La recherche en IA te passionne ?
Les papers et avancées qui comptent, expliqués simplement, chaque soir. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Un dialogue sur l'avenir de l'IA
Dans le cadre de la série The Shape of Things to Come, Doug Burger, responsable de Microsoft Research, s'associe à des experts pour explorer les défis et les promesses de l'intelligence artificielle. Ce premier épisode réunit Nicolò Fusi, également de Microsoft Research, et Subutai Ahmad de Numenta, pour discuter de la véritable nature de l'intelligence des machines.
Les avancées techniques progressent à un rythme si rapide qu'il peut être difficile de définir l'avenir vers lequel nous travaillons. Dans cette série, des experts de diverses disciplines abordent les questions les plus épineuses liées à l'IA auxquelles font face les technologues, les décideurs politiques, les chefs d'entreprise et d'autres parties prenantes aujourd'hui. L'objectif est d'amplifier la compréhension partagée nécessaire pour construire un avenir où la transition vers l'IA est un bénéfice net.
Comparaison entre IA et cerveau humain
Les intervenants examinent les différences fondamentales entre les modèles de langage basés sur des transformateurs et le cerveau humain, qui apprend de manière continue. Subutai Ahmad souligne que le cerveau humain modélise constamment son environnement, permettant une adaptation rapide aux changements grâce à des neurotransmetteurs. Cette capacité d'apprentissage continu est en contraste avec les systèmes d'IA actuels, qui ne peuvent pas mettre à jour leurs connaissances de manière aussi fluide.
La discussion interroge ce que signifie réellement l'intelligence, où les modèles actuels excellent ou échouent, et ce que les futurs systèmes d'IA pourraient nécessiter pour combler le fossé. Doug Burger et Subutai Ahmad ont échangé des e-mails et discuté de collaborations au fil des ans, ce qui a enrichi leur compréhension mutuelle des défis posés par l'intelligence artificielle.
Un exemple marquant est tiré du livre On Intelligence de Jeff Hawkins, illustrant comment le cerveau humain apprend de manière continue. Cet exemple met en lumière la capacité des organismes biologiques à s'adapter en permanence à leur environnement, un processus qui reste difficile à reproduire dans les systèmes d'IA actuels.
Les contributions des experts
Doug Burger
Doug Burger anime le podcast en cherchant à comprendre comment les avancées en IA peuvent transformer notre monde. Il s'intéresse particulièrement à la manière dont ces technologies peuvent être à la fois bénéfiques et problématiques.
Nicolò Fusi
Nicolò Fusi, avec son expertise en méthodes bayésiennes et en biologie computationnelle, apporte une perspective unique sur la modélisation générative et la théorie de l'information appliquées aux modèles de langage. Il a commencé par étudier les processus gaussiens et s'est éloigné des méthodes de noyau et des non-paramétriques bayésiens pour travailler davantage sur les modèles de langage.
Subutai Ahmad
Subutai Ahmad, avec son parcours en informatique et psychologie cognitive, se concentre sur l'application des principes du fonctionnement cérébral à l'IA. Il évoque l'importance des neurotransmetteurs dans l'apprentissage humain et les défis que cela pose pour les systèmes d'IA actuels. Ahmad a été très intéressé par l'idée de Jeff Hawkins de comprendre profondément comment le cerveau fonctionne et de trouver comment appliquer cela à l'IA.
Vers une IA plus intelligente
La discussion se poursuit avec une analyse des transformateurs, des modèles qui dominent actuellement le paysage de l'IA. Les experts débattent de ce que ces systèmes doivent encore accomplir pour se rapprocher de l'intelligence humaine, notamment en termes d'efficacité et de représentation sensorimotrice. Les modèles de langage de grande taille, bien qu'impressionnants, ne parviennent pas encore à égaler la complexité et la flexibilité de l'apprentissage humain. Les chercheurs s'accordent à dire que pour combler ce fossé, les futurs systèmes d'IA devront intégrer des mécanismes d'apprentissage plus proches de ceux observés dans le cerveau humain.
