Disons-le tout net, l’Intelligence Artificielle n’est pas le domaine réservé de Google ! Mais quand il s’agit de mesurer les progrès de l’IA, force est de constater que le mastodonte américain, qui investit des sommes d’argent astronomiques, est toujours en première ligne...

HAL 9000 (CARL 500 en version française) ou Skynet ne sont peut-être plus si loin de voir le jour… La première est issue de l’imagination fertile de l’écrivain britannique Arthur C. Clarke et créée par le Dr Chandra. HAL 9000 est un supercalculateur doté d’une Intelligence Artificielle si autonome et indépendante de l’être humain qu’elle veut finalement éliminer ses coéquipiers dans la saga des Odyssées de l’espace. La seconde est aussi une Intelligence Artificielle, créée initialement pour automatiser la riposte nucléaire américaine mais qui finira par produire des Terminators pour exterminer l’espèce humaine.
La réalité n’a certes pas encore rejoint la fiction et les Intelligences Artificielles actuelles sont encore loin de réclamer leur indépendance ou de vouloir à tout prix la tête des êtres humains pour régner sur la planète. Mais, en attendant qu’un tel scénario catastrophe ne voit le jour, Google a tout de même frappé fort en termes d’annonce au début de cet automne. Capable de créer une Intelligence Artificielle autodidacte du nom d’AlphaGo Zero pour l’apprentissage du jeu de Go, la société de la Silicon Valley a également publié d’autres avancées majeures sur son projet AutoML, une Intelligence Artificielle conçue pour aider les ingénieurs à coder d’autres IA.

AutoML, une Intelligence Artificielle plus efficace que ses pères développeurs

Ainsi, AutoML n’est plus seulement capable d’assister mais peut tout simplement faire preuve d’un peu d’autonomie pour créer lui-même son propre logiciel de Machine Learning. Lancé en mai 2017 lors de la conférence Google I/O, AutoML peut aujourd’hui créer un modèle “enfant” de Machine Learning, en étudier son comportement et analyser les résultats pour réaliser des corrections et ainsi concevoir un nouveau modèle encore plus performant. AutoML répète ce processus des milliers de fois pour, in fine, toujours développer un algorithme d’IA plus puissant et efficient que le précédent, dépassant même ceux créés par ses pères fondateurs et humains.




A titre d’exemple et pour illustrer une telle évolution, l’algorithme d’Intelligence Artificielle auto-produit par AutoML présente un meilleur bilan que celui créé par les développeurs humains dans la reconnaissance d’objets multiples sur une image. A 43% avec le système auto-généré par AutoML, ce taux tombe à 39% de réussite avec le système élaboré par les ingénieurs et développeurs qui travaillent sur ce projet. Une différence certes faible sur une échantillon de plus de 80 millions d’images mais qui prouvent bien les progrès réalisés en matière d’Intelligence Artificielle.

AlphaGo Zero, une Intelligence Artificielle autodidacte

Parallèlement à cela, AlphaGo Zero a lui supplanté son aîné AlphaGo, développée par Google DeepMind et qui avait eu raison du champion sud-coréen du jeu de Go, Lee Sedol, en mars 2016 ! Là où les échecs sont même relégués au rang de faire-valoir en termes de complexité, AlphaGo avait surclassé le champion asiatique grâce aux millions de parties que ses développeurs avaient mis à sa disposition pour s’entraîner. Un an et demi après sa victoire, AlphaGo a déjà pris sa retraite, laissant le champ libre à AlphaGo Zero, découvert le 17 octobre dernier grâce à une publication dans la revue scientifique Nature.

AlphaGo Zero, c’est une architecture simplifiée qui parvient donc aujourd’hui à se passer du savoir humain pour apprendre à jouer au jeu de Go. Seules lui suffisent les règles du jeu pour se lancer dans l’aventure, s’entraîner et s’améliorer. , ses deux créateurs chez DeepMind parlent juste “du plus fort joueur de go de l’histoire”. Forcément, ils prêchent un peu pour leur paroisse mais toujours est-il que “Zero” s’est imposé 100 parties à 0 face à son ancêtre. Pour s’entraîner et parvenir à un tel exploit, AlphaGo Zero part donc seulement des règles du jeu pour lancer une première partie contre lui-même, étudier les mouvements, en tirer des conclusions, corriger et relancer une nouvelle partie avec ces nouvelles données. En trois jours, l’Intelligence Artificielle a ainsi joué près de cinq millions de parties et s’est soumise à un entraînement intensif sans la moindre intervention humaine si ce n’est donc celle, initiale, de lui donner les règles de jeu.

D’autres champs d’application pour l’Intelligence Artificielle ?

Après 40 jours d’apprentissage par renforcement (reinforcement learning en anglais), quand AlphaGo y ajoutait aussi un apprentissage supervisé, AlphaGo Zero est devenu le meilleur joueur du monde. Et tout cela avec un seul réseau de neurones profond quand son prédécesseur, là encore, en utilisait deux pour d’abord indiquer le prochain mouvement à jouer et, ensuite, prédire le vainqueur en fonction des positions en cours sur le Goban (le tablier sur lequel on joue au go) !

De tels progrès en si peu de temps à l’échelle de l’humanité sur l’Intelligence Artificielle permettent en tout cas d’envisager de nouveaux champs d’application dans des domaines tels que la santé, l’énergie ou encore la communication. Sur le blog de DeepMind, ses créateurs n’en pensent pas moins. “Ces moments de créativité nous donnent l'assurance que l'IA sera un multiplicateur de l'ingéniosité humaine, nous aidant dans notre mission de résoudre certains des défis les plus importants auxquels l'humanité est confrontée”, expliquent les deux auteurs Demis Hassabis et David Silver. Peut-on par exemple imaginer une Intelligence Artificielle surpasser les êtres humains dans certaines recherches ? Vraisemblable à partir du moment où la machine n’a plus besoin de connaissances humaines et de données pour progresser...

Si l’Intelligence Artificielle peut donc concevoir un algorithme de machine learning mieux qu’un être humain ou se passer de ses services pour apprendre une tâche, l’homme reste tout de même à l’origine de ses immenses progrès et garde par conséquent la main sur son bon développement et la direction à suivre. HAL 9000 et Skynet attendront donc un peu avant de conquérir notre monde.