La recherche en intelligence artificielle gagnerait à travailler en étroite collaboration avec les sciences cognitives explique Martial Mermillod, chercheur au Laboratoire de Psychologie et NeuroCognition, Université Grenoble Alpes.

Des neurones artificiels pour des machines profondément intelligentes. C’est la nouvelle révolution de l’IA offerte, depuis 2012, par Geoffrey Hinton et son équipe. Cet expert en sciences cognitives de l’université de Toronto, et chercheur chez Google Brain a annoncé cette année-là des résultats exceptionnels d’un réseau de neurones artificiels à couches profondes (Deep Neural Network, DNN) dans une tâche de classification d’images.

Existe-t-il un lien entre Deep Learning et cerveau ?

Malgré l’origine interdisciplinaire et inspirée du fonctionnement du cerveau des DNN, on peut se demander dans quelle mesure ces algorithmes simulent encore quelque chose du cerveau humain. Les DNN ont été conçus pour réaliser des tâches de reconnaissance et classification d’images par exemple. À cette fin, les DNN utilisent différentes couches de convolution et de pooling avant la reconnaissance de l’image.

Une IA plus fiable parce qu’inspirée du cerveau ?

Les recherches fondamentales interdisciplinaires sur les DNN ont permis d’aboutir à des applications impressionnantes dans de nombreux domaines : reconnaissance et classification visuelle, reconnaissance vocale, traduction, jeux de go, composition musicale, etc. Malheureusement, par méconnaissance des travaux en sciences cognitives qui en sont à l’origine, les DNN restent actuellement trop souvent utilisés comme une « baguette magique » permettant de résoudre tous et n’importe quels problèmes.

Cet article est republié à partir de The Conversation sous licence Creative Commons. Lire l’article original.

 


Repéré depuis https://acteursdeleconomie.latribune.fr/debats/expertise/2018-11-29/ia-et-sciences-cognitives-les-bienfaits-de-l-interdisciplinarite-799319.html

 

Partagez cet article