Collecte de données personnelles, l'apprentissage automatique et l'intelligence artificielle envahissent nos vies à un rythme que beaucoup d'entre nous trouvent troublant, sinon carrément effrayant. Sans oublier que beaucoup d'entre nous ne peuvent pas faire la différence dans la signification de ces termes.

Dan Goldwasser de Purdue travaille à développer des outils qui exploitent ces nouvelles technologies puissantes afin qu'elles puissent améliorer la vie des individus - et peut-être améliorer la société, trop.

Bien que vous puissiez considérer l'intelligence artificielle comme une technologie pour cet avenir lointain des Jetsons, nous interagissons avec lui tous les jours, souvent sans s'en apercevoir, dit Goldwasser, professeur assistant en informatique.

"Auparavant, c'était en tapant sur un ordinateur ou un smartphone, il signalerait les mots mal orthographiés, ce qui est assez simple pour l'informatique conventionnelle à faire, " dit-il. " Maintenant, si vous tapez "si" alors que vous vouliez dire "météo, ' l'application vous le fera savoir, 'Oui, c'est un mot, mais ce n'est pas le mot que vous vouliez. Cela nécessite une compréhension de la syntaxe de la phrase et du contexte, et cela se fait grâce à l'intelligence artificielle."

Les recherches de Goldwasser portent sur l'intelligence artificielle, en se concentrant sur l'apprentissage automatique et le traitement du langage naturel. Il dit que les gens confondent souvent les trois technologies ou ne savent tout simplement pas ce que signifient ces termes.

"Intelligence artificielle, qui suscite beaucoup de buzz et d'attention ces jours-ci, est l'ensemble des méthodes, systèmes ou approches pour ordinateurs qui tentent d'imiter les jugements humains et la prise de décision humaine, " dit-il. " L'apprentissage automatique est un ensemble de méthodes qui utilisent des données pour accomplir une tâche. "

Si votre tâche peut être réduite à un mappage simple de l'entrée à la sortie, alors l'apprentissage automatique peut vous y aider.

Par exemple, prédire les chances que Purdue gagne samedi prochain :un algorithme d'apprentissage automatique peut utiliser les informations des jeux précédents, le record de victoires et de défaites de l'adversaire et si le match est un match à domicile, exécuter les données collectées via un algorithme, et te donner une réponse

Mais, si vous voulez que le système aille au-delà de cela et détermine les probabilités, par exemple, selon l'humeur des joueurs en scannant les réseaux sociaux, il devra tenir compte de nombreuses autres variables et raisonner sur leur relation avec le match de samedi. Par exemple, un message indiquant qu'un des joueurs assistera au mariage de sa sœur samedi obligerait le système à en déduire que le joueur ne pourrait pas assister au match, changer les chances de gagner.

C'est un processus qui nécessite de l'intelligence artificielle, dit Goldwasser.

Un endroit commun où les gens rencontrent l'IA de base et l'apprentissage automatique est avec les appareils d'assistant personnel, comme Alexa d'Amazon, Google Home de Google, Siri d'Apple, et Cortana de Microsoft, qui utilisent tous la troisième technologie étudiée par Goldwasser - le traitement du langage naturel - qu'il explique être le domaine de l'intelligence artificielle qui se concentre spécifiquement sur la réplication des jugements humains sur le langage humain.

Envisager, par exemple, ce qui semble être une question simple que vous pourriez poser à un collègue :« Hé, les Giants ont-ils gagné hier soir ?"

Pour un ordinateur, la question est extrêmement complexe.

"Nous faisons de nombreuses déductions lorsque nous conversons avec quelqu'un, et ces raccourcis qui nous viennent très naturellement sans réfléchir, mais quand il faut les expliciter, vous comprenez qu'il y a un raisonnement complexe derrière eux, " dit Goldwasser. " Alors, les Giants ont-ils gagné ? Pensez à l'espace des mondes possibles que le système doit explorer. Il y a les Giants de football de New York et les Giants de baseball de San Francisco. Le système doit le savoir et déterminer s'il s'agit d'une saison de baseball ou de football, et ont-ils eu un match au cours des dernières 24 heures. Mais vous pouvez aussi imaginer qu'il y a un groupe militaire que les gens appellent les Géants, et ont-ils juste livré une bataille ? Vous pouvez fonder le sens de ce mot de différentes manières. »

Même si vous supprimez l'ambiguïté de la question et savez que vous posez des questions sur une équipe de baseball, le système est toujours confronté à un problème complexe, dit Goldwasser. Le système doit savoir ce que signifie « gagner, " et quelles informations sont pertinentes pour l'utilisateur. Il peut y avoir une équipe de baseball en Amérique du Sud appelée les Giants, mais le système doit savoir si vous vous souciez de ce résultat.

« Ce genre de réflexion et de compréhension de l'utilisateur est vraiment quelque chose pour lequel il est difficile de programmer ces systèmes, et ce n'est pas quelque chose que le système peut accomplir en tirant simplement des données, sans justification supplémentaire, " dit Goldwasser.

Ses recherches sur l'IA s'alignent sur la célébration des sauts de géant de Purdue, reconnaissant les progrès mondiaux de l'université réalisés vers une économie et une planète avancées dans le cadre du 150e anniversaire de Purdue. C'est l'un des quatre thèmes du Festival des idées de la célébration d'une année, conçu pour présenter Purdue comme un centre intellectuel résolvant des problèmes du monde réel.

Pour les propres projets de Goldwasser, il développe des outils qui utilisent l'intelligence artificielle pour analyser l'univers des données afin de fournir des informations sur les problèmes actuels.

Par exemple, un projet analyse les publications sur les réseaux sociaux et les commentaires publics des élus pour prédire quand ils voteront contre leur propre parti politique.

"Nous avons utilisé cela avec les législateurs des États pour prédire comment ils voteront sur les soins de santé, " Goldwasser dit. " Les législateurs peuvent ne jamais révéler leur position sur Twitter, mais nous pouvons prédire par la façon dont ils formulent la question, comment ils voteront le moment venu. »

Un autre projet, financé par Google, crée un outil pour consulter une source d'actualités et utiliser une variété de points de données, comme la fréquence à laquelle divers points de vue politiques sont utilisés par le point de vente et les relations sociales des personnes interagissant avec le point de vente, pour déterminer à quel point le point de vente est biaisé.

Un troisième projet qui découle de sa recherche est un outil pour analyser les commentaires d'une population locale sur les réseaux sociaux afin de voir comment ils définissent un problème afin de prédire quelle pourrait être la réponse à une action.

"Par exemple, si vous envisagez d'envoyer des troupes dans un pays pour aider à faire face à une crise de réfugiés, cela serait-il considéré par les habitants comme une aide nécessaire ou un acte agressif? Nous espérons pouvoir donner aux décideurs des outils pour comprendre cela alors qu'ils élaborent des politiques pour éviter des erreurs dangereuses. »

Cette recherche a analysé les publications sur les réseaux sociaux et les commentaires publics des élus pour prédire quand ils voteront contre leur propre parti politique.

« En s'appuyant sur cela, nous avons entamé une collaboration avec un professeur de sciences politiques, Eric Waltenburg, analyser les données des collectivités locales, " dit Goldwasser. " Pour ce projet, nous avons récemment reçu un financement dans le cadre de l'initiative de science des données intégrative de Purdue. »