« Qui est Bram Stoker ? » Ces trois mots ont démontré le potentiel incroyable de l'intelligence artificielle. C'était la réponse à une dernière question dans un épisode 2011 particulièrement mémorable de Jeopardy !. Les trois concurrents étaient les anciens champions Brad Rutter et Ken Jennings, et Watson, un super ordinateur développé par IBM. En répondant correctement à la dernière question, Watson est devenu le premier ordinateur à battre un humain dans le célèbre quiz.

"Dans un sens, Watson gagne Jeopardy ! semblait injuste pour les gens, " dit Jeehwan Kim, professeur de développement de carrière de la classe 47 et membre du corps professoral des départements de génie mécanique et de science et génie des matériaux du MIT. "À l'époque, Watson était connecté à un super ordinateur de la taille d'une pièce alors que le cerveau humain ne pèse que quelques kilos. Mais la capacité de reproduire la capacité d'apprentissage d'un cerveau humain est incroyablement difficile."

Kim est spécialisé dans l'apprentissage automatique, qui s'appuie sur des algorithmes pour enseigner aux ordinateurs comment apprendre comme un cerveau humain. "L'apprentissage automatique est l'informatique cognitive, " explique-t-il. " Votre ordinateur reconnaît les choses sans que vous lui disiez ce qu'il regarde. "

L'apprentissage automatique est un exemple d'intelligence artificielle dans la pratique. Alors que l'expression « apprentissage automatique » évoque souvent la science-fiction typique d'émissions comme « Westworld » ou « Battlestar Galactica », " Les systèmes et appareils intelligents sont déjà omniprésents dans notre vie quotidienne. Les ordinateurs et les téléphones utilisent la reconnaissance faciale pour déverrouiller. Les systèmes détectent et ajustent la température dans nos maisons. Les appareils répondent aux questions ou diffusent notre musique préférée à la demande. Presque toutes les grandes voitures entreprise est entrée dans la course pour développer une voiture autonome sûre.

Pour que l'un de ces produits fonctionne, le logiciel et le matériel doivent tous deux fonctionner en parfaite synchronisation. Appareils photo, capteurs tactiles, radar, et la détection de la lumière doivent tous fonctionner correctement pour renvoyer les informations aux ordinateurs. Des algorithmes doivent être conçus pour que ces machines puissent traiter ces données sensorielles et prendre des décisions basées sur la plus grande probabilité de succès.

Kim et la plupart des professeurs du département de génie mécanique du MIT créent un nouveau logiciel qui se connecte au matériel pour créer des appareils intelligents. Plutôt que de construire les robots sensibles romancés dans la culture populaire, ces chercheurs travaillent sur des projets qui améliorent la vie quotidienne et rendent les humains plus sûrs, plus efficace, et mieux informé.

Rendre les appareils portables plus intelligents

Jeehwan Kim brandit une feuille de papier. Si lui et son équipe réussissent, un jour, la puissance d'un super ordinateur comme le Watson d'IBM sera réduite à la taille d'une feuille de papier. "Nous essayons de construire un véritable réseau de neurones physiques sur un format de papier lettre, " explique Kim.

À ce jour, la plupart des réseaux de neurones sont basés sur des logiciels et fabriqués à l'aide de la méthode conventionnelle connue sous le nom de méthode informatique de Von Neumann. Kim a cependant utilisé des méthodes de calcul neuromorphiques.

« Ordinateur neuromorphe signifie IA portable, " dit Kim. " Alors, vous construisez des neurones artificiels et des synapses sur une plaquette à petite échelle. » Le résultat est ce qu'on appelle un « cerveau sur puce ».

Plutôt que de calculer des informations à partir de la signalisation binaire, Le réseau neuronal de Kim traite les informations comme un appareil analogique. Les signaux agissent comme des neurones artificiels et se déplacent à travers des milliers de réseaux vers des points de croisement particuliers, qui fonctionnent comme des synapses. Avec des milliers de baies connectées, de grandes quantités d'informations pourraient être traitées à la fois. Pour la première fois, un équipement portable pourrait imiter la puissance de traitement du cerveau.

« La clé de cette méthode est que vous devez vraiment bien contrôler les synapses artificielles. Lorsque vous parlez de milliers de points de croisement, cela pose des défis, " dit Kim.

Selon Kim, la conception et les matériaux qui ont été utilisés pour fabriquer ces synapses artificielles jusqu'à présent ont été loin d'être idéaux. Les matériaux amorphes utilisés dans les puces neuromorphiques rendent incroyablement difficile le contrôle des ions une fois la tension appliquée.

Dans un Matériaux naturels étude publiée plus tôt cette année, Kim a découvert que lorsque son équipe a fabriqué une puce en silicium-germanium, elle a pu contrôler le courant sortant de la synapse et réduire la variabilité à 1 %. Avec un contrôle sur la façon dont les synapses réagissent aux stimuli, il était temps de mettre leur puce à l'épreuve.

