Quand il s’agit de bébés contre l’IA

Face à un bébé qui hurle dans toute la maison et jette de la nourriture par terre, les parents épuisés pourraient être surpris d’apprendre que leur progéniture bien-aimée est probablement l’apprenant le plus intelligent de l’univers connu.

Mais certains informaticiens ont reconnu depuis longtemps cette réalité et tentent désormais d’imiter les extraordinaires capacités de traitement des bébés pour développer des modèles d’intelligence artificielle. À certains égards, nos dernières créations technologiques semblent presque magiques dans leurs capacités, mais lorsqu’il s’agit d’apprentissage autonome, elles sont aussi stupides qu’une couche. Peuvent-ils être formés à apprendre comme le font les unités de traitement des bébés en explorant des données partielles et désordonnées du monde réel ?

C’est exactement ce qu’une équipe de chercheurs de l’Université de New York a tenté de faire et a publié ce mois-ci ses conclusions dans la revue Science. Leur expérience a tiré des données d’une caméra légère fixée sur la tête d’un bébé d’Adélaïde appelé Sam, enregistrant 61 heures de sa vie entre l’âge de 6 et 25 mois.

Le flux vidéo, comprenant des images et des sons mélangés de parents, de chats, de jeux et de jouets, a ensuite été traité en 600 000 images vidéo et 37 500 « énoncés » transcrits et introduits dans un réseau neuronal. Le défi consistait à faire correspondre ce que Sam voyait pendant environ 1 % de ses heures d’éveil avec les sons qu’il entendait, afin de créer un modèle d’IA multimodal.

[ ‘It is going to have a huge impact’: What does the march of AI mean for our jobs? ]

Mais comment un bébé comprend-il que le mot « balle » désigne des types d’objets ronds, rebondissants et multicolores très différents ? Les scientifiques cognitifs sont divisés sur l’explication, mais tous s’accordent sur le fait que les bébés sont des apprenants étonnamment habiles, généralisant à partir de données limitées. Entre six et neuf mois, les bébés commencent à associer des mots à des images. Avant l’âge de deux ans, ils ont appris en moyenne 300 mots, pour la plupart des noms.

Jusqu’à présent, les tentatives visant à créer des modèles d’IA multimodaux capables de combiner du texte, des images, de l’audio et de la vidéo reposaient principalement sur l’application d’une grande puissance de calcul à de grandes quantités de données conservées. Mais les chercheurs de NYU ont découvert que leur modèle pouvait associer avec succès des images et des sons avec beaucoup moins de données provenant du flux vidéo d’un bébé. Leur modèle avait un taux de précision de 61,6 pour cent lorsqu’il s’agissait de classer 22 « concepts visuels ».

“Nous avons été très surpris de constater que le modèle pouvait présenter un degré d’apprentissage assez remarquable étant donné les données limitées dont il disposait”, m’a expliqué Wai Keen Vong, l’auteur principal du journal de NYU, dans une interview vidéo.

Le succès des modèles, encore très limité, peut tirer parti des capacités d’exploration et d’apprentissage social des bébés, mais cela ne signifie pas qu’ils possèdent eux-mêmes ces capacités.

—Alison Gopnik

Ces résultats constituent une incitation encourageante pour le développement de futurs modèles d’IA. Mais, comme l’a dit Vong, ils soulignent également les capacités d’apprentissage phénoménales des bébés eux-mêmes, qui peuvent réagir aux signaux visuels et développer leurs propres hypothèses d’apprentissage. Une partie de la raison de leur précocité est que les bébés humains passent un temps inhabituellement long à explorer activement le monde avant de devoir se débrouiller seuls. « Les enfants sont le département R&D de l’espèce humaine – les gars au ciel bleu, les brainstormers. Les adultes sont la production et le marketing », comme l’a écrit Alison Gopnik dans son livre The Philosophical Baby.

Selon Gopnik, professeur de psychologie à l’Université de Californie à Berkeley, les bébés possèdent trois compétences de base qui manquent aux systèmes d’IA. Premièrement, les bébés excellent dans la construction de modèles imaginatifs, créant ainsi un cadre conceptuel pour expliquer le monde. Ce sont également des apprenants curieux, épris d’aventure et incarnés, explorant activement de nouveaux environnements, plutôt que d’être passivement enfermés dans des lignes de code. Et les bébés sont des animaux sociaux, apprenant de tous ceux avec qui ils interagissent, contribuant ainsi à développer l’empathie, l’altruisme et une sensibilité morale.

Dans un e-mail, Gopnik affirme que l’étude « fascinante et très intelligente » de NYU montre que les modèles d’IA peuvent extraire des informations linguistiques à partir des données dont les bébés disposent. Mais, comme le reconnaissent les auteurs de l’article, les bébés utilisent également différentes données, qu’ils tirent de l’exploration active et des interactions sociales. “Le succès des modèles, qui est encore très limité, peut tirer parti des capacités d’exploration et d’apprentissage social des bébés, mais cela ne signifie pas qu’ils possèdent eux-mêmes ces capacités”, écrit Gopnik.

Il faudra beaucoup plus de recherches pour reproduire informatiquement ce que les bébés apprennent naturellement. En particulier, comment pouvons-nous construire des machines qui font preuve de bon sens et de raisonnement social ? Les modèles d’IA sont peut-être capables d’apprendre les noms associés à des objets physiques, mais ils ont toujours du mal avec les concepts et les verbes abstraits. Malgré les progrès stupéfiants de l’IA, nous avons encore beaucoup à apprendre du petit sac de matériel biologique qu’est le cerveau d’un bébé. – © 2024 Le Financial Times

2024-02-10 11:03:06
1707571161


#Quand #sagit #bébés #contre #lIA