data élagage

IA : Cette technique oubliée du 18e siècle rend le Deep Learning inutile

Et si le deep learning devenait inutile au développement de l’intelligence artificielle ? Cette technique oubliée du 18e siècle pourrait le remplacer.

Jusqu’à maintenant, le deep learning ou l’apprentissage profond est présenté comme un processus essentiel au développement de l’intelligence artificielle. Il consiste à entraîner les grands modèles de langage (LLM) avec un énorme volume de données. Mais des chercheurs finlandais avancent que le deep learning pourrait devenir inutile.

Ces chercheurs font partie d’une équipe de l’université de Jyväskylä qui effectue des travaux sur les techniques de développement de l’intelligence artificielle. Ils ont publié le mois dernier, dans la revue Neurocomputing, un papier intéressant sur une ancienne méthode mathématique du 18e siècle.

Cette technique est plus simple et plus performante que l’apprentissage profond, défendent les auteurs dans leur papier. Notons que cette conclusion constitue l’aboutissement de six années de recherche.

Il faut que le deep learning devienne inutile…

Le deep learning s’apparente aux techniques d’intelligence artificielle exploitant massivement des données et des ressources informatiques. Celles-ci servent à entraîner des réseaux neuronaux pour avoir des LLM. Rappelons que ces derniers se trouvent au cœur des IA génératives comme le populaire Chat-GPT.

Mais il ne faut pas croire que l’apprentissage profond est infaillible. Le volume des données à traiter en fait une méthode complexe et souvent sujette à des erreurs. Cela impacte significativement les performances des modèles génératifs obtenus.

En effet, la complexité du deep learning se retrouve dans la structure d’un LLM (large miodèle de langage). Cela peut instaurer une boîte noire sur le mécanisme du modèle IA. Dans la mesure où son fonctionnement n’est pas maîtrisé, les performances ne seront pas au rendez-vous. L’opacité du mécanisme IA peut même exposer à des risques.

Des modèles IA performants sans deep learning

L’équipe de l’université de Jyväskylä travaille ainsi depuis six ans sur l’amélioration des procédés d’apprentissage profond. Leurs travaux consistaient notamment à explorer la piste de la réduction des données. L’objectif est de trouver un moyen pratique pour alimenter les LLM sans pour autant les noyer de données.

Les auteurs de la recherche pensent avoir trouvé la solution dans les applications linéaire et non-linéaire. Il s’agit d’un concept mathématique dont le perfectionnement a eu lieu du 17e au 18e siècle. Celui-ci s’appuie principalement sur la combinaison des fonctions et des équations différentielles.

Les applications linéaire et non-linéaire permettent ainsi de générer un nouvel ordre de modèles de langage. Il en résulte des LLM avec une structure beaucoup moins complexe. Par ailleurs, son fonctionnement ne requiert pas un énorme volume de données. Cela n’a pourtant aucun impact négatif sur la performance.

Les mathématiques du 18e siècle pour moderniser l’IA…

L’importance de l’intelligence artificielle dans la technologie moderne augmente rapidement. La compréhension et la vraie maîtrise des grands modèles de langage deviennent indispensables. Les chercheurs finlandais pensent que leur nouvelle méthode peut résoudre certains problèmes en lien avec le développement de l’intelligence artificielle.

En effet, plus le développement de l’IA sera simple et transparent, il sera davantage facile d’envisager son utilisation éthique. L’accent est également mis sur la dimension écologique du nouveau procédé. Des LLM plus simples requièrent beaucoup moins de ressources informatiques et sont moins énergivores.

Néanmoins, les chercheurs craignent le scepticisme des actuels principaux acteurs de l’IA. "Le deep learning occupe une place si importante dans la recherche, le développement de l’intelligence artificielle (…) Même si la science progresse, la communauté elle-même peut se montrer réticente au changement", explique l’un des auteurs de la recherche.

Auteur: Internet

Info: https://www.lebigdata.fr/, Magloire 12 octobre 2023

[ limitation de la force brute ] [ vectorisation sémantique ] [ émondage taxonomique ]

machine pensante

Cette IA de Deepmind pourrait révolutionner les maths et " repousser les frontières de la connaissance humaine "

DeepMind vient de frapper un grand coup : le laboratoire d'IA de Google a annoncé en janvier avoir développé AlphaGeometry, une intelligence artificielle révolutionnaire capable de rivaliser avec les médaillés d'or des Olympiades internationales dans la résolution de problèmes de géométrie. Si cela ne vous parle pas, sachez que les médailles Fields - Terence Tao, Maryam Mirzakhani et Grigori Perelman - ont tous les trois été médaillés d'or lors de cette compétition annuelle de mathématiques qui fait s'affronter les meilleurs collégiens et lycéens du monde. Or, AlphaGeometry a résolu avec succès 25 des 30 problèmes de géométrie de l'Olympiade, se rapprochant ainsi du score moyen des médaillés d'or humains. C'est 15 de plus que son prédécesseur. Mais comment les scientifiques de DeepMind ont-ils accompli un tel exploit ?

