Crédit :Shutterstock
Qu'il s'agisse d'athlètes sur un terrain de sport ou de célébrités dans la jungle, rien ne retient notre attention comme le drame de concourir pour un seul prix. Et en ce qui concerne l'évolution de l'intelligence artificielle (IA), certains des moments les plus captivants ont également été livrés dans des finitions mordantes.
En 1997, l'ordinateur d'échecs Deep Blue d'IBM a été opposé au grand maître et champion du monde en titre Garry Kasparov, après avoir perdu contre lui l'année précédente.
Mais cette fois, l'IA a gagné. Le jeu chinois populaire Go était le suivant, en 2016, et encore une fois, il y a eu une inspiration collective lorsque l'IA de Google a été victorieuse. Ces compétitions illustrent avec élégance ce qui est unique à propos de l'IA :nous pouvons la programmer pour faire des choses que nous ne pouvons pas faire nous-mêmes, comme battre un champion du monde.
Mais que se passe-t-il si ce cadrage obscurcit quelque chose de vital - que l'intelligence humaine et artificielle ne sont pas la même chose ? L'IA peut traiter rapidement de grandes quantités de données et être formée pour exécuter des tâches spécifiques ; l'intelligence humaine est nettement plus créative et adaptative.
La question la plus intéressante n'est pas qui va gagner, mais qu'est-ce que les gens et l'IA peuvent accomplir ensemble ? La combinaison des deux formes d'intelligence peut fournir un meilleur résultat que l'une ou l'autre peut atteindre seule.
C'est ce qu'on appelle l'intelligence collaborative. Et c'est la prémisse de la nouvelle plate-forme scientifique future de 12 millions de dollars australiens d'intelligence collaborative (CINTEL) du CSIRO, que nous dirigeons.
Échec et mat mats
Alors que les échecs ont été utilisés pour illustrer la compétition IA-humain, ils fournissent également un exemple d'intelligence collaborative. Deep Blue d'IBM a battu le champion du monde, mais n'a pas rendu les humains obsolètes. Les joueurs d'échecs humains collaborant avec l'IA se sont avérés supérieurs aux meilleurs systèmes d'IA et aux joueurs humains.
Et bien que ces échecs "freestyle" nécessitent à la fois d'excellentes compétences humaines et une technologie d'IA, les meilleurs résultats ne proviennent pas simplement de la combinaison de la meilleure IA avec le meilleur grand maître. Le processus par lequel ils collaborent est crucial.
Ainsi, pour de nombreux problèmes, en particulier ceux qui impliquent des contextes complexes, variables et difficiles à définir, nous obtiendrons probablement de meilleurs résultats si nous concevons des systèmes d'IA explicitement pour travailler avec des partenaires humains et donnons aux humains les compétences nécessaires pour interpréter les systèmes d'IA.
Un exemple simple de la façon dont les machines et les personnes travaillent déjà ensemble se trouve dans les dispositifs de sécurité des voitures modernes. La technologie d'assistance au maintien de voie utilise des caméras pour surveiller les marquages de voie et ajustera la direction si la voiture semble dériver hors de sa voie.
Les machines peuvent effectuer des travaux répétitifs et dangereux, mais uniquement dans un environnement défini. Ils ne peuvent pas transférer leurs compétences comme le peuvent les humains. Crédit :Shutterstock
Cependant, s'il détecte que le conducteur s'éloigne activement, il s'abstiendra pour que l'humain reste en charge (et l'IA continue d'aider dans la nouvelle voie). Cela combine les forces d'un ordinateur, comme la concentration sans limites, avec celles de l'humain, comme savoir comment réagir à des événements imprévisibles.
Il est possible d'appliquer des approches similaires à une gamme d'autres problèmes difficiles. Dans les contextes de cybersécurité, les humains et les ordinateurs pourraient travailler ensemble pour identifier parmi les nombreuses menaces des cybercriminels celles qui sont les plus urgentes.
De même, en science de la biodiversité, l'intelligence collaborative peut être utilisée pour donner un sens à un nombre considérable de spécimens conservés dans des collections biologiques.
Poser les fondations
Nous en savons assez sur l'intelligence collaborative pour dire qu'elle a un énorme potentiel, mais c'est un nouveau domaine de recherche et il y a plus de questions que de réponses.
Grâce au programme CINTEL du CSIRO, nous explorerons comment les personnes et les machines travaillent et apprennent ensemble, et comment cette façon de collaborer peut améliorer le travail humain. Plus précisément, nous aborderons quatre fondements de l'intelligence collaborative :
Les robots réinventés
L'un de nos projets consistera à travailler avec l'équipe de robotique et de systèmes autonomes basée au CSIRO pour développer une collaboration homme-robot plus riche. L'intelligence collaborative permettra aux humains et aux robots de réagir aux changements en temps réel et de prendre des décisions ensemble.
Par exemple, les robots sont souvent utilisés pour explorer des environnements qui pourraient être dangereux pour les humains, comme dans les missions de sauvetage. En juin, des robots ont été envoyés pour aider aux opérations de recherche et de sauvetage, après l'effondrement d'un immeuble en copropriété de 12 étages à Surfside, en Floride.
Souvent, ces missions sont mal définies et les humains doivent utiliser leurs propres connaissances et compétences (telles que le raisonnement, l'intuition, l'adaptation et l'expérience) pour identifier ce que les robots doivent faire. Bien que le développement d'une véritable équipe homme-robot puisse être difficile au départ, il est susceptible d'être plus efficace à long terme pour des missions complexes.