"Nous envisageons que si nous construisons le réseau neuronal réel avec du matériel, nous pouvons réellement faire la reconnaissance de l'écriture manuscrite, " dit Kim. Dans une simulation informatique de leur nouvelle conception de réseau de neurones artificiels, ils ont fourni des milliers d'échantillons d'écriture. Leur réseau de neurones a pu reconnaître avec précision 95 % des échantillons.

"Si vous avez une caméra et un algorithme pour l'ensemble de données d'écriture connecté à notre réseau de neurones, vous pouvez obtenir la reconnaissance de l'écriture manuscrite, " explique Kim.

Alors que la construction du réseau neuronal physique pour la reconnaissance de l'écriture manuscrite est la prochaine étape pour l'équipe de Kim, le potentiel de cette nouvelle technologie va au-delà de la reconnaissance de l'écriture manuscrite. "Réduire la puissance d'un super ordinateur à une taille portable pourrait révolutionner les produits que nous utilisons, " dit Kim. " Le potentiel est illimité - nous pouvons intégrer cette technologie dans nos téléphones, des ordinateurs, et des robots pour les rendre considérablement plus intelligents."

Rendre les maisons plus intelligentes

Alors que Kim travaille à rendre nos produits portables plus intelligents, Le professeur Sanjay Sarma et le chercheur scientifique Josh Siegel espèrent intégrer des appareils intelligents dans le plus gros produit que nous possédons :nos maisons.

Une soirée, Sarma était chez lui quand l'un de ses disjoncteurs n'arrêtait pas de sonner. Ce disjoncteur, connu sous le nom d'interrupteur de circuit de défaut d'arc (AFCI), a été conçu pour couper l'alimentation lorsqu'un arc électrique est détecté afin de prévenir les incendies. Alors que les AFCI sont excellents pour prévenir les incendies, dans le cas de Sarma, il ne semblait pas y avoir de problème. "Il n'y avait aucune raison perceptible pour que ça continue, " se souvient Sarma. " C'était incroyablement distrayant. "

Les AFCI sont connus pour de tels « voyages de nuisance, ' qui déconnectent inutilement les objets sûrs. Sarma, qui est également vice-président du MIT pour l'apprentissage ouvert, transformé sa frustration en opportunité. S'il pouvait intégrer l'AFCI avec des technologies intelligentes et le connecter à « l'internet des objets, ' il pourrait apprendre au disjoncteur à savoir quand un produit est sûr ou quand un produit présente réellement un risque d'incendie.

"Pensez-y comme un scanner de virus, " explique Siegel. " Les scanners de virus sont connectés à un système qui les met à jour avec de nouvelles définitions de virus au fil du temps. " Si Sarma et Siegel pouvaient intégrer une technologie similaire dans les AFCI, les disjoncteurs pourraient détecter exactement quel produit est branché et apprendre de nouvelles définitions d'objets au fil du temps.

Si, par exemple, un nouvel aspirateur est branché sur le disjoncteur et le courant se coupe sans raison, l'AFCI intelligent peut apprendre qu'il est sûr et l'ajouter à une liste d'objets sûrs connus. L'AFCI apprend ces définitions à l'aide d'un réseau de neurones. Mais, contrairement au réseau neuronal physique de Jeewhan Kim, ce réseau est basé sur un logiciel.

Le réseau de neurones est construit en rassemblant des milliers de points de données lors de simulations d'arc. Des algorithmes sont alors écrits pour aider le réseau à évaluer son environnement, reconnaître les modèles, et prendre des décisions en fonction de la probabilité d'atteindre le résultat souhaité. A l'aide d'un micro-ordinateur à 35$ et d'une carte son, l'équipe peut intégrer à moindre coût cette technologie dans les disjoncteurs.

Au fur et à mesure que l'AFCI intelligent découvre les appareils qu'il rencontre, il peut diffuser simultanément ses connaissances et ses définitions dans tous les autres foyers en utilisant l'Internet des objets.

"L'Internet des objets pourrait tout aussi bien s'appeler 'l'intelligence des objets, " dit Sarma. " Intelligent, les technologies locales à l'aide du cloud peuvent rendre nos environnements adaptatifs et l'expérience utilisateur transparente."

Les disjoncteurs ne sont qu'une des nombreuses façons dont les réseaux de neurones peuvent être utilisés pour rendre les maisons plus intelligentes. Ce type de technologie peut contrôler la température de votre maison, détecter lorsqu'il y a une anomalie telle qu'une intrusion ou un éclatement de canalisation, et exécutez des diagnostics pour voir quand les choses ont besoin de réparation.

"Nous développons un logiciel de surveillance des systèmes mécaniques qui est autodidacte, " explique Siegel. " Vous n'enseignez pas toutes les règles à ces appareils, vous leur apprenez à apprendre les règles."

