Des scientifiques ont développé une IA en mesure de comprendre les règles basiques du bon sens du monde physique tout comme en est capable un bébé. En d’autres termes, cette intelligence artificielle peut apprendre la physique intuitive, à savoir les règles de bon sens concernant la manière dont le monde fonctionne.
Une IA capable de comprendre le monde comme un bébé
Dans un monde en proie à des points de vue opposés, il existe certaines choses sur lesquelles nous pouvons tous être d’accord. Par exemple, si une personne vous montre un stylo et qu’elle le cache ensuite derrière son dos, ce stylo existe toujours. Nous pouvons tous convenir que ce stylo, bien que dissimulé, a certainement la même forme et une couleur semblable que lorsqu’il n’était pas caché. Il s’agit d’une question de bon sens, explique le média The Conversation.
Ces lois de bons sens du monde physique sont universellement comprises par les humains. Même un bébé de deux mois est capable de partager cette compréhension du monde. Toutefois, de nombreux chercheurs se demandent encore comment les humains peuvent parvenir à cette compréhension fondamentale. De même, les scientifiques n’ont pas encore pu construire un ordinateur capable de rivaliser avec les capacités de bon sens d’un enfant en croissance.
Cependant, une nouvelle recherche de chercheurs de l’Université de Princeton vient combler cette lacune. Ceux-ci ont réussi à développer un système d’intelligence artificielle d’apprentissage en profondeur ayant acquis une compréhension de certaines lois de bon sens du monde physique. Selon ces scientifiques, les résultats de cette étude devraient aider à construire de meilleurs modèles informatiques simulant l’esprit humain. Et ces modèles seront en mesure d’aborder une tâche en formulant les mêmes hypothèses qu’un bébé.
Comportement enfantin
En général, la formation des modèles d’IA se basent sur des données provenant de nombreux exemples différents. À partir de ceux-ci, un modèle d’IA peut construire des connaissances. Toutefois, les recherches sur les nouveau-nés suggèrent que ce n’est pas de cette façon que procèdent les bébés. En effet, au lieu de façonner leurs connaissances à partir de zéro, les nourrissons commencent par des attentes fondées sur des principes concernant les objets.
Par exemple, un bébé s’attend à ce qu’un objet caché derrière un autre continue d’exister de la même manière. Il s’agit d’une hypothèse fondamentale qui fait évoluer les jeunes enfants dans la bonne direction. Par la suite, avec le temps et l’expérience, les bébés affinent leurs connaissances.
Dans leur étude, le professeur Luis Piloto et ses collègues ont découvert qu’un système d’IA d’apprentissage en profondeur modélisé sur le comportement d’un bébé peut surpasser un système qui commence à partir de zéro et qui essaie d’apprendre en se basant uniquement sur l’expérience.
Comparaison des deux approches
Les chercheurs ont comparé les deux approches. Pour celle à partir de zéro, le modèle d’IA a reçu plusieurs animations visuelles d’objets. Dans certains exemples, un cube glissait sur une rampe. Dans d’autres, une balle rebondissait contre un mur.
Le modèle de l’approche à partir de zéro a détecté des modèles à partir des différentes animations. Les chercheurs ont ensuite testé le modèle sur sa capacité à prédire les résultats avec de nouvelles animations visuelles d’objets.
Ils ont ensuite comparé ses performances avec un modèle ayant des attentes se basant sur des principes intégrés avant de voir les animations visuelles. Ces principes se basaient sur les attentes des nourrissons quant à la manière dont les objets se comportent et interagissent. Par exemple, un bébé s’attend à ce qu’un objet ne soit pas capable de passer au travers d’un autre.
Si vous montrez un tour de magie à un bébé et qu’il y a violation de cette attente, l’enfant peut le détecter. Il met à jour cette connaissance en examinant beaucoup plus longtemps les évènements aux résultats « magiques » par rapport à ceux pour lesquels les résultats sont attendus. Les bébés peuvent détecter quand les objets semblent défier les lois fondamentales régissant le monde physique.
Durant leur étude, les chercheurs ont découvert que le modèle d’apprentissage en profondeur ayant commencé à partir de zéro avait donné de bons résultats prédictifs. Toutefois, le modèle se basant sur la cognition infantile a fait beaucoup mieux. Ce dernier pouvait prédire avec plus de précision comment un objet se déplacerait. En outre, il réussissait mieux à appliquer les attentes en fonction de nouvelles animations visuelles. Enfin, il apprenait à partir d’un plus petit ensemble d’exemples.
Compréhension innée versus apprentissage
La recherche des scientifiques de Princeton apporte un éclairage sur la question séculaire de ce qui peut être inné chez l’homme et de ce qui peut être appris.
Cette étude définit en outre de nouvelles limites pour le rôle que les données perceptives peuvent jouer lorsqu’il s’agit de systèmes artificiels acquérant des connaissances. Elle montre également comment les études sur les bébés peuvent contribuer à construire de meilleurs systèmes d’IA simulant l’esprit humain.