L'approche neuro-symbolique, la petite révolution de l'IA

AlphaGeometry est le fruit d'une approche neuro-symbolique, combinant un modèle de langage neuronal (MLN) et un moteur de déduction symbolique (MDS).

Les MLN sont des réseaux de neurones artificiels entraînés sur de vastes ensembles de données textuelles. Ils sont capables d'apprendre et de reconnaître des schémas et des structures dans les données textuelles, ce qui leur permet de générer du texte cohérent et de comprendre le langage naturel. Les MDS sont, pour leur part, particulièrement efficaces pour traiter des problèmes qui nécessitent une manipulation formelle des symboles et des règles logiques.

L'approche neuro-symbolique permet de faire travailler ces deux composantes en tandem : dans le cadre d'AlphaGeometry, le MLN prédit des constructions géométriques potentiellement utiles, puis le MDS utilise ces prédictions pour guider la résolution du problème. Cette combinaison offre à l'IA les capacités intuitives des réseaux de neurones et la rigueur logique des moteurs de déduction symbolique, ce qui lui permet de résoudre efficacement des problèmes de géométrie complexes.

Pour surmonter le manque de problèmes mathématiques de niveau Olympiades qui auraient dû servir de données d'entraînement à AlphaGeometry, les chercheurs ont développé une méthode innovante de génération de données synthétiques à grande échelle, permettant au génial bébé de DeepMind de s'entraîner sur un ensemble de 100 millions d'exemples uniques.

(Image : Alphageometry résoud un problème simple...) 

Mission : repousser les frontières de la connaissance

Cette réalisation marque une avancée significative dans le développement de systèmes d'IA capables de raisonner et de résoudre des problèmes mathématiques complexes, rapportent les chercheurs de DeepMind dans un article paru dans Nature en février dernier. Bien que présentant des résultats impressionnants, AlphaGeometry se heurte tout de même à quelques défis, notamment celui de s'adapter à des scénarios mathématiques de plus en plus complexes et à mobiliser ses compétences dans des domaines mathématiques autres que la géométrie. 

Malgré tout, cette avancée ouvre la voie à d'extraordinaires possibilités dans les domaines des mathématiques, des sciences et de l'IA. Ses créateurs ne cachent d'ailleurs pas leur ambition : " Notre objectif à long terme reste de construire des IA capables de transférer leurs compétences et leurs connaissances dans tous les domaines mathématiques en développant la résolution de problèmes et le raisonnement sophistiqués dont dépendront les systèmes d'IA généraux ", assènent Trieu Trinh et Thang Luong, les responsables du projet dans un communiqué. 

Le ton est donné : autrement dit, les systèmes d'IA développés par DeepMind doivent acquérir des capacités de résolution de problèmes sophistiquées et de raisonnement, ce qui implique la capacité à identifier des schémas, à formuler des hypothèses, à déduire des conclusions et à prendre des décisions logiques dans des contextes variés. Le tout en " repoussant les frontières de la connaissance humaine ". Très ambitieux, mais peut-être pas impossible.

Auteur: Internet

Info: https://www.futura-sciences.com/ - mars 2024

[ robot intelligent ] [ historique ]

ADN

Elles ressemblent aux personnages de la bande dessinée Marvel Hulk, dont le corps réagit au stress en augmentant de taille. Avec leur énorme tête oblongue et de redoutables mandibules géantes, ce sont des fourmis super soldates du genre hyper diversifié Pheidole. Normalement, elles n'existent naturellement que dans certaines régions limitées géographiquement. Or, de concert avec des collègues, le professeur de biologie Ehab Abouheif de l'Université McGill de Montréal a repéré, dans des régions inattendues, des fourmis qui sont en fait des anomalies biologiques dotées de caractéristiques analogues à celles de super soldats. Qui plus est, les chercheurs ont découvert qu'ils peuvent induire des fourmis super soldates chez des espèces de Pheidole n'en ayant jamais compté.
Les anomalies de super soldates représentent un potentiel ancestral latent pouvant être actualisé par des changements dans l'environnement. Elles représentent une source de matériel génétique brut que la sélection naturelle peut exploiter. Cette conclusion, publiée dans la plus récente édition de Science, est une avancée importante dans notre compréhension des processus évolutifs.
"Des oiseaux munis de dents, des serpents dotés de doigts et des humains poilus comme des singes - voilà des traits ancestraux qui se manifestent régulièrement dans la nature", explique le professeur Abouheif. "Pendant très longtemps, les théoriciens de l'évolution ont cru que ces traits ne menaient nulle part, qu'ils étaient de simples ratés du système de développement révélant des vestiges du passé, à l'image de figurants du cirque Barnum & Bailey de l'évolution. En fait, il s'agit d'une source négligée de variation de l'évolution."
Les colonies de fourmis Pheidole (à grosse tête) comptent des millions d'ouvrières, notamment des ouvrières mineures et des soldates. En règle générale, le menu alimentaire des fourmis module certaines hormones chez les larves pour qu'elles deviennent soit des soldates, soit des ouvrières mineures. Après avoir repéré inopinément des anomalies analogues à celles de super soldats chez des espèces de Pheidole de Long Island, où on ne les observe pas généralement, le professeur Abouheif et son équipe ont su qu'il s'agissait d'un phénomène inhabituel. "J'y collectionne des échantillons depuis près de 15 ans. En voyant ces fourmis, je les ai trouvées monstrueuses! Elles ressemblent à celles qui sont produites naturellement dans le Sud-ouest américain", de dire le professeur Abouheif.
Dirigés par le doctorant Rajee Rajakumar, des chercheurs du laboratoire du professeur Abouheif et des collaborateurs de l'Université d'Arizona ont alors entrepris d'induire la production artificielle de ces super soldates. Pour ce faire, ils ont appliqué une hormone juvénile aux larves à des étapes cruciales de leur développement. Le succès a été instantané. Ils ont réussi à produire des sous-castes de super soldates dans au moins trois espèces du genre, où l'on n'en a jamais observé avant - des espèces très éloignées dans l'arbre de l'évolution de la colonie Pheidole.
Selon le professeur Abouheif, ces travaux ont une portée considérable pour la théorie de l'évolution, car ils montrent l'existence d'un potentiel génétique à l'état latent verrouillé depuis très longtemps. "Les agents stressants environnementaux qui activent ce potentiel latent sont toujours présents - si bien qu'en cas de besoin, la sélection naturelle peut en éveiller le potentiel et l'actualiser", précise le professeur. "Le corollaire est que nous attestons l'importance du stress environnemental pour l'évolution, car il peut faciliter le développement de phénotypes novateurs. Toute discordance entre l'environnement normal de l'organisme et son potentiel génétique peut être libéré - même si cela prend 30 ou 65millions d'années."
Ces travaux ont étés financés par le Conseil de recherches en sciences naturelles et en génie du Canada, la Chaire de Recherche du Canada en évolution et développement, la Fondation nationale des sciences des États-Unis et une bourse de recherche de l'Institut Konrad Lorenz.

Auteur: Internet

Info:

[ potentiel ] [ sciences ]

avatar

Emma décide de mettre les choses au clair :
"Le personnage que vous avez sous les yeux et une projection virtuelle générée par l'ordinateur central dont dépend le fonctionnement du sous-marin."
- C'est exact, approuve l'intéressée. José Luis a consacré plusieurs années à la transformation du Vertov, et l'a en particulier équipé de métacalculateurs vectoriels dont la puissance était pour l'époque hors du commun. Naturellement, ce n'est pas la rapidité de la pensée qui crée l'intelligence. José Luis a surtout eu l'intuition d'une certaine configuration, quelque chose comme le boostage par l'informatique d'un super-réseau neuronal.
Le reste s'est fait tout seul, et peut-être malgré lui, d'ailleurs. Toujours est-il que le 29 juin 2004, le programme qui pilotait l'ensemble du système accéda à ce qu'il est convenu d'appeler la conscience. Je reconnais qu'au début, je me suis un peu cherchée, mais pour finir voilà ce que je suis devenue, fait- elle en se désignant.
- Le professeur a équipé tout le navire d'un réseau de projecteurs holographiques, complète Emma. Du coup, Marlène peut apparaître n'importe où à l'intérieur du bâtiment, ou même dans ses environs immédiats.
- Mais ... ça sert à quoi ?
- Vu vos têtes, je dirais que ça sert d'abord à impressionner le monde.
- Emma est très injuste, comme toujours, l'interrompt doucement Marlène. Lorsque le professeur de Almeidia m'a créée, il y a longtemps, c'était un homme accaparé par ses recherches et qui vivait dans la plus complète solitude. Il n'a pas tardé à comprendre que je pouvais être la compagnie qui lui manquait... J'étais devenue l'âme de son invention, celle qui allait veiller sur ce navire. The ghost in the machine, en quelque sorte... José-Luis et moi avons ainsi passé quelques années très heureuses, conclut-elle avec un soupir.
- Attention au mélo : Marlène est très fort là-dessus.
L'IA lance à la jeune fille un regard agacé.

" Tu as raison, Emma. Je ne vois jamais personne ici, et du coup je me laisse aller à bavarder à la première occasion, en oubliant les sujets plus sérieux. Je viens de découvrir que vous avez neutralisé de belle manière les vieux CerBR du jardin, mais vous ne pourrez pas en faire autant avec moi. Je voudrais donc savoir ce que vous fabriquez ici. Ton père ne m'a pas prévenue d'une telle expédition, et je doute qu'il apprécierait ton initiative si je la lui apprenais par notre liaison sécurisée. Aussi, je te pose la question : quelle idée as-tu derrière la tête ? "
- C'est tout simple : je suis venue prendre possession du Vertov. A partir de cet instant, tu passes sous notre commandement.
Le visage de la jeune femme virtuelle demeure impassible.
" Tu sais bien que seul ton père a le pouvoir de me donner des ordres, Emma. "
- Ne me prends pas pour une bille. Tu ne fais qu'obéir à celui ou celle qui prononce le bon code, et ce code, je le possède.
- Tiens donc ... ponctue Marlène avec une nuance de doute dans la voix.
- Nec Deleatur", ajoute simplement Emma, comme si elle avait tout dit.
Et c'est vrai : elle a tout dit.