Rendre la fabrication et la conception plus intelligentes

L'intelligence artificielle peut non seulement aider à améliorer la façon dont les utilisateurs interagissent avec les produits, dispositifs, et environnements. Il peut également améliorer l'efficacité avec laquelle les objets sont fabriqués en optimisant le processus de fabrication et de conception.

"La croissance de l'automatisation avec des technologies complémentaires dont l'impression 3D, IA, et l'apprentissage automatique nous oblige à, à long terme, repenser la façon dont nous concevons les usines et les chaînes d'approvisionnement, " dit le professeur agrégé A. John Hart.

Cerf, qui a fait des recherches approfondies sur l'impression 3D, voit l'IA comme un moyen d'améliorer l'assurance qualité dans la fabrication. Imprimantes 3D intégrant des capteurs hautes performances, capables d'analyser les données à la volée, contribuera à accélérer l'adoption de l'impression 3D pour la production de masse.

« Avoir des imprimantes 3D qui apprennent à créer des pièces avec moins de défauts et à inspecter les pièces au fur et à mesure qu'elles les fabriquent sera très important, en particulier lorsque les produits que vous fabriquez ont des propriétés critiques telles que des dispositifs médicaux ou des pièces pour moteurs d'avion, ", explique Hart.

Le processus même de conception de la structure de ces pièces peut également bénéficier d'un logiciel intelligent. La professeure agrégée Maria Yang a étudié comment les concepteurs peuvent utiliser les outils d'automatisation pour concevoir plus efficacement. "Nous l'appelons l'intelligence hybride pour le design, " dit Yang. " L'objectif est de permettre une collaboration efficace entre des outils intelligents et des concepteurs humains. "

Dans une étude récente, Yang et l'étudiant diplômé Edward Burnell ont testé un outil de conception avec différents niveaux d'automatisation. Les participants ont utilisé le logiciel pour choisir les nœuds d'une ferme 2D d'un panneau d'arrêt ou d'un pont. L'outil proposerait alors automatiquement des solutions optimisées basées sur des algorithmes intelligents pour savoir où connecter les nœuds et la largeur de chaque partie.

"Nous essayons de concevoir des algorithmes intelligents qui correspondent à la façon dont les concepteurs pensent déjà, " dit Burnell.

Rendre les robots plus intelligents

S'il y a quelque chose sur le campus du MIT qui ressemble le plus aux robots futuristes de la science-fiction, ce serait le guépard robotique du professeur Sangbae Kim. La créature à quatre pattes détecte son environnement à l'aide des technologies LIDAR et se déplace en réponse à ces informations. Tout comme son homonyme, il peut courir et sauter par-dessus les obstacles.

L'objectif principal de Kim est la navigation. "Nous construisons un système tout à fait unique spécialement conçu pour le mouvement dynamique du robot, " explique Kim. " Je crois que cela va remodeler les robots interactifs dans le monde. Vous pouvez penser à toutes sortes d'applications—médicales, soins de santé, des usines."

Kim voit l'opportunité de relier éventuellement ses recherches au réseau de neurones physiques sur lequel travaille son collègue Jeewhan Kim. "Si vous voulez que le guépard reconnaisse les gens, voix, ou des gestes, vous avez besoin de beaucoup d'apprentissage et de traitement, " dit-il. " Le matériel de réseau neuronal de Jeewhan pourrait éventuellement permettre cela un jour. "

La combinaison de la puissance d'un réseau de neurones portables avec un robot capable de naviguer habilement dans son environnement pourrait ouvrir un nouveau monde de possibilités d'interaction humaine et IA. Ce n'est qu'un exemple de la façon dont les chercheurs en génie mécanique peuvent un jour collaborer pour amener la recherche en IA au niveau supérieur.

Bien que nous soyons à des décennies d'interagir avec des robots intelligents, l'intelligence artificielle et l'apprentissage automatique ont déjà fait leur chemin dans nos routines. Qu'il s'agisse d'utiliser la reconnaissance faciale et manuscrite pour protéger nos informations, puiser dans l'Internet des objets pour assurer la sécurité de nos maisons, ou aider les ingénieurs à construire et à concevoir plus efficacement, les avantages des technologies d'IA sont omniprésents.

Le fantasme de science-fiction d'un monde dépassé par les robots est loin de la vérité. "Il y a cette notion romantique que tout va être automatique, " ajoute Maria Yang. " Mais je pense que la réalité est que vous allez avoir des outils qui fonctionneront avec les gens et aideront à rendre leur vie quotidienne un peu plus facile. "

Cette histoire est republiée avec l'aimable autorisation de MIT News (web.mit.edu/newsoffice/), un site populaire qui couvre l'actualité de la recherche du MIT, innovation et enseignement.