Les grandes étapes de l'intelligence artificielle en 2020

Des dizaines de milliers d’articles impliquant l’A.I. sont publiés chaque année, mais il faudra un certain temps avant que nombre d’entre eux ne précisent leur impact potentiel dans le monde réel. Pendant ce temps, les principaux bailleurs de fonds d’A.I. – les Alphabets, les Pommes, les Facebook, les Baidus et les autres licornes de ce monde – continuent de perfectionner une grande partie de leur technologie la plus passionnante à huis clos.

Autrement dit, en matière d’intelligence artificielle, il est impossible de faire un bilan de l’année. développements les plus importants dans la mesure où, par exemple, vous pourriez lister les 10 morceaux les plus écoutés sur Spotify.

Mais l'A.I. a sans aucun doute joué un rôle énorme en 2020 à bien des égards. Voici six des principaux développements et thèmes émergents observés dans le domaine de l’intelligence artificielle en 2020.

Tout est une question de compréhension du langage

Au cours d’une année moyenne, un outil de génération de texte ne figurerait probablement pas parmi les nouveaux outils d’IA les plus intéressants. développements. Mais 2020 n’a pas été une année moyenne et GPT-3 n’est pas un outil de génération de texte moyen. La suite de GPT-2, qualifiée de la plus «dangereux", GPT-3 est un algorithme de pointe réseau neuronal de traitement du langage naturel autorégressif créé par le laboratoire de recherche OpenAI. Composé de quelques phrases, comme le début d'un article d'actualité, GPT-3 peut générer de manière impressionnante texte précis correspondant au style et au contenu des premières lignes - même jusqu'à la composition fabriquée citations. GPT-3 possède un nombre étonnant de 175 milliards de paramètres (le poids des connexions qui sont réglées afin d'atteindre des performances) et son entraînement coûterait environ 12 millions de dollars.

GPT-3 n’est pas le seul à être une IA impressionnante. modèle de langage apparu en 2020. Bien qu'il ait été rapidement dépassé dans le cycle de battage médiatique par GPT-3, le Turing Natural Language Generation (T-NLG) de Microsoft a fait des vagues en février 2020. Avec 17 milliards de paramètres, il s'agissait, lors de sa sortie, du plus grand modèle de langage jamais publié. UN TransformateurModèle de langage génératif basé sur un modèle de langage génératif, T-NLG est capable de générer les mots nécessaires pour compléter des phrases inachevées, ainsi que de générer des réponses directes aux questions et de résumer des documents.

Introduit pour la première fois par Google en 2017, Transformers – un nouveau type de modèle d'apprentissage en profondeur – a contribué à révolutionner le traitement du langage naturel. I.A. s’est concentré sur le langage au moins dès l’époque d’Alan Turing. célèbre test hypothétique de l'intelligence artificielle. Mais grâce à certaines de ces avancées récentes, les machines commencent seulement à devenir étonnamment efficaces dans la compréhension du langage. Cela aura des impacts et des applications profondes au fil de la décennie.

Les modèles s'agrandissent

GPT-3 et T-NLG ont représenté une autre étape importante, ou du moins une tendance significative, dans le domaine de l'IA. Même si les startups ne manquent pas, les petites les laboratoires universitaires et les individus utilisant l'IA. outils, la présence d'acteurs majeurs sur la scène signifie que de sérieuses ressources sont déployées autour. De plus en plus, d’énormes modèles avec d’énormes coûts de formation dominent l’avant-garde de l’IA. recherche. Les réseaux de neurones avec plus d'un milliard de paramètres deviennent rapidement la norme.

Les 175 milliards de paramètres de GPT-3 restent une valeur aberrante, mais de nouveaux modèles tels que Meena, Turing-NGL, DistilBERT, et BST 9.4B ont tous dépassé le milliard de paramètres. Plus de paramètres ne signifie pas nécessairement de meilleures performances dans tous les cas. Cependant, cela signifie qu’un outil de génération de texte est capable de modéliser avec plus de précision un large éventail de fonctions. Si nous voulons reproduire l’intelligence artificielle cérébrale, davantage de paramètres sont indispensables. Cela signifie également que des acteurs majeurs continueront à diriger l’A.I. se percher quand il s’agit des plus grands modèles. Il en coûterait 1 $ pour 1 000 paramètres pour former un réseau. Extrapolez cela à un milliard de paramètres et, eh bien, vous faites le calcul.

I.A. pour le bien de l'humanité

Comme l’I.A. Les outils avancent, ce ne sont pas seulement les informaticiens qui en profitent. Des chercheurs d’autres disciplines se joignent à nous, souvent avec des idées innovantes sur la manière dont l’apprentissage automatique peut être utilisé. Qu'il s'agisse de l'IA. qui peut diagnostiquer les acouphènes à partir d'un scanner cérébral; des casques pour lire dans les pensées qui utilisent l'apprentissage automatique pour transformer les pensées en paroles pour les porteurs de troubles de la voix; AlphaFold de DeepMind, qui peut prédire avec précision le forme des protéines en fonction de leur séquence, contribuant potentiellement à développer rapidement de nouvelles thérapies plus efficaces; ou tout autre nombre de démonstrations, il est clair que l’A.I. a ouvert de nouvelles voies de recherche passionnantes en 2020.

