Selon Zachary Chase Lipton, chercheur spécialisé dans l’intelligence artificielle, il s’agit d’une vieille idée, progressivement tombée dans l’oubli, qui revient au goût du jour grâce au développement des techniques d’apprentissage profond. « Cette #méthode est en fait très proche d’un réseau neuronal classique. La différence réside dans la manière dont on met à jouer les paramètres, afin d’accroître l’efficacité du programme. Dans le cas d’un réseau de neurones traditionnel, on effectue des calculs pour optimiser le gain à chaque nouvelle tentative. Avec une stratégie évolutive, on applique un grand nombre de mutations aléatoires aux paramètres et l’on sélectionne les plus efficaces. » L’histoire de l’intelligence artificielle évolutive remonte aux années 1950, avec les travaux de John Kosa et John Holland. Limitée à l’époque par les possibilités technologiques, elle pourrait aujourd’hui connaître un retour sur le devant de la scène.
Quand l’intelligence artificielle prend les manettes
A l’occasion d’EmTech #Digital, Ilya Sutskever, directeur de recherches chez OpenAi, association de recherche à but non lucratif sur l’intelligence artificielle fondée par Elon Musk et Sam Altman, a présenté ses travaux autour de l’intelligence artificielle évolutive. Selon lui, cette stratégie est particulièrement efficace pour apprendre aux ordinateurs à effectuer des tâches complexes, nécessitant plusieurs étapes pour parvenir au résultat
Une intelligence artificielle polyvalente
Mais OpenAi n’est pas le premier à explorer le potentiel de cette technique. En la matière, le pionnier est un Français. Créée en 2008 par Antoine Blondeau, l’entreprise Sentient Technologies travaille discrètement à l’élaboration d’une intelligence artificielle globale et évolutive. « L’intelligence artificielle d’AlphaGo, celle de Siri, ou encore celle des logiciels utilisés dans la sphère financière ont toutes une chose en commun. Elles excellent dans la résolution d’un problème bien spécifique, mais ne peuvent rien faire d’autre. Notre ambition est de construire un système capable de résoudre un grand nombre de problèmes, de mieux comprendre le monde. » explique Antoine Blondeau.
Une branche de l’#apprentissage profond s’inspire de la théorie de l’évolution pour construire des algorithmes plus efficaces. Une technique qui permettrait de concevoir des programmes capables d’apprendre facilement de nouvelles tâches.
