Le Sens Commun Des Machines

Les algorithmes de deep learning apprennent fonctionner limage des enfants auxquels on apprend reconnatre un lphant ou bien distinguer un rond dun carr. On demande un rseau de neurones de reconnatre une image -par exemple- et sil se trompe, il ajustera ses paramtres pour amliorer ses performances venir, puis enfin on recommence jusqu obtenir une performance convenable. On peut alimenter ces algorithmes de millions dimages ou de textes mais il nexiste toujours pas de mthode leur permettant dacqurir ce que nous pouvons appeler le sens commun, cest dire la connaissance de base pour comprendre le monde comme lexplique Yann LeCun*.

Ce sont les mathmatiques qui gouvernent le fonctionnement des rseaux de neurones pour mimer le fonctionnement dun cerveau : cest la fois la force et la faiblesse du deep learning. Cela permet en effet un grand pouvoir danalyse : tous les outils mathmatiques existants sont au service de la recherche en intelligence artificielle et ont permis les avances que nous connaissons. Mais modliser les choses ne fait pas des ordinateurs des cerveaux lectroniques.

La manire dont les rseaux de neurones ajustent leurs paramtres (appele backpropagation) engendre des performances parfois impressionnantes : par exemple cette intelligence artificielle plus efficace que les dermatologues pour dpister des cancers de la peau. Bien souvent, pour atteindre de telles performances, les rseaux neuronaux vont extraire des donnes dentre des caractristiques (des features) imperceptibles par lhomme et difficiles -voire impossibles- rationaliser. Ceci engendre des erreurs tonnantes pour nous, humains, puisquen modifiant lgrement la texture dune image, on peut faire passer une tortue pour un AK-47.

Une machine reste bien une machine, rappelons-le nous.Pour imiter au mieux le cerveau humain afin damliorer encore la performance des machines, peut-tre faut il se rapprocher davantage dun modle physique du fonctionnement du cerveau. Cest un saut conceptuel important car cela peut remettre en question larchitecture mme des ordinateurs.

Il sagirait de combiner ou de remplacer le modle mathmatique et binaire des rseaux de neurones par un modle plus physique, et atteindre ainsi une forme de cerveau artificiel.*La mthode scientifique Y a-t-il un cerveau dans la machine ?, France Culture, Interview de Yann Le Cun par Nicolas Martin