Vers le site Automates Intelilgents
La Revue mensuelle n° 177
Robotique, vie artificielle, réalité virtuelle

Information, réflexion, discussion
logo admiroutes

Tous les numéros


Archives
(classement par rubrique

Image animée
 Dans La Revue
 

Retour au sommaire

Automates Intelligents s'enrichit du logiciel Alexandria.
Double-cliquez sur chaque mot de cette page et s'afficheront alors définitions, synonymes et expressions constituées de ce mot. Une fenêtre déroulante permet aussi d'accéder à la définition du mot dans une autre langue (22 langues sont disponibles, dont le Japonais).

 

Article. Mesurer l'intelligence chez les robots
Jean-Paul Baquiast 28/01/2017


Dans ce test du Raven's Progressive Matrices, l'on peut demander à un sujet de désigner le carré de la série du bas présentant le plus grand nombre de traits en relation le rapprochant d'un de ceux de la série du haut. En l'espèce, il s'agira de D. Comme on le voit, la réponse n'a rien d'évident.

L'intelligence telle que les humains la conçoivent, repose à un niveau élémentaire sur la capacité d'établir des relations entre les objets perçus par les sens puis agir en conséquence, au lieu de se laisser déterminer passivement de perception en perception.

Ainsi un piéton ne doit pas se borner à regarder le bord du trottoir puis ensuite regarder une voiture qui approche, sans faire de lien entre ces deux perceptions. Il doit comprendre qu'il échappera à la voiture en montant sur le trottoir. Même s'il a été éduqué pour se protéger des voitures, il devra adapter cette éducation générale aux circonstances de chaque moment. Plus généralement il devra établir en permanence des analogies entre perceptions successives.

Cette capacité n'est pas à la disposition de la plupart des animaux. Les perceptions déclenchent chez eux des réponses qui ne sont pas facilement adaptatives. Elles sont généralement déterminées, soit par un héritage génétique ancien, soit par des expériences préalables répétées s'exprimant sous la forme d'un code de conduite peu adaptatif.

Les systèmes d'intelligence artificielle (AI) destinés à provoquer des réponses intelligentes chez des machines ou des robots doivent acquérir les mêmes capacités de perception analogique, ou plus exactement de reconnaissance analogique. Ce n'est généralement pas le cas.

Une équipe de la Northwestern University 1) a développé un programme visant à permettre à un niveau élémentaire la capacité d'établir des relations entre perceptions, premier pas vers l'acquisition d'une intelligence artificielle de type humain. 2).

Celui-ci repose sur les capacités d'une plateforme d'AI développée par cette université pour simuler des applications reposant sur le raisonnement qualitatif. Il s'agit de Cogsketch 3)

Le programme présenté a été expérimenté à partir d'un test non verbal dit Raven’s Progressive Matrices 4) permettant de mesurer, chez les humains comme éventuellement chez des animaux, l'aptitude au raisonnement abstrait. Il s'est comporté, selon les chercheurs, mieux que la plupart des humains soumis pour la première fois à ce test.

Cette recherche montre clairement que définir des capacités d'intelligence artificielle simulant l'intelligence humaine n'est pas si facile que le profane ne l'imagine. Il faut notamment se donner auparavant des tests de l'intelligence humaine suffisamment sophistiqués. