Jeff Dean, vice-président senior et maître de conférences de Google Artificial Intelligence, a récemment publié un article affirmant que Google a commencéCadre d'intelligence artificielle de nouvelle génération « Pathways », il sera possible de gérer des dizaines de milliers de tâches d'exécution en entraînant un seul modèle.
Google a investi beaucoup de temps dans l'élaboration de ce cadre d'IA. Lors d'une précédente présentation publique, Jeff Dean a déclaré que la seule question restant en suspens concernait les implications éthiques de sa nature computationnelle. Il s'agit de garantir que les résultats des opérations d'IA entraînées soient plus conformes aux attentes humaines et évitent toute discrimination et tout biais.
Ce cadre, appelé architecture d'intelligence artificielle de nouvelle génération, est conçu avec la caractéristique clé de pouvoir gérer des dizaines de milliers de tâches en entraînant un modèle unique. Contrairement à l'intelligence artificielle actuelle entraînée par l'apprentissage profond et d'autres méthodes, qui ne peut gérer qu'une seule tâche ou un seul problème dans un domaine spécifique, l'intelligence artificielle entraînée grâce au nouveau cadre sera évidemment capable de tirer des inférences à partir d'une instance et même de générer davantage de modèles d'interaction connexes.
Selon la description, « Pathways » sera capable d'imiter les schémas de la mémoire humaine et d'utiliser les connaissances acquises pour accélérer l'apprentissage de nouvelles compétences. Il pourra même générer davantage d'interactions grâce aux connaissances mémorisées. Contrairement aux intelligences artificielles précédentes, qui ne pouvaient mémoriser que des résultats d'entraînement spécifiques à la fois, si un réentraînement est nécessaire, un modèle entièrement nouveau devra être construit.
Cette conception de cadre réduit non seulement efficacement le temps nécessaire à la création de l'IA, mais accélère également l'efficacité des opérations de l'IA et peut même réduire considérablement les données utilisées pour la formation, permettant aux utilisateurs d'utiliser une IA plus intelligente sur les terminaux et de faire face à des modèles informatiques plus complexes.
De plus, les données fournies pour l'entraînement du framework « Pathways » peuvent également traiter plusieurs types d'images simultanément. Par exemple, en fournissant simultanément des images de l'apparence d'un guépard, de ses cris et des descriptions textuelles ou vocales associées, le framework « Pathways » peut rapidement construire un modèle d'intelligence artificielle capable de comprendre « ce qu'est un guépard ».
Auparavant, il était nécessaire de construire des sous-ensembles distincts de modèles d'IA utilisant différents contenus de données, puis d'établir un modèle d'IA complet capable de comprendre « ce qu'est un guépard » grâce à une approche intégrée. Cette approche doublait non seulement le temps d'apprentissage, mais comportait également une efficacité d'exécution relativement faible.
Concernant l'architecture globale, le modèle construit par le framework « Pathways » simule le fonctionnement des neurones du cerveau humain. Ainsi, en temps normal, seuls des blocs spécifiques du modèle sont appelés pour exécuter les opérations, sans qu'il soit nécessaire d'activer l'ensemble des blocs. Par exemple, lors du traitement d'une traduction chinois-anglais, seules les traductions chinoise et anglaise doivent être traitées, sans comparaison avec d'autres parties linguistiques. Cela permet d'économiser de la puissance et d'obtenir une exécution et une réactivité accrues.
Il n'est pas encore possible de confirmer à quels services Google prévoit d'appliquer le cadre « Pathways », mais ils incluront certainement la recherche Google fréquemment utilisée et le service d'assistant numérique Google Assistant.
