Tweet
Depuis juillet 2013, le superordinateur Neil tente d'accéder à une forme de "sens commun" en analysant les images présentes sur Internet, et en établissant des corrélations entre elles. Crédits : Carnegie Mellon University,
Accéder à une forme de « sens commun » en analysant continuellement des images trouvées sur internet, tel est l’objectif de NEIL, un superordinateur créé par des scientifiques américains.
Scanner des images trouvées sur internet et tenter d’établir des corrélations entre ces images, le tout 7 jours sur 7 et 365 jours par an. Telle est l’unique activité de NEIL (Never Ending Image Learner), un superordinateur constitué de 200 processeurs, créé par des scientifiques de l'Université de Carnegie Mellon (Pittsburgh, États-Unis). L’objectif de cette tâche sans fin, qui a débuté en juillet 2013 ? Observer si NEIL est capable… d’accéder au « sens commun ».
Le sens commun ? Il s’agit de ces savoirs qui sont de l’ordre de l’évidence commune, que nous acquérons au fil de nos interactions avec le monde sans qu’ils aient eu besoin de nous être transmis de façon explicite (savoir qu’un mur est dur, que les voitures se déplacent sur des routes, que les êtres humains sont capables d’émettre des sons, etc).
Pour comprendre tout l’enjeu de cette expérience, il faut savoir que la possibilité de créer un jour des machines capables de penser par elles-mêmes en utilisant une forme de sens commun est aujourd'hui un enjeu majeur de l’intelligence artificielle. En effet, pour raisonner et décider dans son quotidien, l'être humain utilise en permanence les savoirs issus de son sens commun. Créer des ordinateurs possédant une base de connaissance équivalente permettrait donc très probablement de réaliser des progrès considérables en matière d'intelligence artificielle.
Pourtant, la tâche est ardue. En effet, il est beaucoup plus facile de programmer un ordinateur pour une tâche précise (par exemple, bien jouer aux échecs) que de concevoir un ordinateur capable d'acquérir par lui-même des savoirs et des enseignements tirés de son expérience personnelle.
En quoi consiste plus précisément l'activité de NEIL ? A établir des classifications des images qu’il analyse en permanence, et à créer des corrélations entre elles. Par exemple, « savoir » qu'il existe plusieurs catégories de véhicules à deux roues (les tricycles qui sont destinés aux enfants, les motos qui sont conduites par les adultes…), ou encore qu'il existe plusieurs couleurs, formes, marques ou encore modèles de voiture. Mais aussi, « savoir » que les zébrures présentes sur le pelage d’un zèbre peuvent aussi être présentes sur le pelage d’un tigre.
Au-delà de l'intérêt purement scientifique de cette expérience, l'ambition de ce dispositif est de créer la plus grande base internet de données visuelles au monde, dont chaque élément (objet, lieu, personne…) serait défini par toutes sortes d’attributs, et serait relié aux autres objets de la base avec lesquels il entretient une relation.
Une performance dont les applications sont évidentes. En effet, le nombre d'images présentes sur Internet est littéralement astronomique (Facebook, à lui seul, contiendrait à l'heure actuelle quelques 200 milliards d'images). Par conséquent, disposer de machines capables d'explorer de façon parfaitement autonome la gigantesque masse d'images présente sur internet et de lui attribuer du sens serait à l'évidence un atout considérable.
A la lumière de ces dernières informations, l'identité des partenaires financiers qui soutiennent cette ambitieuse expérience scientifique n'est dès lors plus très surprenante. Et pour cause, puisqu'il s'agit d'une part du Département de la Défense des États-Unis, et d'autre part… de Google.
Les scientifiques impliqués dans le projet NEIL présenteront leurs travaux le 4 décembre 2013 lors de la Conférence Internationale IEEE consacrée à la vision par ordinateur, qui se tiendra à Sydney (Australie).
Vous souhaitez découvrir ce qu'a appris NEIL depuis le début de l'expérience ? Alors rendez-vous sur le site web dédié l'expérience : NEIL: Never Ending Image Learner.
Par Nicolas Revoy
lundi 2 décembre 2013
Le Journal de la Science