Comment l’intelligence artificielle explicable peut aider les humains à innover

NRZ.Digital
0 0

Le domaine de l’intelligence artificielle (IA) a créé des ordinateurs qui peuvent conduire des voitures, synthétiser des composés chimiques, replier les protéines et détecter les particules à haute énergie à un niveau surhumain.

Cependant, ces algorithmes d’IA ne peuvent pas expliquer les processus de pensée derrière leurs décisions. Un ordinateur qui maîtrise le repliement des protéines et en dit plus aux chercheurs sur les règles de la biologie est beaucoup plus utile qu’un ordinateur qui plie les protéines sans explication.

Par conséquent, Les chercheurs en IA comme moi concentrent maintenant nos efforts sur le développement d’algorithmes d’IA qui peuvent s’expliquer d’une manière que les humains peuvent comprendre. Si nous pouvons faire cela, je crois que l’IA sera en mesure de découvrir et d’enseigner aux gens de nouveaux faits sur le monde qui n’ont pas encore été découverts, ce qui conduira à de nouvelles innovations.

Apprendre de l’expérience

Un domaine de l’IA, appelé apprentissage par renforcement, étudie comment les ordinateurs peuvent apprendre de leurs propres expériences. Dans l’apprentissage par renforcement, une IA explore le monde, recevant des commentaires positifs ou négatifs en fonction de ses actions.

Cette approche a conduit à des algorithmes qui ont appris indépendamment à jouer aux échecs à un niveau surhumain et prouver théorèmes mathématiques sans aucune guidance humaine. Dans mon travail comme un chercheur en IA, J’utilise l’apprentissage par renforcement pour créer des algorithmes d’IA qui apprennent à résoudre des énigmes telles que le Rubik’s Cube.

Grâce à l’apprentissage par renforcement, les IA apprennent de manière indépendante à résoudre des problèmes que même les humains ont du mal à résoudre. Cela m’a amené, ainsi que de nombreux autres chercheurs, à réfléchir moins à ce que l’IA peut apprendre et plus à ce que les humains peuvent apprendre de l’IA. Un ordinateur capable de résoudre le Rubik’s Cube devrait également être capable d’apprendre aux gens à le résoudre.

Regarder dans la boîte noire

Malheureusement, l’esprit des IA surhumaines est actuellement hors de portée pour nous, humains. Les IA font de terribles enseignants et c’est ce que nous appelons dans le monde de l’informatique « boîtes noires. « 

Comment l'intelligence artificielle explicable peut aider les humains à innover
Une approche de raffinement étape par étape peut permettre aux humains de comprendre plus facilement pourquoi les IA font ce qu’ils font. Crédit: Forest Agostinelli, CC BY-ND

Une IA boîte noire crache simplement des solutions sans donner de raisons pour ses solutions. Les informaticiens ont essayé depuis des décennies pour ouvrir cette boîte noire, et des recherches récentes ont montré que de nombreux algorithmes d’IA pensent en fait de manière similaire aux humains. Par exemple, un ordinateur formé pour reconnaître les animaux apprendra les différents types d’yeux et d’oreilles et rassemblera ces informations. pour identifier correctement l’animal.

L’effort pour ouvrir la boîte noire s’appelle IA explicable. Mon groupe de recherche au AI Institute de l’Université de Caroline du Sud est intéressé par le développement d’une IA explicable. Pour ce faire, nous travaillons fortement avec le Rubik’s Cube.

Le Rubik’s Cube est essentiellement un problème de recherche de chemin: Trouvez un chemin entre le point A – un Rubik’s Cube brouillé – et le point B – un Rubik’s Cube résolu. D’autres problèmes de recherche de chemin incluent la navigation, la démonstration de théorèmes et la synthèse chimique.

Mon laboratoire a mis en place un site Web sur lequel tout le monde peut voir comment notre L’algorithme d’IA résout le Rubik’s Cube; cependant, une personne aurait du mal à apprendre comment résoudre le cube à partir de ce site Web. C’est parce que l’ordinateur ne peut pas vous dire la logique derrière ses solutions.

