Chercheur en intelligence artificielle chez Uber, Rui Wang aime laisser le logiciel Paired Open-Ended Trailblazer (POET), qu'il a contribué à développer, tourner sur son ordinateur portable pendant la nuit. POET est une sorte d’outil d'entraînement pour les robots virtuels. Jusqu'à présent, ils n'auraient pas appris à faire grand-chose. Ces agents d'IA ne jouent pas au go, ne repèrent pas les signes de cancer ou ne plient pas des protéines. Ils essaient de naviguer sans tomber dans un paysage de cartoon grossier fait de clôtures et de ravins.Mais ce n'est pas ce que les robots apprennent qui est passionnant, c'est la manière dont ils apprennent. POET génère les parcours d'obstacles, évalue les capacités des robots et leur assigne leur prochain défi, le tout sans intervention humaine. Pas-à-pas, les robots s'améliorent par essais et erreurs.
« À un moment donné, il peut sauter par-dessus une falaise comme un maître du kung-fu », explique MWang. « Chaque jour, j'entre dans mon bureau, j'ouvre mon ordinateur et je ne sais pas à quoi m'attendre », poursuit-il. Cela peut sembler élémentaire pour l'instant, mais pour Wang et une poignée d'autres chercheurs, POET laisse entrevoir une nouvelle façon révolutionnaire de créer des machines super intelligentes : en amenant l'IA à se fabriquer elle-même.
L'ancien collègue de Wang, Jeff Clune, est l'un des plus fervents défenseurs de cette idée. Clune y travaille depuis des années, d'abord à l'université du Wyoming, puis aux Uber AI Labs, où il a collaboré avec Wang et d'autres. Il partage désormais son temps entre l'université de Colombie-Britannique et OpenAI, et bénéficie du soutien de l'un des meilleurs laboratoires d'intelligence artificielle au monde.
Clune estime que la tentative de créer une IA véritablement intelligente est la quête scientifique la plus ambitieuse de l'histoire de l'humanité. Aujourd'hui, sept décennies après le début des efforts sérieux en matière d'IA, nous sommes encore loin de créer des machines aussi intelligentes que les humains, voire plus intelligentes. Clune pense que POET pourrait montrer un raccourci. « Nous devons nous libérer de nos entraves et sortir de notre propre chemin », déclare-t-il.
Si Clune a raison, l'utilisation de l'IA pour créer de l'IA pourrait constituer une étape importante sur la voie qui mènera un jour à l'intelligence artificielle générale (IAG), c'est-à-dire à des machines capables de surpasser les humains. À plus court terme, cette technique pourrait également nous aider à découvrir d'autres types d'intelligence : des intelligences non humaines capables de trouver des solutions de manière inattendue et peut-être de compléter notre propre intelligence plutôt que de la remplacer.
La vision ambitieuse de Clune ne repose pas uniquement sur l'investissement d'OpenAI. L'histoire de l'IA est remplie d'exemples où des solutions conçues par l'homme ont cédé la place à des solutions apprises par la machine. Prenons l'exemple de la vision par ordinateur : il y a dix ans, la grande avancée dans le domaine de la reconnaissance d'images s'est produite lorsque les systèmes manuels existants ont été remplacés par des systèmes autodidactes. Il en va de même pour de nombreux succès de l'IA.
L'un des aspects fascinants de l'IA, et de l'apprentissage automatique en particulier, est sa capacité à trouver des solutions que les humains n'ont pas trouvées. Un exemple souvent cité est celui d'AlphaGo (et de son successeur AlphaZero), qui a battu le meilleur de l'humanité à l'ancien et fascinant jeu de Go en utilisant des stratégies apparemment étrangères.
En 2016, à l'issue d'une partie qui a duré trois heures et que les commentateurs ont estimé être serrée, Lee Sedol, le joueur professionnel considéré comme le meilleur joueur international des années 2000, s'est incliné face aux assauts du programme. Après des centaines d'années d'étude par des maîtres humains, l'IA a trouvé des solutions auxquelles personne n'avait pensé.
Clune travaille actuellement avec une équipe d'OpenAI qui a mis au point des bots ayant appris à jouer à cache-cache dans un environnement virtuel en 2018. Ces IA ont commencé avec des objectifs simples et des outils simples pour les atteindre : une paire devait trouver l'autre, qui pouvait se cacher derrière des obstacles mobiles. Pourtant, lorsque ces bots ont été lâchés pour apprendre, ils ont rapidement trouvé des moyens de tirer parti de leur environnement d'une manière que les chercheurs n'avaient pas prévue.
Ils ont exploité des failles dans la physique simulée de leur monde virtuel pour sauter par-dessus les murs et même les traverser.
Ce type de comportements émergents inattendus laisse entrevoir que l'IA pourrait trouver des solutions techniques auxquelles les humains n'auraient pas pensé par eux-mêmes, en inventant de nouveaux types d'algorithmes ou de réseaux neuronaux plus efficaces, voire en abandonnant complètement les réseaux neuronaux, pierre angulaire de...
La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.
