Le MIT commence à comprendre comment «pense» une IA
Grâce à l’étude de l’activité de réseaux de neurones antagonistes (GAN) chargés de créer des paysages, des chercheurs du MIT ont réalisé que cette intelligence artificielle conceptualisait les éléments constitutifs d’une image comme le ferait un humain. Et l’IA a même fait preuve de bon sens!
On s’en souvient, Nvidia avait créé le buzz en utilisant une intelligence artificielle pour créer des portraits de stars qui n’existent pas. Nous découvrions alors les GAN (generative adversarial network), ces réseaux neuronaux antagonistes qui, en s’affrontant, s’améliorent mutuellement. Dans le cas de Nvidia est sur la base de 30’000 images de célébrités, un des deux réseaux adversaires générait des images tandis que l’autre jugeait de leur réalisme.
«Les concepts auxquels les humains ont donné des mots»
Récemment, des chercheurs du MIT se sont penché sur le fait que ces GAN pouvaient servir à autre chose qu’à fabriquer des images singeant le réel: comprendre comment «pense» une intelligence artificielle. Une avancée majeure quand on sait que l’un des freins à la démocratisation des algorithmes apprenants réside dans leur opacité - nourris de données en entrée (A) et d’exemples de résultats souhaités (B), ils se débrouillent pour trouver le chemin pour aller du point A au point B).
Pour cela les scientifiques du MIT-IBM Watson AI Lab ont demandé à un GAN de créer des paysages à partir de photos de paysages réels et, comme des neurologues étudiant la réaction des différentes aires du cerveau, ont observé l’activité des différents neurones artificiels composant ces réseaux antagonistes. Il ont alors constaté que certains groupes de neurones s’étaient spécialisés dans les arbres ou le ciel, d’autres étaient devenus des experts en bâtiments, voire en porte. «Des concepts d'apprentissage qui rappellent de très près les concepts auxquels les humains ont donné des mots», commente David Bau, PhD à l’origine de ces travaux dans la MIT Technology Review.
Une porte dans le ciel? N’importe quoi!
Mais ce n’est pas tout: la machine se montre capable de bon sens: lorsqu’on lui demande de peindre une porte sur une église, elle en respecte le style architectural ; si on lui demande de peindre une porte sur le ciel, elle refuse! Un degré d’abstraction qui a surpris l’équipe de Boston: «Jusqu’ici, nous ne savions si ce genre de choses étaient atteignables par le deep learning», explique le jeune chercheur.
Sur la base de leurs travaux, les scientifiques ont sorti le site GANpaint grâce auquel les internautes peuvent s’amuser à ajouter des nuages, des arbres à des paysages ou des portes et des dômes à des églises. Selon le choix de l’utilisateur, seuls les amas de neurones identifiés concernés (les peintres d’arbres par exemple) sont activés.