Les solutions au Rubik’s Cube peuvent être décomposées en quelques étapes généralisées – la première étape, par exemple, pourrait être de former une croix tandis que la deuxième étape pourrait être de mettre les pièces d’angle en place. Alors que le Rubik’s Cube lui-même a plus de 10 à 19 combinaisons de puissance possibles, un guide pas à pas généralisé est très facile à retenir et est applicable dans de nombreux scénarios différents.

Aborder un problème en le décomposant en étapes est souvent la manière par défaut dont les gens s’expliquent les uns aux autres. Le Rubik’s Cube s’inscrit naturellement dans ce cadre pas à pas, ce qui nous donne la possibilité d’ouvrir plus facilement la boîte noire de notre algorithme. La création d’algorithmes d’IA dotés de cette capacité pourrait permettre aux gens de collaborer avec l’IA et de décomposer une grande variété de problèmes complexes en étapes faciles à comprendre.

La collaboration mène à l’innovation

Notre processus commence par utiliser sa propre intuition pour définir un plan étape par étape pensé pour potentiellement résoudre un problème complexe. L’algorithme examine ensuite chaque étape individuelle et donne des informations sur les étapes possibles, impossibles et les moyens d’améliorer le plan. L’humain affine ensuite le plan initial en utilisant les conseils de l’IA, et le processus se répète jusqu’à ce que le problème soit résolu. L’espoir est que la personne et l’IA finissent par converger vers une sorte de compréhension mutuelle.

Actuellement, notre algorithme est capable d’envisager un plan humain pour résoudre le Rubik’s Cube, de suggérer des améliorations au plan, de reconnaître les plans qui ne fonctionnent pas et de trouver des alternatives qui fonctionnent. Ce faisant, il donne une rétroaction qui mène à un plan étape par étape pour résoudre le Rubik’s Cube qu’une personne peut comprendre. La prochaine étape de notre équipe est de créer une interface intuitive qui permettra à notre algorithme d’apprendre aux gens comment résoudre le Rubik’s Cube. Notre espoir est de généraliser cette approche à un large éventail de problèmes d’orientation.

Les gens sont intuitifs d’une manière inégalée par aucune IA, mais les machines sont bien meilleures en termes de puissance de calcul et de rigueur algorithmique. Ce va-et-vient entre l’homme et la machine utilise les forces des deux. Je crois que ce type de collaboration éclairera des problèmes jusque-là non résolus dans tout, de la chimie aux mathématiques, menant à de nouvelles solutions, intuitions et innovations qui auraient pu, autrement, être hors de portée.


L’algorithme d’apprentissage en profondeur des chercheurs résout le Rubik’s Cube plus rapidement que n’importe quel humain

Fourni par The Conversation

Cet article est republié à partir de La conversation sous une licence Creative Commons. Lis le article original.

La conversation

Citation: Comment l’intelligence artificielle explicable peut aider les humains à innover (2021, 13 janvier) récupéré le 13 janvier 2021 sur https://techxplore.com/news/2021-01-artificial-intelligence-humans.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.


Happy
Happy
0
Sad
Sad
0
Excited
Excited
0
Sleppy
Sleppy
0
Angry
Angry
0
Surprise
Surprise
0

Average Rating

5 Star
0%
4 Star
0%
3 Star
0%
2 Star
0%
1 Star
0%

Laisser un commentaire

Next Post

Comment faire voler les drones en cas de panne de moteur

Lorsqu’un rotor tombe en panne, le drone commence à tourner sur lui-même comme une ballerine. Crédits: UZH Des chercheurs en robotique de l’Université de Zurich montrent comment les caméras embarquées peuvent être utilisées pour maintenir les quadricoptères endommagés en l’air et voler de manière stable, même sans GPS. Les passagers […]

Abonnez-vous maintenant