Les chercheurs ont formé un ordinateur d'apprentissage pour naviguer dans le réseau du métro de Londres.
Les informaticiens ont développé un ordinateur hybride qui combine les fonctionnalités des réseaux de neurones artificiels avec celles des ordinateurs conventionnels. Cette combinaison permet à l'ordinateur "d'apprentissage" de naviguer de manière indépendante dans le réseau du métro de Londres.
Les réseaux neuronaux sont les groupes de cellules nerveuses de notre cerveau qui sont responsables de la reconnaissance des modèles. Ils servent également à stocker les informations reçues dans le cerveau. Des clones artificiels de ces réseaux existent depuis un certain temps et peuvent identifier des modèles. Mais pour apprendre quelque chose des modèles, les réseaux ont besoin d'espace de stockage. Jusqu'à présent, cela manquait :dans les ordinateurs modernes, le processeur et la mémoire sont toujours séparés l'un de l'autre.
Entraînez votre ordinateur
Des informaticiens et des neuroscientifiques de la cellule de recherche londonienne DeepMind ont réussi à relier une mémoire externe à un réseau de neurones artificiels. Cette mémoire ressemble le plus à la mémoire RAM des ordinateurs "normaux". Le résultat du couplage est ce que l'on appelle la machine DNC, ou un ordinateur neuronal différentiable. Il peut non seulement traiter des données complexes, mais aussi en tirer des enseignements. Tout comme les "vrais" réseaux de neurones biologiques.
La combinaison avec les réseaux de neurones permet de résoudre un ensemble de problèmes que les ordinateurs ne pouvaient pas gérer auparavant. Les développeurs ont notamment testé la machine DNC sur le réseau du métro de Londres. Ils ont d'abord "entraîné" la machine d'apprentissage à la question "calculer l'itinéraire le plus court". Pour ce faire, ils ont chargé un certain nombre de graphiques aléatoires dans l'ordinateur.
Tester avec le réseau métro
Après la formation, la machine DNC a reçu une carte du réseau de métro avec la même requête, mais sans autre saisie de données. Sur un million de tests, l'ordinateur a répondu avec une précision moyenne de 98,8 %. En comparaison, d'autres intelligences artificielles ont répondu avec une précision moyenne de 37 % pour les questions moins difficiles.
Pour une intelligence artificielle, des tests similaires sont un jeu d'enfant. Mais pour pouvoir effectuer ces tâches, elles doivent être préprogrammées en intelligence artificielle. La machine DNC s'apprend sur la base d'exemples. À l'avenir, les programmes dotés de la technologie DNC pourront servir à générer automatiquement des commentaires vidéo ou à analyser sémantiquement des textes.
DeepMind a précédemment développé le programme informatique pour Google qui a battu Lee Sedol, le champion du monde du jeu de société Go. (pvw)
