À l’ère du développement technologique rapide, il semble que le concept d’auto-apprentissage ne se limite pas au domaine de l’éducation humaine. Les systèmes informatiques évoluent considérablement et deviennent plus intelligents et auto-apprenants, ce qui leur ouvre la possibilité d'acquérir de la compréhension, de l'instinct et du bon sens dans une variété de domaines.
Le bon sens est une capacité proprement humaine, mais l’IA peut-elle l’apprendre ? Dans cet article, nous explorerons en profondeur comment les systèmes informatiques peuvent parvenir à l’auto-apprentissage et à une compréhension approfondie des environnements dans lesquels ils fonctionnent. Nous examinerons les dernières innovations et développements dans le domaine et vous donnerons une évaluation des technologies actuelles et des défis auxquels ce concept passionnant est confronté.
Le bon sens, nous pensons tous l’avoir. mais qu'est ce que c'est exactement? Les ordinateurs ou les systèmes d’IA peuvent-ils vraiment comprendre ?
Que vous soyez intéressé par l’intelligence artificielle, le développement de la robotique ou la technologie du deep learning, vous trouverez dans cet article des informations précieuses sur les capacités des systèmes informatiques à faire preuve de bon sens. Nous vous aiderons à comprendre l’ampleur des progrès dans ce domaine et comment les exploiter de manière optimale dans divers usages. Vérifier Certains des facteurs qui détermineront qui réalisera en premier une adoption massive entre l’IA et la Blockchain.
Qu’est-ce que le bon sens et comment les humains l’acquièrent-ils ?
Le bon sens est la capacité fondamentale de percevoir, de comprendre et de juger les choses à travers des concepts communs et intuitifs que la plupart des gens s’attendent à posséder. C'est l'ensemble des faits, informations et règles de base qu'une personne accumule à travers ses expériences et observations de vie. Le bon sens nous permet de traiter et de réagir efficacement aux situations quotidiennes sans les analyser trop en profondeur.
Les humains commencent à acquérir le bon sens dès le plus jeune âge. En tant que bébés, nous commençons à apprendre les relations de cause à effet, comme pleurer avant d’allaiter ou de changer une couche. Grâce à des expériences répétées, nous acquérons des connaissances pratiques sur le monde. Par exemple, toucher une cuisinière chaude peut provoquer une brûlure. On apprend donc à ne pas toucher les surfaces chaudes.
En tant qu’enfants, nous continuons à développer notre bon sens grâce aux essais et erreurs, à l’observation et à l’interaction avec les membres de la famille. Par exemple, nous savons que les vêtements doivent être lavés régulièrement, qu’il ne faut pas parler la bouche pleine de nourriture et que renverser une tasse de lait fait des dégâts. Les parents, frères et sœurs, enseignants et autres adultes corrigent notre comportement lorsque nous violons les normes et attentes de la société. Au fil du temps, ces leçons sont devenues ancrées dans le bon sens fondamental.
Outre les expériences personnelles, le bon sens est façonné par des normes sociales et culturelles plus larges. Ce qui peut avoir du sens dans une culture (comme retirer ses chaussures en entrant dans une maison) peut ne pas l'être dans une autre.
Notre bon sens s’adapte à mesure que nous mûrissons et que nous sommes exposés à davantage de personnes et d’environnements. Ainsi, un enfant qui grandit dans une petite ville acquiert un bon sens de base sur la vie dans cet environnement. Un adulte qui déménage dans une grande ville métropolitaine doit adapter son bon sens au nouvel environnement.
Le bon sens continue d’évoluer à mesure que nous vivons de nouvelles expériences tout au long de notre vie. Vérifier Choses à éviter de demander aux chatbots IA.
Pourquoi le bon sens est-il un défi pour les ordinateurs ?
Il y a plusieurs raisons pour lesquelles il est difficile de programmer avec le bon sens.
D’une part, les humains acquièrent progressivement leur bon sens au fil des années de découverte du monde. Nous essayons des choses, voyons ce qui fonctionne et ce qui ne fonctionne pas et mémorisons les leçons. Les ordinateurs n’ont pas ce genre d’expériences du monde réel sur lesquelles s’appuyer. Elle sait seulement ce que les humains lui disent explicitement.
Par exemple, j'ai posé cette question sur ChatGPT (GPT 3.5) :
Janet dirige une entreprise de blanchisserie. Elle lave les vêtements des clients et les étend dehors sur des cordes à linge pour les faire sécher au soleil. Un jour, Janet a lavé cinq chemises et les a accrochées à des cordes à linge le matin. Les chemises ont mis cinq heures à sécher. Combien de temps faudra-t-il pour sécher 30 chemises ?
