1. #1
    Chroniqueur Actualités

    Homme Profil pro
    Administrateur systèmes et réseaux
    Inscrit en
    juin 2016
    Messages
    170
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Localisation : Bénin

    Informations professionnelles :
    Activité : Administrateur systèmes et réseaux
    Secteur : Aéronautique - Marine - Espace - Armement

    Informations forums :
    Inscription : juin 2016
    Messages : 170
    Points : 5 793
    Points
    5 793

    Par défaut IA : des scientifiques du MIT conçoivent un algorithme capable d’interpréter des images

    IA : des scientifiques du MIT conçoivent un algorithme capable d’interpréter des images
    pour répondre à des questions sur leurs contenus

    L’intelligence artificielle ne cesse de connaître chaque jour des avancées. L’objectif ultime est de pouvoir concevoir des systèmes automatisés capables de raisonner exactement comme un être humain dans toutes les situations imaginables. Ces systèmes devront donc être capables de s’adapter à un éventuel changement brusque des paramètres d’une situation afin d’ajuster leur comportement en fonction des nouveaux paramètres aussi vite qu’un esprit humain est capable de le faire.

    Et le moins que l’on puisse dire, c’est que de gros efforts sont consentis pour atteindre cet objectif. On a donc vu des IA capables de battre des joueurs dans un jeu de stratégie, des IA capables de travailler en équipe pour battre une équipe d’humains dans le même jeu et plus récemment, un système robotique capable de manipuler des objets avec une dextérité humaine. Eh bien, aujourd’hui, la dernière percée dans le domaine concerne le processus de prise de décisions des intelligences artificielles.

    Nom : Lincoln-Laboratory-TbD-net-AI-system-graphic-MIT-00_2.jpg
Affichages : 1652
Taille : 99,0 Ko

    En effet, l’équipe du MIT Lincoln Laboratory Intelligence and Decision Technologies Group a mis au point un réseau neuronal qui suit des étapes similaires au raisonnement humain pour répondre aux questions sur le contenu des images. Nommé Transparency by Design Network (TbD-net), ledit réseau fournit un rendu visuel de son processus de réflexion afin de permettre aux scientifiques d’analyser la manière dont les décisions sont prises. Les mécanismes internes entrant en ligne de compte dans le processus de prise de décision de TbD-net ont été conçus de manière à être transparents pour rendre facile l’interprétation des résultats de l’IA.

    « Les progrès en matière de performances dans le raisonnement visuel se sont acquis au détriment de la possibilité d’interprétation », explique Ryan Soklaski, co-concepteur de TbD-net avec ses collègues chercheurs Arjun Majumdar, David Mascharka et Philip Tran. Cet état de choses a été corrigé avec ce nouveau système neuronal grâce, entre autres, à une collection de petits réseaux neuronaux intégrés spécialisés dans l’exécution de sous-tâches spécifiques.

    Comme dans une chaîne de montage, chacun de ces petits réseaux traite la part du travail qui le concerne et la mise en commun de tous les résultats fournit la réponse finale. En clair, TbD-net scinde les questions qui lui sont posées en sous-tâches qui sont ensuite affectées aux modules pour être traitées. « Briser une chaîne de raisonnement complexe en une série de sous-problèmes plus petits, chacun pouvant être résolu indépendamment, est un moyen puissant et intuitif de raisonner », explique Arjun Majumdar, un des concepteurs du système.

    Après la phase de tests, les résultats obtenus par le système étaient de loin, selon les chercheurs, supérieurs à ceux des systèmes de raisonnement visuel les plus perfectionnés. TbD-net a été testé avec un jeu de données comprenant 70 000 images et 700 000 questions avec un ensemble de données de test constitué de 15 000 images et 150 000 questions. Le premier essai a abouti sur un résultat de 98,7 % de précision, ce qui, selon les chercheurs, est déjà beaucoup plus que n’importe quelle autre approche basée sur les réseaux de modules neuronaux.

    Les scientifiques ont pu, à la fin du premier essai, affiner leur approche pour améliorer davantage les résultats de l'algorithme. En fin de compte, le résultat final de la phase d’essai du système a donc été un exceptionnel 99,1 % de précision. « Notre modèle fournit des résultats simples et interprétables à chaque étape du processus de raisonnement visuel », explique David Mascharka.

    Comprendre le processus de raisonnement des algorithmes d'IA est le premier pas pour déterminer comment et pourquoi ils pourraient prendre de mauvaises décisions. Il est donc impérieux de mieux comprendre ce processus si des algorithmes doivent être déployés aux côtés des humains pour aider à résoudre des tâches complexes. Autrement, la confiance en ces systèmes restera toujours un sujet clivant.

    Voir ici plus de détail sur la « Transparency by Design : Closing the Gap Between Performance and Interpretability in Visual Reasoning »

    Source : MIT

    Et vous ?

    Que pensez-vous de l'utilisation de la méthode du raisonnement transparent par les algorithmes intelligents ?
    Cela marquera-t-il un nouvel ère pour l'évolution de l'IA ? Comment et pourquoi selon vous ?

    Voir aussi

    Cinq algorithmes d'IA font équipe pour écraser des humains au Dota 2, un jeu d'équipe connu pour être extrêmement compliqué

    OpenAI d'Elon Musk crée une IA capable de battre des humains sur Dota 2, un jeu vidéo de type arène de bataille en 3D

    Intelligence artificielle : OpenAI annonce un système robotique capable de manipuler des objets avec une dextérité humaine
    Contribuez au club : Corrections, suggestions, critiques, ... : Contactez le service news et Rédigez des actualités

  2. #2
    Membre régulier
    Homme Profil pro
    Étudiant
    Inscrit en
    mars 2015
    Messages
    92
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Localisation : Sénégal

    Informations professionnelles :
    Activité : Étudiant
    Secteur : Enseignement

    Informations forums :
    Inscription : mars 2015
    Messages : 92
    Points : 94
    Points
    94

    Par défaut

    Code : Sélectionner tout - Visualiser dans une fenêtre à part
     En fin de compte, le résultat final de la phase d’essai du système a donc été un exceptionnel 99,1 % de précision
    C'est exceptionnel vraiment vos résultat.

    Mais détrompez-vous c'est impossible une intelligence artificiel ne pourra jamais égalé celle de l'homme . Pour ça il faut que l'homme puis ce comprendre lui même .

Discussions similaires

  1. Réponses: 0
    Dernier message: 30/06/2015, 21h59
  2. Réponses: 14
    Dernier message: 07/03/2015, 14h22
  3. Réponses: 53
    Dernier message: 28/08/2011, 18h15
  4. Réponses: 1
    Dernier message: 05/06/2007, 12h04
  5. Réponses: 13
    Dernier message: 03/05/2007, 21h16

Partager

Partager
  • Envoyer la discussion sur Viadeo
  • Envoyer la discussion sur Twitter
  • Envoyer la discussion sur Google
  • Envoyer la discussion sur Facebook
  • Envoyer la discussion sur Digg
  • Envoyer la discussion sur Delicious
  • Envoyer la discussion sur MySpace
  • Envoyer la discussion sur Yahoo