FLUX RSS
INFORMATIONS
Premièrement, il serait bon de définir qu’est-ce que le Deep Learning.
​
Le Deep Learning est la capacité pour une intelligence artificielle d’apprendre d’elle-même en exploitant une base de données ou même ses propres expériences.
​
Par exemple, le projet “The Next Rembrant” a été initié par des historiens ainsi que des informaticiens de l’université de Delft, en Hollande. Pour cela, ils ont abreuvé une intelligence artificielle de 150 GB d’exemples de tableaux de Rembrant avant de lui demander une question simple : “Dessine-moi à la manière de Rembrandt un portrait d'un homme blanc de 30 ou 40 ans, regardant vers la droite”. Après 18 mois, en utilisant le Deep Learning, la machine a appris à peindre comme ce dernier et a créer un modèle d’impression 3D couche par couche reproduisant une peinture semblable à s’y méprendre à d’autres œuvres de l’artiste.
Dans cet exemple, c’est l’humain qui a donné à la machine les ressources pour apprendre.
​
Cependant, il se trouve que dans certains cas, la machine elle-même est capable d’apprendre sans l’aide d’humain. On appelle ça l’apprentissage par renforcement.
Avec cette méthode, il suffit de donner à la machine des règles ainsi qu’un objectif et celle-ci simulera toute une suite de test afin d’arriver le plus vite possible à l’objectif en suivant les règles.
​
C’est ce qu’on a pu voir avec l’IA “AlphaGo Zero” créée par le Google Deep Mind qui a réussie en trois jours à apprendre à jouer au jeu de GO, battre sa grande sœur “AlphaGO” et découvrir des ouvertures de jeux pour l’instant encore jamais vues.
Grâce au développement de l’IA et du Deep Learning, on peut voir émerger certaines entreprises privées comme “Boston Dynamics” qui publie régulièrement des vidéos ou on voit certains tests fait sur les robots en développement. Ces robots ont pour but d’effectuer certaines tâches qui pourraient se révéler dangereuses (ex : Soulever des charges lourdes et les transporter). Ce qui diffère d’un robot “normal” est sa capacité à gérer les imprévus, par exemples, on peut souvent voir sur les vidéos de Boston Dynamics, des robots être poussés à retrouver leur équilibre en situation de chute (et même se relever) ou bien à devoir s’adapter à son environnement (comme évoluer sur un terrain enneigé et instable) ou à la situation (devoir attraper une boîte qui fait un mouvement imprévisible).
De ce qu’on a pu voir, le Deep Learning apporte beaucoup de bien à notre société, cependant, beaucoup de spécialistes comme Elon Musk (qui au passage est fondateur de l’association “OpenAI”) ou Stephen Hawking appellent à la régulation de l’IA.
Cependant, le domaine du DeepLearning et de l’IA en général est aussi un terrain intéressent sur le point économique et social puisque la France, par exemple prévois d’ouvrir plusieurs écoles basées sur l’IA afin de faire de notre pays un pays phare dans ce domaine. On peut noter aussi par exemple, la Chine qui prévoit d’utiliser le DeepLearning afin de “noter” ses citoyens. En fonction de ses faits civiques, sa situation familiale, économique et sociale, l’individu se voit attribué une note sur 100. Les mieux notés bénéficieront d’avantages (comme une facilité d’accès aux crédits et des coups d’assurance réduits) quant aux autres, il se verront attribués des malus (tel qu’une possible interdiction de sortir de territoire). Le DeepLearning sera donc utilisé pour reconnaître les individus, détecter les faits commis par l’individu et potentiellement prévoir les prochains crimes commis.
De ce fait on peut voir que le DeepLearning annonce beaucoup pour l’humanité entière, cependant, il est pour l’instant impossible de savoir si cette technologie va affecter notre époque de façon plutôt positive ou négative.