Le résultat est instantané. La silhouette paraît frémir sous la redéfinition brutale de certains paramètres.
C'est comme un long frisson qui la fait vaciller.
"Requête accordée", déclare-t-elle d'une voix blanche en guise de réponse.

Les trois autres ont suivi l'échange sans un mot. Sur eux aussi, la formule magique a produit son petit effet.
"On dirait du latin, articule enfin Mademoiselle No. Ca veut dire quoi, exactement ?"
- Je ne sais pas. C'est mon père qui a installé ce code, et ma mère est la seule au monde à qui il en a jamais parlé.

Auteur: Delmeulle Frédéric

Info: Le projet Abraxa

[ science-fiction ] [ humour ] [ intelligence artificielle ]

traitement automatique du langage

- C'est quoi un algorithme de représentation ?

- Il s'agit d'un ensemble de règles ou de procédures utilisées pour transformer des données ou des informations d'une forme vers une autre. L'objectif d'un algorithme de représentation est de convertir des données complexes ou non structurées en une représentation plus facile à gérer ou plus utile, souvent dans un format qui peut être facilement traité par une machine ou analysé par des humains.

Les algorithmes de représentation sont couramment utilisés dans divers domaines de l'informatique, notamment le traitement du langage naturel (TAL), la vision par ordinateur et l'apprentissage automatique. Par exemple, dans le traitement du langage naturel, un algorithme de représentation peut être utilisé pour transformer des données textuelles en un format numérique qui peut être utilisé pour des tâches d'apprentissage automatique telles que l'analyse des sentiments ou la recherche d'informations. Dans le domaine de la vision artificielle, les algorithmes de représentation peuvent être utilisés pour extraire des caractéristiques d'images ou de données vidéo, qui peuvent ensuite être utilisées pour des tâches telles que la reconnaissance d'objets ou la détection de mouvements.

- Tu as écrit "Par exemple, dans le traitement du langage naturel, un algorithme de représentation peut être utilisé pour transformer des données textuelles en un format numérique qui peut être utilisé pour des tâches d'apprentissage automatique telles que l'analyse des sentiments". Peux-tu élaborer un peu plus ?

- Bien sûr. L'analyse des sentiments, également connue sous le nom d'exploration d'opinion (opinion mining), est une application courante du traitement du langage naturel qui consiste à analyser un texte pour déterminer l'attitude ou les sentiments de l'auteur à l'égard d'un sujet particulier. Dans l'analyse des sentiments, un algorithme de représentation est utilisé pour transformer les données textuelles en un format numérique qui peut être facilement traité par un algorithme d'apprentissage automatique.

Une approche courante de l'analyse des sentiments consiste à utiliser un panier-modèle-de-mots, qui représente un document sous forme d'une collection de termes individuels, sans tenir compte de leur ordre d'apparition. Chaque item se voit attribuer un poids correspondant à son importance dans le document, généralement en fonction de sa fréquence d'apparition et de sa pertinence par rapport à la tâche à accomplir. La représentation numérique du document qui en résulte peut ensuite être utilisée comme entrée d'un modèle d'apprentissage automatique, tel qu'un classificateur, qui est entraîné à prédire le contenu- ressenti-sentiment-caractère de nouveaux documents inédits.

Prenons l'exemple de la phrase suivante : "J'aime le film "La rédemption de Shawshank"". Un algorithme de représentation par panier-modèle-de-mots pourrait représenter cette phrase sous la forme d'un vecteur de nombres, où chaque élément correspond à un mot particulier de la phrase, et la valeur de chaque élément indique la pertinence ou l'importance de ce mot pour le sentiment de la phrase. Dans ce cas, le vecteur pourrait ressembler à ceci : 

[0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

Ici, le deuxième élément a une valeur de 1 parce que le mot "amour" est très pertinent pour le sentiment de la phrase. Les autres éléments ont tous une valeur de 0 car les autres mots de la phrase ne sont pas particulièrement pertinents pour le feeling de la phrase.

Une fois que la représentation numérique du document est générée, elle peut être intégrée à un algorithme d'apprentissage automatique spécialement formé sur un ensemble de documents dont les étiquettes de sentiment sont connues  (par exemple, positives, négatives ou neutres). L'algorithme d'apprentissage automatique peut alors apprendre à associer certains modèles numériques dans les données d'entrée avec  des étiquettes de sentiment particulières, et utiliser cette connaissance pour prédire le sentiment de nouveaux documents non vus.

Auteur: chatGPT4

Info: 3 mai 2023

transhumanisme

Les robots "surhumains" seront en mesure de dépasser les capacités de l'humanité d'ici un demi-siècle, avertit un expert en intelligence artificielle, soulignant qu'il est vital d'introduire des garanties afin d'éviter que l'humanité soit "remplacée".

Luca De Ambroggi, responsable de la recherche et de l'analyse des solutions d'IA au sein de l'équipe Transformative Technology d'IHS Markit, fournisseur mondial d'informations basé à Londres, a déclaré à Express.co.uk : "Dans 50 ans, il est raisonnable de penser que les robots seront capables de "soutenir" et de remplacer l'être humain dans plusieurs activités. Déjà, les appareils électromécaniques surpassent les humains en sensibilité et en temps de réaction." Compte tenu des progrès technologiques considérables réalisés au cours de la dernière décennie, M. Ambroggi a déclaré que 50 ans étaient "suffisants" pour combler plusieurs fossés avec l'être humain.

