Tag Archives: Machine Learning IA

Une intelligence artificielle a caché des données à son créateur

Une intelligence artificielle développée par les chercheurs de Google et Stanford a dissimulé des données à ses créateurs afin d’atteindre plus rapidement son objectif : convertir des images aériennes en cartes Google Maps.

Afin d’accélerer le processus de transformation d’images satellites en cartes pour le service Google Maps, des chercheurs de Stanford et Google ont tenté d’utiliser le Machine Learning et l’intelligence artificielle avec le réseau de neurones CycleGAN.

Ce réseau de neurones est censé apprendre à transformer les images de type X en images de type Y, et vice-versa, en effectuant de multiples expériences. Lors des premiers essais, les résultats se sont révélés très convaincants. Peut-être même un peu trop…

En analysant les images générées par l’IA, et en tentant de reconstituer les photographies en vue aérienne à partir des cartes, les chercheurs se sont aperçus que de nombreux détails avaient été supprimés en cours de route. En réalité, ces détails de la photo aérienne manquants étaient secrètement encodés dans les données visuelles de la carte sous la forme de milliers d’infimes changements de couleurs.

L’intelligence artificielle a triché parce qu’on ne lui a pas interdit

ia triche

Ces modifications étaient imperceptibles pour l’œil humain, mais très faciles à détecter pour l’ordinateur. De cette manière, l’IA était capable d’encoder les informations de n’importe quelle carte aérienne sur n’importe quelle street map. Il s’agit d’une technique appelée ” stéganographie “, notamment utilisée pour ajouter des métadonnées sur une photo.

Cependant, c’est bien la première fois qu’une IA a recours à cette méthode de son propre chef. En réalité, l’objectif de l’IA était tout bonnement de tricher pour effectuer la tâche qui lui était confiée. Parce qu’elle n’était pas suffisamment ” intelligente ” pour convertir les images aériennes en cartes, elle a tout simplement contourné sa mission en ayant recours à cet étonnant subterfuge.

Toutefois, une évaluation plus complète des résultats aurait permis d’empêcher cette tentative de tricherie. En effet, comme tous les ordinateurs, cette IA s’est contentée de faire ce qui lui était demandé en employant la méthode la plus simple et la plus rapide. Le fait qu’elle ait triché pour y parvenir met en lumière une potentielle faiblesse de ce type de réseaux de neurones.

Source : lebigdata.fr

Google a créé une IA capable de s’habiller grâce au Machine Learning

Les chercheurs de Google Brain et du Georgia Institute of Technology ont appris à un personnage virtuel doté d’intelligence artificielle à s’habiller seul grâce au Machine Learning. Une prouesse bien plus impressionnante qu’il n’y paraît.

Pour la plupart d’entre nous, le fait de s’habiller le matin est un automatisme. Une tâche rébarbative du quotidien, à laquelle on s’attelle sans même y penser. Nous y sommes si habitués que l’on ne prête plus attention aux multiples étapes et aux nombreux mouvements que ce rituel implique.

En réalité, mettre ses vêtements requiert un grand nombre d’interactions physiques entre un individu et ses habits. Par exemple, pour enfiler un T-shirt, il est nécessaire de le tirer, de passer sa main dans l’ouverture, puis de pousser son bras dans la manche.

Ces interactions sont principalement guidées par le sens du toucher. En effet, les vêtements répondent aux moindres changements de position du corps en se froissant ou en collant au corps. Ainsi, créer une animation d’un personnage qui s’habille se révèle complexe.

Afin de relever ce défi, les chercheurs de Google Brain et du Georgia Institute of Technology se sont associés pour apprendre à une intelligence artificielle de type réseau de neurones à s’habiller en partant de zéro. Grâce au Machine Learning, ces scientifiques sont parvenus à simuler une par une toutes les étapes du processus.

Google : l’IA a répété chaque mouvement des milliers de fois pour apprendre à s’habiller

Le personnage virtuel doté d’IA a répété chaque étape des milliers de fois, en recevant à chaque fois un signal de récompense ou de pénalité pour lui indiquer si ses efforts portent dans la bonne direction ou s’il s’éloigne de son objectif. Chaque fois qu’un changement positif était détecté dans le comportement du personnage, le réseau de neurones a été mis à jour par les chercheurs pour augmenter les chances que ces changements se reproduisent dans le futur. Ainsi, le personnage virtuel a pu apprendre comment réussir chaque tâche.

Cette expérience pourrait permettre d’améliorer la façon dont les personnages qui s’habillent sont animés dans les films d’animation ou les jeux vidéo par exemple. Toutefois, la méthode pourrait aussi être à nouveau utilisée pour l’animation de diverses interactions nécessitant plusieurs étapes complexes.

Elle pourrait aussi être utilisée pour apprendre à des robots à s’entraîner à effectuer des tâches dans le monde virtuel pour ensuite les reproduire dans le monde réel. Les scientifiques à l’origine de cette étude travaillent actuellement avec d’autres chercheurs du Georgia Tech Healthcare Robotics pour développer des robots d’assistance capables d’aider des personnes à s’habiller.

Les chercheurs Alexander Clegg, Wenhao Yu, Greg Turk et Karen Liu du Georgia Tech Institute et le chercheur Jie Tan de Google Brain présenteront leurs travaux lors du SIGGRAPH Asia 2018 qui prendra place à Tokyo du 4 au 7 décembre 2018.

Lebigdata.fr – Source :