Suivez-nous

Internet

IA : pour ces chercheurs du MIT, la recherche atteindra bientôt ses limites

Il ne serait bientôt plus matériellement possible d’aller plus loin.

Il y a

  

le

 
Une intelligence artificielle pour diagnostiquer en avance la maladie d'Alzheimer
© Presse-citron.net

Chatbots, reconnaissance faciale et vocale, détections d’objets… les applications du deep learning sont nombreuses et les innovations sont très fréquentes. La croissance du secteur est telle que l’on peine à imaginer un ralentissement mais cela pourrait bien arriver prochainement. Des chercheurs du MIT viennent en effet de publier un article tendant à montrer qu’il sera à l’avenir plus difficile de progresser sur ce type d’intelligence artificielle.

Pour arriver à cette conclusion, les scientifiques ont passé en revue pas moins de 1000 articles sur le deep learning. Ils en concluent qu’il sera bientôt difficile sur le plan économique et environnemental de faire avancer ces systèmes.

Des solutions existent pour continuer d’innover en matière de deep learning

Ainsi, le coût sera si élevé qu’il ne sera plus rentable d’effectuer des recherches dans ce domaine. Pour autant, rien n’est perdu à long terme. Les chercheurs estiment en effet qu’il sera peut-être possible de proposer de meilleurs algorithmes et des méthodes d’apprentissage automatique innovantes qui résoudront ce problème. L’informatique quantique est également une piste à surveiller de très près selon eux.

La parade a en fait peut-être déjà été trouvée par une équipe de l’Université de Californie du Sud et d’Intel. Ces derniers ont découvert un moyen de former les algorithmes d’apprentissage par renforcement profond en utilisant du matériel disponible dans les laboratoires universitaires. Concrètement, un seul poste de travail leur a permis d’entraîner une IA sur le jeu vidéo Doom et à réaliser des défis 3D créés par DeepMind, la société de Google.

«Inventer des moyens de réaliser un algorithme sur du matériel de base est un objectif de recherche fantastique. En plus de laisser de plus petits groupes de recherche de côté, les ressources informatiques normalement nécessaires pour mener à bien ce type de recherche ont une empreinte carbone importante. Toute avancée vers la démocratisation et la réduction des besoins énergétiques pour faire de la recherche est un pas dans la bonne direction », précise à l’IEEE Spectrum, Peter Stone, professeur à l’Université du Texas.

Reste à savoir si ces progrès seront suffisants pour pallier aux limites matérielles du développement du deep learning.

Newsletter 🍋 Inscrivez-vous à la newsletter tout juste sortie du four, rien que pour vous

Cliquez pour commenter

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Les bons plans

Partenaire : Samsung

Dernières news

Newsletter 🍋 Inscrivez-vous à la newsletter tout juste sortie du four, rien que pour vous

Les tests