SkyNet est-il presque là ? Explication du réseau neuronal de Google

Les machines apprenant des choses ne sont pas du tout une nouveauté. Tapez quelques instructions dans un fichier batch, et vous pouvez demander à votre ordinateur de faire à peu près n’importe quoi avec les programmes que vous exécutez. Obtenez une webcam et un logiciel de reconnaissance faciale et vous pouvez clairement voir que votre ordinateur est capable de reconnaître votre visage. Cependant, toutes les choses décrites ici ne sont pas le résultat des “pensées” de l’ordinateur. Au mieux, l’ordinateur moyen d’aujourd’hui peut imiter la pensée. Mais il y a des gens dans le monde entier qui développent des moyens de reproduire la pensée humaine dans les machines, combinant même le meilleur des deux mondes, pour créer une nouvelle forme d’apprentissage qui imite la manière intuitive dont nous capturons le monde qui nous entoure.

Bien que beaucoup d’entre nous aient peur des implications de l’intelligence artificielle, il ne fait aucun doute que tout le monde la considère avec respect comme le sommet de l’évolution de la machine. Jusqu’où sommes-nous arrivés dans notre quête pour créer des machines qui peuvent se rapprocher de l’intuition humaine et de la pensée abstraite ? Nous allons examiner ce que fait l’équipe de Google Brain et comment les réseaux neuronaux artificiels pourraient influencer la manière dont la technologie interagit avec nous au quotidien dans un avenir proche.

Qu’est-ce qu’un réseau neuronal artificiel ?

Un réseau neuronal artificiel, en termes simples, est un système qui utilise un algorithme inspiré de la manière dont les humains apprennent des choses. Actuellement, les ordinateurs personnels sont des machines d’habitude. Ils suivront rigoureusement une seule ligne jusqu’à ce qu’ils atteignent la fin, peu importe si les résultats ont du sens. Par exemple, un système informatique qui analyse le comportement des consommateurs sur un site Web pourrait montrer qu’un grand nombre de visiteurs cliquent sur un lien dans le coin supérieur droit de chaque page, mais il ne peut pas expliquer pourquoi cela se produit. Il ne peut pas adapter ses méthodes pour approfondir et extrapoler le sens des données brutes qu’il traite.

Un réseau neuronal artificiel “parfait” sera capable d’adapter la manière dont il traite les informations pour s’adapter aux données auxquelles il est confronté. Cela est particulièrement utile dans le traitement audiovisuel où la programmation basée sur des règles est très inefficace. Alors qu’un Américain n’aura que peu de mal à comprendre un accent australien en très peu de temps, les ordinateurs peuvent avoir beaucoup plus de mal à faire la même tâche. Les réseaux neuronaux artificiels sont conçus de telle manière qu’un ordinateur pourrait être capable d’interpréter les différences dans la façon dont les Australiens parlent de la même manière que nous le faisons – en saisissant les fluctuations de ton et de prononciation, en construisant un contexte et en comblant les lacunes avec d’autres informations véhiculées dans la phrase. Faire cela avec une programmation simple est beaucoup plus difficile qu’il n’y paraît.

Qu’est-ce que Google Brain ?

Google Brain est un projet qui se concentre sur l’apprentissage profond à grande échelle. Le projet implique une quantité colossale de matériel, avec 16 000 cœurs de CPU dans leurs centres de données travaillant tous en unisson pour créer une machine qui peut effectivement “apprendre” et “comprendre” des choses. L’image ci-dessus est en fait un “dessin” que le réseau a réalisé. Il n’a pas “copié” le design de nulle part ; il l’a simplement construit de manière abstraite comme le ferait n’importe quel peintre.

L’un des accomplissements les plus notables de ce projet est la capacité du réseau à détecter des chats. Les ordinateurs modernes peuvent facilement afficher une vidéo avec un chat pour votre divertissement, mais ils ne peuvent pas comprendre ce qu’ils vous montrent. Personne n’attend de ses ordinateurs qu’ils sachent ce qu’est un chat. Pourtant, ils montrent des vidéos de ces petites créatures duveteuses des millions de fois par jour dans le monde entier, complètement ignorants de leur existence. L’ordinateur à partir duquel vous lisez ceci n’est probablement pas plus qu’une télévision interactive glorifiée. Google a réussi à créer un système capable de pointer le chat dans une image fixe (sans instruction préalable sur ce qu’est un chat). C’est un accomplissement sans précédent qui pourrait nous faire tous avancer d’un pas dans l’ère de l’information.

Applications pour les réseaux neuronaux

Imaginez avoir un robot avec vous qui peut non seulement vous conduire au travail mais aussi servir de médecin lorsque vous êtes blessé. Le simple fait qu’un ordinateur puisse distinguer ce qu’est un chat lorsqu’il est entouré d’autres objets a des implications majeures. Vous devrez peut-être attendre un certain temps (16 000 cœurs de CPU est très difficile à intégrer dans un petit espace en ce moment), mais distinguer une plaie de la peau qui l’entoure (et identifier le type de plaie) signifie qu’un “module médical” sur un robot pourrait l’aider à faire des sutures sur votre corps. Une fois que vous prenez un peu de temps pour y réfléchir, les réseaux neuronaux artificiels pourraient mener à des exploits technologiques que nous n’avons jamais pensé voir de notre vivant. Peut-être qu’un jour, pas trop loin de maintenant, nous prendrons des robots comme compagnons de vélo et jouerons au football avec eux, tout cela grâce à la manière dont ils peuvent s’adapter et apprendre comme nous.

Que pensez-vous ? Est-il trop optimiste de penser que nous pouvons passer de “détecteur de chats” à “médecin robot” à un moment de notre vie ? Dites-le nous ci-dessous dans un commentaire !