Des chercheurs en intelligence artificielle ont cr�� un programme capable d�apprendre un nouveau concept du premier coup, comme le ferait un humain.


Ces derni�res ann�es, l�intelligence artificielle a fait d��normes progr�s. N�anmoins, la capacit� d�apprendre d�un ordinateur reste encore tr�s en de�� de celle d�un humain. Pour reconna�tre un objet dans une image, la machine a besoin d��tre nourri de plusieurs centaines ou de plusieurs milliers d�exemples similaires. A l�inverse, un humain peut comprendre un nouveau concept du premier coup. Il suffit qu�on lui montre un Hoverboard une seule fois pour qu�il soit capable de le reconna�tre par la suite.



Or, trois chercheurs am�ricains viennent de pr�senter un algorithme baptis� � Bayesian Program Learning � (BPL), qui apprend aussi vite qu�un humain dans le cadre d�un probl�me relativement simple : la reconnaissance de caract�res. Ils ont constitu� un ensemble de 1623 caract�res issus de 50 alphabets tr�s exotiques : sanskrit, tib�tain, gujarati, glagolitique� Chaque caract�re a �t� pr�sent� successivement � un humain et � un ordinateur dot� de BPL. Les deux cobayes devaient ensuite reconna�tre ces caract�res � qu�ils ont vu une seule fois et jamais auparavant - parmi d�autres caract�res.


Des reproductions tr�s humaines

Le r�sultat est impressionnant. La machine s�est r�v�l�e aussi performante que l�humain dans cette t�che. Mieux : elle est capable de reproduire ce caract�re de fa�on tr�s naturelle, avec de l�g�res diff�rences, comme le ferait un humain. Confront�s � ces reproductions, les gens �taient incapables de les distinguer de celles cr��es par un humain.
Sur le plan technique, le BPL s�appuie sur le concept de � primitives �. Chaque nouvelle forme rencontr�e est d�cortiqu�e en sous-parties abstraites, pour lesquelles il proposera un agencement spatial (position d�une boucle par rapport � un trait) et temporel (quelle partie est �crite avant l�autre).


G�n�ration de nouveaux caract�res � partir de "primitives"

D�apr�s les chercheurs, l�avantage du BPL est qu�il permettrait d��tre plus performant dans certains domaines comme la reconnaissance de formes ou de phon�mes. Mais pour l�instant, tout ceci n�est encore qu�au stade exp�rimental.
Ci-dessous une qui explique le fonctionnement le BPL:
[video=https://youtu.be/shT-dFKU2WA[/video]