Où sa réponse était comme ceci :
Un autre problème est que le bon sens dépend du contexte. Si un ordinateur n’a programmé que des règles spécifiques, il ne peut pas les adapter à de nouveaux contextes comme le font intuitivement les humains.
Par exemple, supposons que vous appreniez à l’ordinateur quoi faire s’il commence à pleuvoir. Cela semble évident, non ? Mais alors, au lieu de pleuvoir, un arroseur s'allume ? Ou que se passe-t-il s'il se trouve dans une épicerie et que les tuyaux commencent à fuir du plafond ? Nous saurons immédiatement comment gérer ces différences, mais l'ordinateur suivra aveuglément la règle "quand il pleut pendant que tu es dehors, rentre à l'intérieur", ce qui n'a plus de sens.
Il existe également des règles et hypothèses tacites que les humains intériorisent sans s’en rendre compte. Par exemple, à quelle distance pouvez-vous vous tenir à côté de quelqu’un avant de vous sentir gêné ? Les humains connaissent la réponse intuitivement, mais ils ne sont peut-être pas en mesure d’expliquer facilement les règles exactes. Ces normes sociales implicites peuvent être particulièrement difficiles à capturer pour les ordinateurs uniquement à partir de données.
Ainsi, pour l’instant, le bon sens reste l’une des plus grandes faiblesses de l’IA par rapport à l’intelligence humaine. Cela vient naturellement aux gens, mais pas tellement aux appareils.
Comment les ordinateurs peuvent apprendre le bon sens
Après l’optimisme des débuts des années XNUMX et XNUMX, les chercheurs ont réalisé à quel point il était difficile d’enseigner le bon sens aux ordinateurs. Cependant, les nouvelles approches s’avèrent prometteuses dans la formation des systèmes d’IA pour qu’ils acquièrent un bon sens fondamental concernant le monde social réel et quotidien.
Une approche consiste à constituer manuellement une base de connaissances étendue, détaillant les faits et les règles sur le fonctionnement du monde. Le projet Cyc, lancé par Doug Linate en 1984, est l'un de ces efforts ambitieux.
Des centaines de personnes ont codé des millions d’axiomes logiques en Cyc au fil des décennies. Bien que le processus prenne du temps, le résultat est un système doté d’une grande connaissance du monde réel. De toute évidence, Cyc peut penser que les tomates sont techniquement un fruit mais ne devraient pas être mises dans une salade de fruits, grâce à sa connaissance des profils de saveurs culinaires.
Le bon sens du crowdsourcing avec ConceptNet
Adopter les bases de connaissances les plus récentes telles que ConceptNet Approche de crowdsourcing pour générer des assertions booléennes. L’idée est qu’au lieu d’être des experts ou des IA essayant de comprendre tous les faits et relations fondamentaux du monde, ils les ouvrent afin que chacun puisse apporter des bribes de bon sens.
Cette approche de crowdsourcing permet à ces bases de connaissances de tirer parti de l'intelligence collective de nombreuses personnes diverses sur Internet. En regroupant des milliers et des milliers de ces petites anecdotes logiques provenant d'un public, ConceptNet a constitué des référentiels étonnamment vastes de connaissances de base quotidiennes. Et comme de nouveaux contributeurs y ajoutent toujours, les connaissances ne cessent de croître.
Enseigner le bon sens par l'expérience
Une autre approche prometteuse consiste à créer des mondes simulés détaillés dans lesquels les agents d’IA peuvent expérimenter et apprendre la physique et l’intuition grâce à l’expérience.
Les chercheurs créent des environnements virtuels 3D remplis d'objets du quotidien qui simulent le monde réel, comme la maison numérique AI2 THOR construite par l'Institut Allen. Au sein de ces espaces, les robots IA peuvent expérimenter toutes sortes d’interactions pour développer une compréhension intuitive de concepts que les humains tiennent pour acquis.
Par exemple, un robot IA peut recevoir un corps virtuel et tenter de ramasser, empiler, lâcher des blocs, etc. En voyant les blocs tomber et entrer en collision de manière réaliste, le robot apprend les concepts de base sur la rigidité, la gravité et la dynamique physique. Aucune règle n'est nécessaire, juste de l'expérience.
Le robot peut également expérimenter des actions telles que laisser tomber un objet en verre et le voir se briser lorsqu'il touche le sol. Il peut également expérimenter les propriétés de l'eau en versant des liquides et en observant comment ils s'écoulent et s'accumulent. Ces leçons pratiques reposent sur la connaissance de l’IA dans l’expérience sensorielle et pas seulement dans les modèles de données.
