Si vous avez déjà dressé un chien, vous pouvez entraîner cette AI : Objectifier

Rencontrez l’Objectifier, le premier réseau neuronal que tout le monde peut apprendre à entraîner en quelques minutes.

Le machine learning est une boîte noire.

Spécialement pour les non-programmeurs, comprendre comment l’AI, comme Google Deep Dream, fonctionne est incroyablement difficile. Ces types d’algorithmes sont déjà omniprésents : ils peuvent déterminer si vous obtenez un prêt ou même si vous obtenez un emploi, et ils vivent déjà à l’intérieur de périphériques comme Amazon Echo et Google Home, ce qui rend la transparence de plus en plus importante. Mais comment donner aux non-informaticiens la possibilité de travailler avec une technologie aussi complexe ?

Découvrez l’Objectifier, l’un des grands gagnants du concours 2017 du Experiments Challenge de Google. Il rend la formation d’un réseau neuronal aussi simple que le dressage d’un chien, en fait, son inventeur, le designer Bjoern Karmann, basé à Amsterdam, a même parlé aux formateurs de chiens lors de son processus de recherche.

Voici comment cela fonctionne. L’Objectifier est un petit appareil équipé d’une caméra et d’un ordinateur qui gère un  réseau neuronal. En utilisant une simple interface d’application mobile, n’importe qui peut l’entraîner pour associer les actions de l’utilisateur aux objets dans leur environnement quotidien. Par exemple, vous pouvez l’entraîner à allumer la lumière lorsque vous vous ouvrez la main et éteindre la lumière lorsque vous fermez le poing, pour allumer la radio lorsque vous commencez à danser, ou même pour démarrer la cafetière lorsque vous vous placez devant elle. Il incombe à l’utilisateur de décider de ce que le périphérique « apprend ».

Essentiellement, l’appareil est ce que Karmann a décrit comme une « rallonge avec un œil »: vous branchez une extrémité dans le mur et l’autre dans l’objet que vous souhaitez contrôler. Tant que la caméra, qui décompose les images qu’elle reçoit par la forme, la couleur et la profondeur, est positionnée afin de pouvoir vous voir, vous pouvez former l’algorithme en cinq minutes environ pour associer tout mouvement du corps à l’objet contrôlé. Karmann dit que les tâches simples, comme allumer une lumière à l’aide d’un geste de la main, peuvent prendre à peine 30 secondes à enseigner.

Karmann compare la formation à la façon dont vous pourriez former un animal de compagnie. « Les entraîneurs de chiens maintenant pourraient être les programmeurs du futur », dit Karmann. « Ils connaissent les techniques. J’ai réalisé combien de similitudes il existe entre la formation des chiens et l’apprentissage de la machine. »

Bien qu’il soit littéral d’une manière ou d’une autre, comparer l’entraînement par algorithme à la formation de chien est en fait une métaphore utile pour les novices pour apprendre un sujet incroyablement complexe. C’est comme un skémomorphisme pour la conception de l’AI: une métaphore que tout le monde peut comprendre, aucun diplôme en sciences informatiques n’est requis. Des termes comme « l’intelligence artificielle » semblent très scientifiques, et il est facile d’imaginer un ordinateur qui agit comme une personne. En réalité, l’AI est souvent plus comme un animal obéissant (ou un enfant en bas âge).Ceci est particulièrement important en raison de l’ubiquité croissante du machine learing. Afin de comprendre comment ces technologies nous affectent et de démocratiser la façon dont elles sont conçues, les personnes normales doivent être en mesure de comprendre comment elles fonctionnent – et en fait, la formation d’un réseau de neurones est un excellent moyen d’y arriver. Avec l’Objectifier, l’algorithme interprète le langage corporel humain plutôt que de nécessiter que les gens apprennent à coder pour interagir avec lui. « Je ne pense pas que suffisamment de gens se rendent compte de l’importance de cette technologie dans la vie de beaucoup de gens », dit-il. « Il suffit de jouer avec dans un environnement sécurisé et d’intéresser les gens au machine learning pour qu’il devienne important pour l’avenir », en particulier parce que seulement quelques personnes comprennent comment la technologie fonctionne aujourd’hui.

