L’I.A. baptisée AutoML a engendré une autre I.A. dépassant tout ce qu’a pu faire l’Homme dans ce domaine. Une seconde étape dans le développement des capacités de l’intelligence artificielle.

Il y a quelque temps, Google Brain avait déjà annoncé la sortie de l’I.A. baptisée AutoML, capable de générer d’autres I.A. plus performantes. C’est chose faite !

Il faut savoir qu’AutoML agit comme un contrôleur de réseau neuronal, dont le but est de développer d’autres I.A « enfant » afin d’effectuer des tâches spécifiques.

Ceci est rendu possible grâce à l’apprentissage par renforcement (ou machine learning).

ð C’est une publication du 2 novembre 2017 dans le blog de Google Research qui annonce la naissance de la nouvelle I.A. engendrée par AutoML et baptisée NASNet.

La mission de NASNet est de pouvoir reconnaître en temps réel par le biais de la vidéo, une multitude d’objets : des voitures, des personnes, la signalisation routière par exemple et bien d’autres.

AutoML évalue également les performances de NASNet tente ainsi de l’améliorer ; cette opération sera répétée indéfiniment afin d’atteindre une quasi-perfection.

Le machine learning est évidemment au cœur de cette technologie, et, en automatisant le processus de création d’I.A., par le biais d’AutoML, permet un gain de temps important.

Ainsi, NASNet a surpassé n’importe quelle autre I.A., avec une précision de 82,7 %, lors du test sur des bases de données de classification d’images telles que ImageNet et Common Objects in COntext (COCO).

La première n’est qu’une base de données d’images organisées, mais la seconde est plus complexe, contenant des données de détection, de segmentation et de sous-titrage d’objets.

De nombreuses applications à la clé :

Une telle innovation, intégrant des algorithmes de vision artificielle très performants, pourrait trouver de nombreuses applications : aider les malvoyants à retrouver la vue, créer des robots du futur alimentés par l’I.A. ou encore améliorer les techniques de repérage d’objet pour les voitures autonomes.