Les bébés peuvent aider à débloquer la prochaine génération d'intelligence artificielle (IA), selon les neuroscientifiques et collègues de Trinity qui viennent de publier de nouveaux principes directeurs pour améliorer l'IA.

La recherche, publiée aujourd'hui dans la revue Nature Machine Intelligence , examine les neurosciences et la psychologie de l'apprentissage des nourrissons et énonce trois principes pour guider la prochaine génération d'IA, qui aideront à surmonter les limites les plus pressantes de l'apprentissage automatique.

Le Dr Lorijn Zaadnoordijk, chercheur Marie Sklodowska-Curie au Trinity College, a expliqué :« L'intelligence artificielle (IA) a fait d'énormes progrès au cours de la dernière décennie, nous offrant des haut-parleurs intelligents, des pilotes automatiques dans les voitures, des applications toujours plus intelligentes et un diagnostic médical amélioré. Ces développements passionnants dans l'IA ont été réalisés grâce à l'apprentissage automatique qui utilise d'énormes ensembles de données pour former des modèles de réseaux de neurones artificiels.

"Cependant, les progrès sont au point mort dans de nombreux domaines car les ensembles de données à partir desquels les machines apprennent doivent être minutieusement conservés par les humains. Mais nous savons que l'apprentissage peut être fait beaucoup plus efficacement, car les nourrissons n'apprennent pas de cette façon. Ils apprennent en faisant l'expérience du monde. autour d'eux, parfois même en ne voyant quelque chose qu'une seule fois."

Dans leur article "Lessons from infant learning for unsupervised machine learning", le Dr Lorijn Zaadnoordijk et le professeur Rhodri Cusack, du Trinity College Institute of Neuroscience (TCIN), et le Dr Tarek R. Besold de la TU Eindhoven, aux Pays-Bas, affirment que de meilleures façons d'apprendre à partir de données non structurées sont nécessaires. Pour la première fois, ils font des propositions concrètes sur les connaissances particulières de l'apprentissage des nourrissons qui peuvent être appliquées de manière fructueuse dans l'apprentissage automatique et sur la manière exacte d'appliquer ces apprentissages.

Les machines, disent-ils, auront besoin de préférences intégrées pour façonner leur apprentissage dès le début. Ils devront apprendre à partir d'ensembles de données plus riches qui capturent l'apparence, le son, l'odeur, le goût et la sensation du monde. Et, comme les nourrissons, ils devront avoir une trajectoire de développement, où les expériences et les réseaux changent à mesure qu'ils "grandissent".

Le Dr Tarek R. Besold, chercheur, groupe de philosophie et d'éthique à TU Eindhoven, a déclaré :« En tant que chercheurs en intelligence artificielle, nous établissons souvent des parallèles métaphoriques entre nos systèmes et le développement mental des bébés et des enfants humains. Il est grand temps de prendre ces analogies. plus sérieusement et examinons les riches connaissances sur le développement du nourrisson issues de la psychologie et des neurosciences, qui peuvent nous aider à surmonter les limites les plus pressantes de l'apprentissage automatique."

Le professeur Rhodri Cusack, professeur Thomas Mitchell de neurosciences cognitives, directeur du Trinity College Institute of Neuroscience, a ajouté :"Les réseaux de neurones artificiels étaient en partie inspirés par le cerveau. Semblables aux nourrissons, ils reposent sur l'apprentissage, mais les implémentations actuelles sont très différentes de l'apprentissage humain (et animal). Grâce à la recherche interdisciplinaire, les bébés peuvent aider à débloquer la prochaine génération d'IA."