Ces dernières années, l’intelligence artificielle (IA) a fait des progrès gigantesques dans son développement. Ce qui était autrefois une technologie à ses débuts d’apprentissage et d’adaptation, est aujourd’hui devenu un outil impressionnant qui promet de changer la façon dont nous interagissons avec la technologie et, potentiellement, avec le monde qui nous entoure.
L’IA est une branche de l’informatique qui se concentre sur la création de systèmes capables d’effectuer des tâches qui nécessitent normalement l’intelligence humaine. Cela inclut la reconnaissance des formes, le traitement du langage naturel, la prise de décision et la résolution de problèmes.
Au fil des ans, les scientifiques ont travaillé dur pour améliorer l’IA et lui permettre de comprendre et de s’adapter à un monde en constante évolution.
L’un des plus grands défis a été de permettre aux machines de « penser » de la même manière que les humains. La capacité d’apprendre le sens des mots et de l’appliquer dans différents contextes est quelque chose que nous tenons pour acquis, mais pour les machines, cela a été un défi difficile à surmonter.
Cependant, une percée récente a mis en lumière la possibilité que les machines puissent atteindre un niveau de compréhension et de généralisation qui rivalise avec l’intelligence humaine.
Des chercheurs de l’Université de New York et de l’Université Pompeu Fabra en Espagne ont mis au point une technique appelée « Meta-learning for Compositivity » (MLC), qui pourrait constituer une percée dans ce domaine.
Ce qui rend cette technique si excitante, c’est sa capacité à permettre aux machines de faire des généralisations compositionnelles. Cela signifie que, tout comme les humains, ils peuvent apprendre le sens d’un mot et l’appliquer dans différents contextes linguistiques.
Le processus MLC implique des réseaux de neurones artificiels qui se mettent continuellement à jour pour améliorer leurs capacités dans une série d’étapes ou d’épisodes. Dans chaque épisode, on présente à la machine un nouveau mot et on lui demande de l’appliquer de manière compositionnelle, créant ainsi des combinaisons de mots qui démontrent sa compréhension.
Par exemple, on lui donne le mot « saute » et on lui demande de former de nouvelles phrases telles que « sauter deux fois » ou « sauter deux fois à droite ». Au fur et à mesure que les épisodes progressent, les capacités de généralisation compositionnelle de la machine s’améliorent.
Les tests effectués avec cette technique ont donné des résultats surprenants. Les chercheurs ont constaté que le MLC non seulement égalait la capacité humaine dans cette fonction cognitive, mais la dépassait parfois. Les performances de MLC ont même été comparées à celles de grands modèles de langage tels que ChatGPT et GPT-4, et MLC s’est avérée supérieure. Cette percée a le potentiel d’améliorer encore les capacités des modèles de langage à l’avenir.
Bien que ces avancées soient passionnantes, elles soulèvent également d’importantes questions sur l’avenir de l’IA. Jusqu’où les machines peuvent-elles aller dans leur capacité à égaler et à surpasser l’intelligence humaine ? Peuvent-ils remplacer complètement les tâches cognitives effectuées par les humains ?
Bien que l’IA puisse continuer à s’améliorer et à évoluer, il est important de se rappeler que l’intelligence humaine est unique et complexe, et que l’IA, bien qu’impressionnante, a encore un long chemin à parcourir avant de pouvoir égaler pleinement notre intelligence.