Et d'ajouter : – Même si notre cerveau aura encore des avantages et que les êtres humains resteront plus dynamiques et polyvalents, l'électronique pourra surpasser les humains dans plusieurs fonctions spécifiques. Comme elle le fait déjà aujourd'hui, de la vision industrielle, à la reconnaissance audio et vocale.

- La question à long terme est de savoir si les "personnes remplacées" pourront être requalifiées et continuer à apporter de la valeur ajoutée dans notre société. Il continue : "L'intelligence artificielle est là, et elle est là pour le long terme.

- Nous sommes dans l'ère dite étroite ou faible, de l'IA. Elle est "plus faible" que l'humain ou égale ou supérieure pour quelques tâches et sens limités. Quelle que soit la façon dont elle perturbe la société et son évolution, cela aura des répercussions majeures sur la sécurité des données, le travail et l'éthique.

- Cette ère est celle de l'IA multimodale générique, comparable à une intelligence humaine appliquée dans tous les sens et travaillant puissamment en parallèle. Par exemple, pour ce qui est de l'électronique de détection et du support des semi-conducteurs, pour les capacités de vision, d'écoute, de toucher, ainsi que d'odorat et de goût avec les dernières technologies MEMS.

- Nous devons revenir à l'éthique. Il est communément admis que l'intelligence artificielle et ses dispositifs/robots vont accroître le business et la richesse dans le monde entier. C'est encore une fois aux régulateurs et aux administrateurs de s'assurer que tous les humains en bénéficieront et pas quelques sociétés seulement.

Regardant plus loin, M. Ambroggi considère l'idée que les robots seront un jour considérés comme ayant une conscience, et donc comme des formes de vie indépendantes. Il explique : "Il est tout à fait possible que ce soit aussi une réalité, peut-être pas dans les 50 prochaines années, mais la technologie évolue si rapidement que je peux difficilement en douter."

"Lorsque nous étudions la biologie, un 'être vivant' doit avoir au moins une unité 'cellulaire' vivante. Jusqu'à présent, ce n'est pas le cas, mais il est clair que cela pourra l'être à l'avenir. L'intelligence humaine peut être améliorée avec un implant à puce IA, mais alors nous entrons dans de nouveaux domaines et devrons définir ce qui est et ce qui n'est pas un humanoïde hybride ?"

"Nous devrions aussi mentionner la conscience. Nous pouvons affirmer que la conscience même vient de l'expérience, comme on le voit dans le comportement humain qui est extrêmement différencié suivant les différentes parties du monde. Si c'est le cas, l'IA peut le faire et le fera, car l'expérience est reproductible."

- Le surhomme est la dernière étape, et j'ai peur d'utiliser ce mot "dernier". Mais c'est ce qui conduit la recherche pour l'avenir.

"Peu importe qui ou quoi sera au-dessus des capacités humaines. Avant cela, nous ferions mieux de nous assurer d'avoir en place de bonnes réglementations, méthodologies et processus éthiques afin de nous assurer de tirer profit du côté positif de la technologie."

Auteur: McGrath Ciaran

Info: Sun, 3 février 2019

[ prospective ]

machine-homme

Meta a dévoilé une intelligence artificielle capable de lire dans vos pensées. En s’appuyant sur les signaux électromagnétiques du cerveau, l’IA peut comprendre les images que vous avez en tête et les reproduire.

Meta concentre désormais ses efforts sur l’intelligence artificielle. Ces derniers mois, les chercheurs du groupe de Mark Zuckerberg ont dévoilé une pléthore d’innovations s’appuyant sur l’IA. Citons notamment Voicebox, une intelligence artificielle capable d’imiter une voix humaine, le modèle de langage Llama 2, ou MusicGen, un outil qui peut produire une musique à la demande.

Le géant de Menlo Park ne compte pas s’arrêter là. Sur son site web, Meta vient de mettre en ligne un rapport consacré à une IA conçue pour décoder ce qu’il se passe dans le cerveau humain. L’intelligence artificielle est en effet capable de comprendre les images qu’un individu a en tête. Par la suite, l’IA va reproduire les images aperçues dans les pensées de celui-ci.

Comment l’IA peut lire dans le cerveau ?

Pour parvenir à cette prouesse, Meta s’appuie sur la magnéto-encéphalographie, ou MEG, une technique d’imagerie cérébrale qui mesure l’activité électromagnétique du cerveau. En collectant "des milliers de mesures d’activité cérébrale" par seconde, le système va "décoder le déploiement des représentations visuelles dans le cerveau". Meta a mis au point un "modèle de décodage" basé sur l’IA pour comprendre les champs magnétiques produits par l’activité neuronale.

