Mes réflexions sur l'intelligence artificielle
Le long terme, au delà des tendances !

Prendre le temps de la réflexion humaine

Quand on écoute, qu'on lit, et qu'on pratique un peu en amateur dans le domaine de l'IA, on a envie de dresser le portrait des changements à long terme qui sont en cours aujourd'hui.

Retrouvez ici mes réflexions et mes notes, qui me viennent régulièrement suite à des écoutes de podcasts et des lectures en lignes en intelligence artificielle.

La nouvelle frontière : l'apprentissage auto-supervisé


Yann LeCun le disait fin 2018, son sujet de recherche pour les années à venir c'est l'apprentissage autosupervisé :
  • L'apprentissage auto supervisé
  • Ou comment les ordinateurs pourraient apprendre comme les animaux et les humains apprennent
  • La clé serait d'apprendre par observation (sans s'appuyer sur d'énormes jeux de données)
  • Cela permettrait de remplacer les techniques actuelles d'IA qui sont trés limitées.
  • En effet actuellement les algos d'IA performants fonctionnent principalement par apprentissage supervisé, aussi appelés apprentissage par renforcement mais ils sont trés inefficaces dans le sens où ils nécessitent beaucoup de données pour apprendre. Ils ne sount donc est efficace que sur les domaines où il y a d'énorme quantités de données disponibles.


source : interview de Yann LeCun dans le podcast Oui are New York

La traduction de langue à langue : comment Facebook a pris son indépendance


Avant FAIR, Facebook utilisait le traducteur de Microsoft pour afficher une traduction automatique d'un post écrit dans une autre langue.

Depuis, tout à été internalisé, basé sur des réseaux de neurones et du deeplearning. Les traductions gèrent même l'argot dans les différentes langues et les traduction de langues à langues même quand Facebook n'a pas suffisamment de document commun entre ces deux langues.


Quelques chiffres :
  • 6 milliards de traduction par jour sur Facebook sur les posts principalement
  • 5000 langues sont utilisées sur Facebook
  • Donc impossible de faire des traducteurs de paires de langues exhaustif sur cet espace de langues.


Mais des optimisations sont possibles :
  • par familles de langues
  • De plus, il est possible de passer par des techniques de plongement
  • Cela consiste à traduire d'une Langue1 vers un Langue3 sans avoir de corpus Langue1-Langue3. Grâce à des comparaisons de Nuages de vecteurs de mots de chaque langue et des techniques issues de FAIR, cela est possible.
  • AML = Applied Machine Learning fait le lien entre FAIR (FAIR Lab de recherche : 200 personnes en 2018 = 50% de chercheurs / 50 % d'ingénieurs) et Facebook opérationnel. C'est comme cela que vous retrouvez ces innovations en tant que user Facebook :)


source : interview de Yann LeCun dans le podcast Oui are New York

L'IA : pour avancer dans la genomics ou le repliement des protéines


Pour voir comment un médicament se colle à un endroit particulier d'une protéine

source : interview de Yann LeCun dans le podcast Oui are New York (à 45m00)

A vos algos ! :)






De nouvelles infos sur
l'intelligence artificielle





Blog IA 2015-2020