La métaphore d’entraînement du chien de Karmann fonctionne également à un niveau plus littéral. Une tactique de formation de chien connue est de ne jamais punir le chien quand il fait autre chose que le résultat souhaité, mais de lui donner une douceurs quand il fait quelque chose de bien. C’est ce qu’on appelle l’apprentissage de renforcement, qui est également une approche assez commune dans la recherche de réseau neuronal, et d’autres codificateurs peuvent essayer eux-mêmes en utilisant l’Objectifier.Pour entraîner l’Objectifier à allumer un luminaire lorsque votre main est ouverte et l’éteindre lorsque votre main est fermée, vous allumez simplement la lumière, tenez la main ouverte devant l’appareil photo et maintenez le bouton « 1 » enfoncé de l’interface. Ensuite, relâchez le bouton, éteignez la lumière, maintenez la main fermée devant l’appareil photo et maintenez le bouton « 0 » enfoncé. « Vous lui donnez un ‘1’ ou un ‘0.’ Tout comme un chien aime les friandises « , dit-il. « Le ‘1’ devient la douceur. »

D’autres entraîneurs de chien pourraient étroitement se concentrer, en prenant soin seulement de quelques actions spécifiques, comme s’asseoir ou se coucher. Karmann compare cela à une expérience que sa mère a essayé avec l’Objectifier. Elle a utilisé une pomme et une banane comme déclencheurs visuels. Quand elle a montré à l’appareil une pomme, il était censé commencer à charger son téléphone. Quand elle a montré une banane, il était censé s’arrêter. À toutes fins pratiques, les deux seuls objets dans le monde qui importaient à l’Objectifier étaient la pomme et la banane.

Karmann dit que l’apprentissage par machine est également comme une formation des chiens en ce sens que vous devez être très précis dans vos mouvements et vos techniques, sinon le chien (ou l’algorithme) se trompera. « C’est aussi comme une relation », dit-il. « Il faut du temps, vous devez être patient. Ce sont les valeurs que je voulais avoir dans le produit. »

Cette semaine, Karmann se prépare à la conférence annuelle des développeurs de Google, I/O, où il présentera Objectifier. Il espère recueillir des commentaires pour postuler à la prochaine version sur laquelle il travaille actuellement (et le prix Google pourrait aider également). Le prochain prototype aura plus d’options que les contrôles binaires limités disponibles dans l’Objectifier actuel. Il veut inclure des états intermédiaires pour faire des choses comme choisir quelles lumières allumer, à quelle intensité, etc. Karmann prévoit également d’ajouter un composant audio à l’Objectifier, afin qu’il puisse être formé à l’aide de commandes visuelles et vocales. Pour l’instant, il restera open-source, et il conçoit la prochaine version afin que n’importe qui puisse en faire une avec une seule impression 3D et deux coupures au laser.

Alors que Karmann pense que l’Objectifier pourrait un jour se lancer comme un produit (il dit qu’il y a beaucoup d’améliorations à faire avant, comme le fait que vous en auriez besoin d’un modèle pour chaque périphérique que vous voulez contrôler), il s’intéresse davantage à sa capacité à personnaliser l’environnement domestique et à donner aux gens plus de contrôle sur leurs appareils, tout en démocratisant l’AI et en la rendant plus transparente.

« C’est une source d’inspiration pour un avenir où nous pouvons créer notre propre intelligence et nous n’avons pas besoin que les grandes entreprises décident pour nous », dit-il. « Nous ne pouvons même pas changer le nom de Siri en ce moment. C’est ridicule. »

Publicités

Laisser un commentaire

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion / Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion / Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion / Changer )

Photo Google+

Vous commentez à l'aide de votre compte Google+. Déconnexion / Changer )

Connexion à %s