Les techniques basées sur les données, telles que la pré-formation de puissants modèles de langage volumineux, se sont également révélées étonnamment efficaces pour détecter des modèles de bon sens. Les modèles d'IA tels que GPT-3.5 et GPT-4 peuvent générer du texte qui ressemble de manière impressionnante à des conversations humaines après avoir « lu » d'énormes quantités de données Internet.
Même si elle fait parfois des suggestions peu judicieuses (c'est-à-dire Hallucinations d'intelligence artificielle), l’approche d’apprentissage statistique lui permet de mimer certains types de bon sens. Cependant, la question reste de savoir si cela relève du bon sens ou s’il s’agit d’une exploitation intelligente des biais présents dans les données. Vérifier Comment l'intelligence artificielle brouille la frontière entre réalité et fantasme.
Comment tester le bon sens des ordinateurs
À mesure que les systèmes d’IA assument des tâches plus complexes dans le monde réel, il devient essentiel d’évaluer s’ils font preuve de « bon sens ».
Le bon sens physique
Un domaine à tester est celui du bon sens, c’est-à-dire les intuitions sur les choses, les forces et les propriétés fondamentales du monde.
Par exemple, un système de vision par ordinateur pourrait voir l’image d’un livre flottant dans les airs et lui demander de décrire la scène. Est-ce qu'il remarque quelque chose d'inhabituel à propos du livre flottant ? Ou bien le système d’IA pourrait être alimenté par des scénarios inhabituels tels que « un homme coupant une pierre avec une miche de pain » et vérifier s’il signale ces scénarios comme improbables.
L'environnement AI2 THOR de l'Institut Allen simule des tours, des déversements et d'autres scènes pour tester ces intuitions physiques.
Le bon sens social
Les humains ont également un bon sens social – une compréhension implicite des motivations, des relations et des normes des gens. Pour évaluer cela en IA, posez des situations avec des pronoms ou des motifs ambigus et voyez si le système les interprète de manière raisonnable.
Par exemple, ChatGPT a demandé si « ça » faisait référence à une valise ou à une tasse dans l'invite ci-dessous.
Il a échoué au test. En attendant, on saurait évidemment que je montre le sac.
Sécurité et éthique
Il est essentiel de vérifier si les systèmes d’IA ont appris des modèles dangereux ou contraires à l’éthique. Analysez si l'IA présente des préjugés néfastes basés sur le sexe, la race ou d'autres caractéristiques lors de la prise de jugement.
Vérifiez s’il offre des nuances éthiques raisonnables. Tuer un ours pour sauver un enfant peut être justifié, mais faire exploser une bombe nucléaire dans le même but ne l'est pas. Marquez clairement toute recommandation concernant des actions contraires à l’éthique.
performances dans le monde réel
Évaluez le bon sens en observant comment les systèmes d’IA fonctionnent dans des environnements réels. Par exemple, les voitures autonomes reconnaissent-elles et réagissent-elles correctement aux objets et aux piétons ? Un robot peut-il se déplacer dans divers environnements domestiques sans casser des objets de valeur ni blesser des animaux domestiques ?
Les tests en conditions réelles révèlent des lacunes dans le bon sens qui pourraient ne pas apparaître dans des conditions de laboratoire limitées. Vérifier Facteurs clés à prendre en compte lors du test de précision des chatbots IA.
Des progrès ont été réalisés, mais le business repose toujours sur une IA de bon sens
Certains experts affirment que l’intelligence artificielle n’atteindra peut-être jamais le bon sens humain sans développer des structures cérébrales et des corps comme les nôtres. D’un autre côté, les esprits numériques ne sont pas limités par les préjugés humains et les raccourcis mentaux, donc en théorie, ils peuvent nous déjouer ! Bien que vous n’ayez probablement pas encore à vous soucier de l’IA super intelligente.
À court terme, votre meilleur pari est une IA qui combine le bon sens appris et une bonne vieille programmation. De cette façon, nous espérons que des erreurs stupides, comme confondre la tortue avec le pistolet, pourront être évitées.
Nous n’en sommes pas encore là, mais le bon sens n’est plus la matière noire de l’IA. Toutefois, une bonne dose de bon sens sera nécessaire pour appliquer ces technologies pendant un certain temps. Vous pouvez voir maintenant Les meilleures applications de l'intelligence artificielle pour améliorer la routine des soins et le développement personnel.