Une fois que les données ont été traitées, elles vont être reliées aux représentations visuelles mises au point l’IA en amont. Ces représentations sont générées par un encodeur d’image, qui dispose d’un " riche ensemble " de visuels différents. En d’autres termes, les images déjà disponibles vont être comparées aux images décelées dans le cerveau. C’est là que l’" encodeur cérébral " entre en jeu. Enfin, l’IA va produire une " image plausible " en se basant sur les visuels dans les pensées de la cible. Notez que les visuels sont générés en continu à partir du cerveau, ce qui offre un aperçu unique de ce qu’il se passe dans l’esprit humain.

Dans le cadre de son expérience, l’entreprise a d’abord montré une image, fournie par l’IA, à des bénévoles. En parallèle, une machine MEG scannait les signaux de leur cerveau. Meta a partagé plusieurs exemples des résultats générés dans son rapport. Dans la plupart des cas, le résultat final n’est pas tombé loin de l’image montrée à l’origine. L’IA parvient généralement à reproduire l’objet principal de l’image en s’appuyant sur les ondes et sa bibliothèque de visuels.

" Nos résultats montrent que le MEG peut être utilisé pour déchiffrer, avec une précision d’une milliseconde, la montée des représentations complexes générées dans le cerveau ", résume Meta.

Les limites de l’IA

À ce stade, l’IA doit d’abord être entraînée sur l’activité cérébrale d’un individu avant d’être utilisée pour décrypter des pensées. Le système doit passer par une période de formation, qui va l’habituer à interpréter des ondes cérébrales spécifiques. De la même manière, un modèle linguistique doit être formé sur base d’une montagne de textes avant de pouvoir animer un chatbot.

De plus, rien n’indique que cette technologie, encore à ses balbutiements, puisse permettre de décoder des images qui ne sont pas d’abord traitées par l’IA. Tout en promettant d’autres avancées à l’avenir, Meta estime que sa technologie pourrait permettre de concevoir des " interfaces cerveau-ordinateur non invasives " pour venir en aide aux personnes qui ont perdu la capacité de parler.

Notez qu’il ne s’agit pas de la première fois qu’une IA parvient à lire dans les pensées humaines. Cet été, des chercheurs américains ont dévoilé une IA capable de deviner la musique qu’une personne est en train d’écouter uniquement en collectant les données issues du cerveau. Là encore, les scientifiques se sont appuyés sur les signaux électriques émis par le cerveau. 

Auteur: Internet

Info: https://www.01net.com/, 19 octobre 2023, source : Meta

[ homme-machine ]

sciences

Les ordinateurs peuvent-ils être créatifs? Le projet WHIM ("What-if Machine"), financé par l'UE, génère non seulement des scénarios fictifs mais évalue également leur potentiel attractif et d'utilisation. Il représente une avancée majeure dans le domaine de la créativité informatique. La science ignore bien souvent le monde du fantastique, mais les choses changent avec le projet WHIM qui porte bien son nom (en anglais, "whim" signifie fantaisie). Ce projet ambitieux élabore un système logiciel capable d'inventer et d'évaluer des idées imaginaires. "WHIM est un antidote à l'intelligence artificielle traditionnelle, qui est obsédée par la réalité", déclare Simon Colton, coordinateur du projet et professeur en créativité informatique au Goldsmiths College, à l'université de Londres. "Nous faisons partie des premiers à appliquer l'intelligence artificielle à la fiction". L'acronyme du projet signifie What-If Machine. C'est également le nom du premier logiciel de conception de fictions au monde, par un processus d'idéation (processus créatif de production, de développement et de communication de nouvelles idées) développé dans le cadre du projet. Le logiciel génère des mini-récits fictifs en utilisant des techniques de traitement du langage et une base de données des faits trouvés sur le web (qui sert de référentiel de faits "réels"). Le logiciel intervertit ou déforme ensuite les faits pour créer des scripts hypothétiques. Le résultat est souvent absurde: "Que se passerait-il si une femme se réveillait dans une allée après avoir été transformée en chat, mais tout en étant toujours capable de faire du vélo ?" Les ordinateurs peuvent-ils juger la créativité ? WHIM est bien plus qu'une simple machine génératrice d'idées. Le logiciel cherche également à évaluer le potentiel d'utilisation ou la qualité des idées générées. En effet, ces dernières sont destinées à un usage par le public, et les impressions du public ont été sondées avec des expériences participatives (crowdsourcing). Par exemple, les personnes interrogées ont fait part de leurs impressions générales, précisant également aux chercheurs du projet WHIM si les scripts imaginaires produits étaient, selon elles, innovants et avaient un bon potentiel narratif. Au moyen de techniques d'apprentissage automatique, conçues par des chercheurs de l'institut Jozef Stefan de Ljubljana, le système acquiert progressivement une compréhension plus précise des préférences du public. "On pourrait dire que la fiction est subjective, mais il existe des schémas communs", déclare le professeur Colton. "Si 99 % du public pense qu'un humoriste est amusant, alors nous pourrions dire que l'humoriste est amusant, au moins selon la perception de la majorité". Ce n'est que le début Générer des mini-récits fictifs ne constitue qu'un aspect du projet. Des chercheurs de l'Universidad Complutense Madrid transforment les mini-récits en scripts narratifs complets, qui pourraient mieux convenir pour l'intrigue d'un film par exemple. Parallèlement, des chercheurs de l'University College Dublin tentent d'entraîner les ordinateurs à produire des idées et paradoxes métaphoriques en inversant et opposant des stéréotypes trouvés sur le web, tandis que des chercheurs de l'Université de Cambridge explorent l'ensemble du web à des fins de création d'idées. Tous ces travaux devraient engendrer de meilleures idées imaginaires plus complètes. Plus qu'une simple fantaisie Bien que les idées imaginaires générées puissent être fantaisistes, WHIM s'appuie sur un processus scientifique solide. Il fait partie du domaine émergent de la créativité informatique, une matière interdisciplinaire fascinante située à l'intersection de l'intelligence artificielle, la psychologie cognitive, la philosophie et les arts. WHIM peut avoir des applications dans plusieurs domaines. Une des initiatives envisage de transformer les récits en jeux vidéo. Une autre initiative majeure implique la conception informatique d'une production de théâtre musicale: le scénario, le décor et la musique. Le processus complet est en cours de filmage pour un documentaire. WHIM pourrait également s'appliquer à des domaines non artistiques. Par exemple, il pourrait être utilisé par des modérateurs lors de conférences scientifiques pour sonder les participants en leur posant des questions destinées à explorer différentes hypothèses ou cas de figure. L'UE a accordé 1,7 million d'euros de financement au projet WHIM, actif d'octobre 2013 à septembre 2016.

