En utilisant les connaissances d’un métier pour l’aider à en faire un autre, une nouvelle intelligence artificielle réussie suggère un avenir plus polyvalent pour l’apprentissage machine.

Avant, la plupart des algorithmes peuvent être entraînés dans un seul domaine, et ne pouvaient pas utiliser ce qui avait été appris pour une tâche pour exécuter une autre, une nouvelle. L’un des grands espoirs de l’IA est que les systèmes prennent des aperçus d’un contexte et les appliquent ailleurs – ce qu’on appelle l’apprentissage par transfert.

Maintenant, DeepMind a créé un nouveau système d’intelligence artificielle appelé IMPALA qui exécute simultanément plusieurs tâches – dans ce cas, en jouant à 57 jeux Atari – et tente de partager l’apprentissage entre eux. Elle montrait des signes de transfert de ce qui avait été appris d’un jeu à l’autre.

Pourquoi c’est important: IMPALA a été 10 fois plus efficace en termes de données qu’une IA similaire et a obtenu le double du score final. C’est une indication prometteuse que l’apprentissage par transfert est plausible. De plus, un système comme celui-ci qui apprend à utiliser moins de puissance de traitement ce qui pourrait accélérer la formation des différents types d’IA.

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.