All time Branchez-vous Branche Toi BetterBe Nerds Carrières

Une IA de Google qui «rêve» en images et en couleurs

Par Tristan Geoffroy – le dans Actualités
Chaque journée est un pas de plus vers l'accomplissement de plus grande peur commune de Stephen Hawkins et Elon Musk, la création de la première véritable intelligence artificielle.

C’est Google, qui cette fois-ci, fait parler d’elle en publiant les premières images créées artificiellement par leur réseau neuronal de reconnaissance d’images à qui l’on a «appris» à identifier certains objets. Comme vous le remarquerez, les résultats sont pour le moins surprenants!

C’est quoi un réseau de neurones artificiels?

Les réseaux de neurones artificiels sont des modèles de calcul appliqués à des machines informatiques dont la conception s’inspire grossièrement du fonctionnement des neurones biologiques, en gros, celles qui font fonctionner votre cerveau. La nouveauté vient de l’optimisation de leur fonctionnement via des méthodes d’apprentissage, dites de type probabiliste et adaptatif, qui leur permet «d’apprendre» comme le ferait un réseau neural biologique naturel. Ces neurones artificiels interconnectés s’envoient des messages entre eux dont le «poids» numérique peut être ajusté en fonction de l’expérience accumulée et du résultat recherché. Ces réseaux deviennent alors adaptables et peuvent «apprendre» en fonction de leur expérience au travers des données qui leur sont fournies par l’homme tout au long de leur «vie».

noise-to-banana

expli3

Dans le cas de Google, c’est pour leur service de classification d’images que les ingénieurs ont utilisé ce procédé, déjà largement éprouvé pour les reconnaissances vocale et écrite. Les images que vous voyez ci-dessous sont issues du procédé suivant. Les réseaux sont constitués de 10 à 30 couches successives de neurones artificiels. Chaque image est introduite dans la première couche qui parle à la seconde et ainsi de suite jusqu’à la dernière couche qui «répond» en fournissant une image.

Ok, mais pour quoi faire?

L’objectif : permettre d’identifier une quantité industrielle d’images grâce à des IA capables d’apprendre par elles-mêmes.

L’objectif des chercheurs de Google est simple : permettre de classer et d’identifier une quantité industrielle d’images grâce à des IA capables d’apprendre par elles-mêmes et de reconnaître un large panel d’objets. Comme un humain peut déceler des formes d’animaux dans les nuages, le réseau neural de Google peut lui aussi chercher à associer les nouvelles images qu’on lui soumet avec des requêtes qu’il a déjà traitées.

Mais là où l’exercice devient vraiment fascinant, c’est lorsque l’on raffine la recherche en demandant à l’IA de trouver des objets qui ne sont pas présents dans l’image. Le modèle produit alors des images résultantes d’expériences de classifications précédentes, enrichies par les images traitées par la suite, tout cela en fonction de la requête formulée pour la recherche.

Les couches successives de neurones ont aussi des sensibilités différentes, les plus basses cherchant des formes basiques, de gros traits et des bordures tandis que les strates plus élevées jonglent avec des concepts plus abstraits. Les résultats dépendent aussi donc grandement de l’importance accordée par les chercheurs au travail de telle ou telle couche neuronale. Avec la quantité d’images impressionnantes qui est soumise à Google chaque seconde, pas surprenant que ces ingénieurs essaient d’y mettre un peu d’ordre.

Et après, Skynet, c’est pour quand?

skynet

Même si l’on ne peut pas encore qualifier officiellement ce procédé «d’imagination» numérique à proprement parler, les progrès vers une indépendance de fonctionnement de certains algorithmes ont de quoi inquiéter. Si les ordinateurs sont désormais capables de détecter des objets qui n’étaient pas là au départ dans des images qu’en sera-t-il des autres domaines d’applications? Alors que l’on vient aussi d’apprendre que de nouveaux systèmes peuvent réussir à identifier des humains au visage caché sur des photos, on imagine rapidement les dérapages sécuritaires qui peuvent se produire dans un futur très proche.

Comme l’avait titré Philip K. Dick, il se pourrait bien que d’ici peu de temps, les androïdes rêvent vraiment de moutons électriques.

Vidéo récente
- Actualités

La NASA prévoit d'explorer Mars à l'horizon 2033

Les dernières nouvelles

NASA : des tests sur la lave Islandaise avant d’aller sur Mars

NASA : des tests sur la lave Islandaise avant d’aller sur Mars

Branchez-vous -
Lancement en novembre et budget de 6 milliards de dollars pour Apple TV+

Lancement en novembre et budget de 6 milliards de dollars pour Apple TV+

Branchez-vous -
Apple Music, Tidal, Spotify… Quelle offre de streaming musical choisir ?

Apple Music, Tidal, Spotify… Quelle offre de streaming musical choisir ?

Branchez-vous -

Plus d'actualités

Lexend, la nouvelle police de Google pour améliorer la lisibilité

Lexend, la nouvelle police de Google pour améliorer la lisibilité

Branchez-vous -
Gamescom 2019 : Google annonce 11 nouveaux jeux sur Stadia

Gamescom 2019 : Google annonce 11 nouveaux jeux sur Stadia

Branchez-vous -
EMUI 10 : les 35 smartphones compatibles

EMUI 10 : les 35 smartphones compatibles

Branchez-vous -

Populaires

Faille sur Windows 10 : 800 millions de personnes touchées

Faille sur Windows 10 : 800 millions de personnes touchées

Branchez-vous -
Facebook se met au «dark mode» sur Android

Facebook se met au «dark mode» sur Android

Branchez-vous -
Mozilla : Firefox va changer de nom

Mozilla : Firefox va changer de nom

Branchez-vous -

Tristan Geoffroy

Né à Marseille dans le sud de la France, Tristan est venu s'installer à Montréal en 1992 afin d'y continuer ses études en Tourisme, avant de se consacrer à sa plus vieille passion : les ordinateurs et les jeux vidéo. Il est notamment connu au Québec pour avoir été coanimateur, chroniqueur et recherchiste à l’émission M. Net.