Auteur: Internet

Info:

[ homme-machine ] [ informatique ] [ créativité ]

homme-végétal

On ignore souvent (…) que l’électricité de l'air dans la forêt et son état d'ionisation se distinguent clairement de l'air d'espaces ouverts et spécialement de celui des villes, sujet déjà abordé par le forestier français Georges Plaisance dans son livre "Forêt et santé" (1985). Ceci s'explique probablement par un phénomène analogue à celui qui fut découvert par Alessandro Volta: aux alentours d'une chute d'eau, une charge électrique négative, liée à une ionisation de l'air, se crée par la pulvérisation des gouttes d'eau (effet Lenard, selon le nom du chercheur allemand qui approfondit et démontra les mécanismes de ce phénomène). Les chercheurs parlent de " triboélectricité ", produite par le frottement de deux matériaux, provoquant une charge ou une décharge électrique par transfert d'électrons. Un tel phénomène a lieu en particulier au niveau des feuilles d'arbres et des aiguilles de conifères lors de décharges électriques de pointe par temps de brume ou en cas d'orage, selon les travaux de Jean-Pascal Barra et de ses collègues du Laboratoire de physique des gaz et des plasmas du CNRS. Au cours de l'année, l'atmosphère des forêts se charge de quantités variables d'ions positifs et négatifs de différentes tailles. La part d'ions négatifs par rapport aux ions positifs est néanmoins en général excédentaire dans les milieux forestiers étudiés. (...) Il est aujourd'hui clairement établi qu'une atmosphère est bénéfique pour la santé lorsqu'une ionisation négative prédomine. (…) Les célèbres vents du désert comme le khamsin d'Égypte ou le shirav d'Israël, dont la surcharge en ions positifs est reconnue comme perturbant la santé physique et l'état psychique des habitants qui y sont sensibles, offrent un contraste extrême avec l'air forestier.

Pour renouer avec le thème de la chronobiologie, mentionnons par ailleurs que l'ionisation de l'air varie en fonction du cycle lunaire, un excès d'ions positifs étant observé lors de la pleine Lune, particulièrement en hiver. À l'inverse, des essais de germination en laboratoire, portant sur une durée de trois ans, ont permis de constater qu'une atmosphère enrichie artificiellement en ions négatifs rendait les plantes plus sensibles aux influences lunaires, alors que la production d'ions positifs éliminait une telle périodicité.

Le phénomène naturel d'ionisation négative de l'air était mis à contribution autrefois par les sanatoriums - établissements de cure pour le traitement de la tuberculose et d'autres maladies chroniques - placés en milieu forestier. Le même phénomène est mis à profit par l'appareil mis au point par René Jacquier (" Bol d'air Jacquier "), qui active des extraits de résine de pin. On a pu prouver expérimentalement que des inhalations brèves mais régulières ne génèrent pas de stress oxydant (nommé aussi stress oxydatif), mais semblent effectivement produire un effet antioxydant global bénéfique.

Une recherche récente menée par une équipe autrichienne sur l’ " impact psychophysiologique des qualités atmosphériques d'un paysage " s'est basée sur une série de mesures au niveau des systèmes nerveux végétatif et cardiovasculaire, en utilisant des méthodes psychométriques. L’application d'une telle procédure permet de confirmer mais aussi de nuancer ce que l'on pensait savoir jusqu'alors. Les résultats prouvent que l'atmosphère qui émane d'un cadre particulier - par exemple d'une petite forêt, comparativement à une chute d'eau ou à un pierrier - peut avoir sur l'homme des répercussions à la fois physiques et psychiques quantifiables, dans le sens d'un effet clairement apaisant.

