Des chercheurs de l'Université d'Oxford ont récemment tenté de recréer des schémas de pensée humains dans des machines, en utilisant un réseau d'imagination guidée par le langage (LGI). Leur méthode, décrit dans un article prépublié sur arXiv, pourrait éclairer le développement d'une intelligence artificielle capable de penser comme l'humain, ce qui implique un flux d'idées mentales orienté vers un but guidé par le langage.

La pensée humaine nécessite généralement que le cerveau comprenne une expression linguistique particulière et l'utilise pour organiser le flux d'idées dans l'esprit. Par exemple, si une personne quittant sa maison se rend compte qu'il pleut, elle pourrait dire intérieurement, "Si je reçois un parapluie, Je pourrais éviter de me mouiller, " puis décide de ramasser un parapluie en sortant. Alors que cette pensée lui traverse l'esprit, cependant, elle saura automatiquement ce que signifie l'entrée visuelle (c'est-à-dire les gouttes de pluie) qu'elle observe, et comment tenir un parapluie pourrait empêcher de se mouiller, peut-être même imaginer la sensation de tenir le parapluie ou de se mouiller sous la pluie.

Bien que certaines machines puissent désormais reconnaître les images, traiter le langage ou même détecter les gouttes de pluie, ils n'ont pas encore acquis cette capacité de réflexion unique et imaginative. Les humains peuvent parvenir à une telle « pensée continue » parce qu'ils sont capables de générer des images mentales guidées par le langage et d'extraire des représentations langagières à partir de situations réelles ou imaginaires.

Dans les années récentes, les chercheurs ont développé des outils de traitement du langage naturel (NLP) qui peuvent répondre aux requêtes d'une manière humaine. Cependant, ce ne sont que des modèles de probabilité, et sont donc incapables de comprendre le langage de la même manière et avec la même profondeur que les humains. C'est parce que les humains ont une capacité d'apprentissage cumulative innée qui les accompagne au fur et à mesure que leur cerveau se développe. Ce "système de pensée humain" s'est avéré être associé à des substrats neuronaux particuliers dans le cerveau, dont le plus important est le cortex préfrontal (PFC).

Le PFC est la région du cerveau responsable de la mémoire de travail (c. processus de mémoire qui ont lieu lorsque les gens effectuent une tâche donnée), y compris le maintien et la manipulation de l'information dans l'esprit. Dans une tentative de reproduire des schémas de pensée humains dans des machines, Feng Qi et Wenchuan Wu, les deux chercheurs qui ont mené la récente étude, a créé un réseau de neurones artificiels inspiré du PFC humain.

"Nous avons proposé un réseau d'imagination guidée par le langage (LGI) pour apprendre progressivement le sens et l'utilisation de nombreux mots et syntaxes, visant à former un processus de pensée machine de type humain, " expliquent les chercheurs dans leur article.

Le réseau LGI développé par Qi et Wu comporte trois éléments clés :un système de vision, un système de langage et un PFC artificiel. Le système de vision est composé d'un encodeur qui démêle l'entrée reçue par le réseau ou des scénarios imaginés en représentations abstraites de la population, ainsi qu'un décodeur d'imagination qui reconstruit des scénarios imaginés à partir de représentations de niveau supérieur.

Le deuxième sous-système, le système linguistique, comprend un binariseur qui transfère les textes des symboles en vecteurs binaires, un système qui imite la fonction du sillon intrapariétal humain (IPS) en extrayant des informations sur la quantité des textes d'entrée et un textizer qui convertit les vecteurs binaires en symboles de texte. Le dernier composant de leur réseau LGI imite le PFC humain, combiner des entrées de représentations linguistiques et visuelles pour prédire des symboles textuels et des images manipulées.

Qi et Wu ont évalué leur réseau LGI dans une série d'expériences et ont découvert qu'il avait réussi à acquérir huit syntaxes ou tâches différentes de manière cumulative. Leur technique a également formé la première « boucle de pensée machine, " montrant une interaction entre des images imaginées et des textes linguistiques. À l'avenir, le réseau LGI développé par les chercheurs pourrait aider au développement d'une IA plus avancée, qui est capable de stratégies de pensée humaines, comme la visualisation et l'imagination.

"LGI a appris progressivement huit syntaxes (ou tâches) différentes, avec laquelle une boucle de pensée machine a été formée et validée par la bonne interaction entre le langage et le système de vision, " ont écrit les chercheurs. " Notre article propose une nouvelle architecture pour permettre à la machine d'apprendre, comprendre et utiliser le langage à la manière d'un humain, ce qui pourrait finalement permettre à une machine de construire des scénarios mentaux fictifs et de posséder de l'intelligence."

© 2019 Réseau Science X