La robocalypse n’est pas (encore) là

La polarisation de nombreux aspects de la vie en 2020 décourage l’idée de nuance. Mais il devient de plus en plus évident que c’est précisément la nuance qui s’applique lorsqu’il s’agit de la reprise des emplois par des robots. Cette année, d’énormes pertes d’emplois ont été enregistrées dans le monde entier. Cependant, celles-ci ont été provoquées par la pandémie et ses impacts, plutôt que par une sinistre attaque de type Skynet contre les emplois humains.

Bien qu’il y ait certainement eu des exemples d’IA. et la robotique effectuant des tâches humaines (voir Flippy, le robot qui retourne les hamburgers, par exemple), il s’agissait généralement d’augmenter les capacités humaines ou d’aider dans des domaines où il n’y a pas suffisamment de main-d’œuvre cohérente. En fait, les entreprises qui sont embaucher le plus de personnes en ce moment sont ceux qui investissent simultanément dans les technologies avancées (lire: les grands géants de la technologie).

Cela ne veut pas dire que la robocalypse était une prédiction erronée. L’affaiblissement des classes moyennes est une tendance qui va se poursuivre, même si elle est bien plus complexe que l’avènement de quelques entreprises technologiques introduisant de nouveaux outils logiciels intelligents. Si 2020 avait quelque chose à dire sur l’IA et l’emploi, c’est que les choses sont compliquées.

Deepfakes

Il est indéniable que 2020 a été une année étrange, car elle a brouillé les contours de la réalité de toutes sortes de manières étranges. Au début de l’année, la COVID-19 a plongé une grande partie du monde dans un confinement digne d’un film à succès sur le thème de la contagion. (Comment les gens ont-ils pu échapper à la réalité de cette « nouvelle normalité »? Par à la recherche de divertissements sur le thème de la pandémie, bien sûr.) L’année s’est ensuite terminée avec les élections américaines présentant votre choix entre deux versions de la réalité, en fonction de l’affiliation à un parti (et à ses dirigeants).

I.A. a joué un rôle dans cet assaut baudrillardien contre la réalité sous la forme de technologies deepfake. Les deepfakes ne sont pas une invention de 2020, mais ils ont connu des développements importants cette année. En juillet, des chercheurs du Center for Advanced Virtuality du Massachusetts Institute of La technologie a créé une vidéo deepfake convaincante à gros budget représentant le président Richard Nixon donnant une adresse alternative sur les alunissages, qui a été écrit au cas où la mission Apollo tournerait terriblement mal.

Parallèlement à des deepfakes visuels plus convaincants, les chercheurs ont également créé des deepfakes audio étonnamment précis. Un exemple récent? Un Deepfake vocal d'Eminem qui lance une discorde cinglante contre le PDG de Facebook, Mark Zuckerberg. Cela semblait réaliste et convaincant – même si ce n’était pas tout à fait à la hauteur des normes lyriques habituelles d’Em.

Régulation de l’IA

Les outils basés sur l’IA sont puissants. Et cela ne s'applique pas uniquement aux démonstrations abstraites de validation de principe, mais également aux déploiements réels qui peuvent aller de sélectionner les candidats aux entretiens d'embauche grâce aux outils de reconnaissance faciale ou de décision de libération conditionnelle utilisés par les forces de l'ordre et les autorités.

Au cours des dernières années, la prise de conscience de ces outils – et de la manière dont ces préjugés peuvent y être codés – a suscité davantage d’inquiétudes quant à leur utilisation. En janvier, la police de Détroit a arrêté à tort un homme nommé Robert Williams après qu'un algorithme correspondait par erreur au photo sur son permis de conduire avec des images de vidéosurveillance floues. Peu de temps après, IBM, Amazone, et Microsoft tous ont annoncé qu'ils repensaient l'utilisation de leurs technologies de reconnaissance faciale à ce titre.

Les deepfakes susmentionnés ont particulièrement suscité beaucoup de peur, peut-être parce qu’ils démontrent de manière si évidente à quel point leur utilisation abusive pourrait être nocive. Le décès de la Californie AB-730, une loi conçue pour criminaliser l’utilisation de deepfakes pour donner de fausses impressions sur les paroles ou les actions d’un homme politique, en était un exemple clair. tenter de réglementer l’utilisation de l’IA. Des règles cohérentes sur la meilleure façon de développer l’IA. les outils du côté du bien restent une œuvre dans progrès.

Cette focalisation sur l’A.I. l’éthique donne l’impression que le sujet commence à se généraliser pour la première fois. Une grande partie du mérite revient à des chercheurs comme Caroline Criado Pérez et Safiya Umoja Noble, dont le travail inlassable pour mettre en évidence les préjugés algorithmiques et l’importance de la responsabilité a clairement touché une corde sensible.

Recommandations des rédacteurs

• I.A. n’oublie généralement rien, contrairement au nouveau système de Facebook. Voici pourquoi
• La nouvelle IA de Facebook amène la reconnaissance d'image à un tout autre niveau
• Cette A.I. le générateur de mèmes maîtrise l'art de l'humour bizarre sur Internet
• Le PDG de Google, Sundar Pichai, met en garde contre les dangers de l'IA. et appelle à plus de réglementation
• Gmail bloque quotidiennement 100 millions de spams grâce à son IA, selon Google