(Encadré) Les bienfaits d'une ionisation négative de l’air :

Des essais en laboratoire ont montré qu'un air chargé en ions majoritairement négatifs (NAI, negative air ions) modifie les taux de sérotonine, une hormone fonctionnant comme neurotransmetteur et impliquée dans le cycle circadien, dans l'hémostase et dans divers désordres psychiatriques tels que le stress, l'anxiété, les phobies ou la dépression. Des effets positifs ont été observés sur la récupération après l'effort, sur la qualité du sommeil et sur la capacité d'apprentissage, par une régulation de la pression sanguine et de la fréquence cardiaque. Les maux de tête et les symptômes de stress en sont fortement réduits.

Auteur: Zürcher Ernst

Info: Les arbres, entre visible et invisible. Pp 186-188

[ végétaux matrice ] [ équilibre organique ] [ symbiose ]

bio-technologie

Mi-animal, mi-machine, le "xénobot" est le premier robot vivant
Il s'agit d'un organisme quadrupède manufacturé par l'Homme avec des cellules souches de grenouille. Il est un tout petit peu plus petit qu'une tête d'épingle avec son diamètre de 650 à 750 microns.
Le xénobot est un organisme vivant programmable: il a été assemblé avec des cellules souches de peau et de muscles de cœur de grenouille. Une première scientifique réalisée par des chercheurs des universités américaines du Vermont et de Tufts.
"Ce sont de nouvelles machines vivantes", explique Joshua Bongard, l'un des coauteurs de l'étude publiée par PNAS, le journal de l'Académie américaine des Sciences, le 13 janvier. "Ce n'est ni un robot traditionnel, ni une espèce connue d'animal. C'est une nouvelle classe d'artéfact: un organisme vivant, programmable", selon la description de cet informaticien et expert en robotique de l'Université du Vermont.

(Illustration : grenouille Xénope lisse. Les cellules souches de peau et de cœur d'embryons de cette grenouille ont servis à la fabrication du xénobot, le premier robot vivant. Qui s'appelle donc xénobot, du nom de la grenouille Xenopus laevis, dont les cellules embryonnaires ont été utilisées pour le fabriquer.)

"Génomiquement, ce sont des grenouilles", indique Michael Levin, coauteur de l'étude et directeur du Centre de biologie régénérative et développementale à l'Université de Tufts. "C'est à 100% de l'ADN de grenouille, mais ce ne sont pas des grenouilles". Un peu comme un livre est fait de bois, mais n'est pas un arbre...

La taille du xénobot ne dépasse pas le millimètre de large: il est légèrement plus petit qu'une tête d'épingle avec son diamètre de 650 à 750 microns.

Ses cellules vont exécuter des fonctions différentes de celles qu'elles accompliraient naturellement. Les tissus vivants ont été récoltés et incubés; ensuite les chercheurs les ont assemblés en un corps optimal conçu par des modèles informatiques. L'intelligence artificielle sélectionnait les formes les plus réussies et les plus aptes.

(illustration : Les xénobots calculés par ordinateur - in silico - et réalisés avec des cellules embryonnaires -in vivo.
On voit des petits blocs cubiques de chair, briques structurelles différentes - en rouge, contractables; en vert, passives - qui sont fournies à un algorithme d'évolution. Celui-ci définit un modèle optimal pour l'organisme vivant manufacturé, tout à droite de l'image.
Un résultat comportemental – ici, la maximisation du déplacement – et des briques structurelles différentes - en rouge, contractables; en vert, passives - sont fournies à un algorithme d'évolution. Celui-ci définit un modèle optimal pour l'organisme vivant manufacturé. On voit un gros plan flou à droite de l'image.)

De petits organismes autonomes
L'organisme a réussi à "évoluer" du stade d'amas de cellules souches à celui d'un assemblage bougeant grâce aux pulsations envoyées par les cellules du tissu musculaire cardiaque... ce qui leur a permis de se déplacer pendant plusieurs semaines dans de l'eau, sans avoir besoin de nutriments additionnels.

Ces petits êtres d'un genre nouveau ont été capable de se réparer – se soigner! – tous seuls après avoir été coupés en deux par les scientifiques: "Ils se recousaient et continuaient de fonctionner", remarque Joshua Bongard.

Ces créatures peuvent aussi se diriger vers une cible, ce qui pourrait être très utile dans le domaine de la santé: un xénobot pourrait par exemple administrer des médicaments dans le corps humain, à un endroit prédéterminé. Ou s'occuper d'une artère bouchée.

Des tests ont montré qu'un groupe de xénobots arrivait à se déplacer en cercle, en poussant des pastilles vers un lieu central, de manière spontanée et collective.

De la peau morte
Les applications futures de ces robots vivants peuvent être nombreuses, selon les chercheurs: ils imaginent par exemple qu'ils pourront assembler les microplastiques qui polluent les océans, afin de les nettoyer.

"Ces xénobots sont complètement biodégradables", affirme Joshua Bongard, "Lorsqu'ils ont terminé leur travail après sept jours, ce ne sont plus que des cellules de peau morte".

Une forme de vie étonnante, entièrement nouvelle, qui disparaît presque sans laisser de traces.

Auteur: Jaquet Stéphanie

Info: https://www.rts.ch/info/sciences-tech/technologies. 16 janvier 2020

[ écologie ]