer des tâches nécessitant une empathie et » une compréhension profonde de Un autre être humain « et veiller à ce que les robots ne font pas d’erreur. » Des problèmes de prise de décision à haut risque impliquent souvent des facteurs uniques. L’apprentissage automatique ne fonctionne que dans des problèmes stables, lorsque le monde est hautement prévisible et il est facile de collecter de nombreuses données de formation. Dans les problèmes où chaque situation est unique, il est peu probable que cette technologie réussisse « , explique.

Ester de Nicolás soutient que » inquiétant actuellement par la révolution des robots est comme inquiétant de la surpopulation sur Mars  » , Mais souligne que des problèmes sont moins visibles et dont le petit est parlé, comme le fait que les systèmes dépendent des bases de données, souvent privés et biaisés. « Il n’y a pas toujours de données correctes.Nous déposons beaucoup de confiance en AI, mais vous devez être plus prudent avec ces choses. « 

Dieterich donne un exemple de cette pâte: certaines entreprises utilisent l’apprentissage automatique pour décider quel salaire offrir à un employé . Si les données historiques montrent que les femmes sont tombées moins que des hommes, l’algorithme vous recommandera de leur offrir un salaire plus bas. L’expert défend la création d’un règlement qui détermine les tests de sécurité et une certification spécifique pour atténuer les risques. Sebastian Farquhar, enquêteur de l’Institut de l’avenir de l’humanité, cependant, est bientôt pour cela. « La législation est sous-développée et c’est une bonne chose, car la technologie change constamment, je pense que oui, que nous devons être plus conscients des risques, car il y a beaucoup en jeu », dit-il. Pendant ce temps, ils travaillent pour Les robots qu’ils apportent des puissances super physiques et intellectuelles. « J’espère que je vais mettre un exosquelque pour élever 300 kg ou courir de longues distances quand j’ai 80 ans, » dit Dieterich.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *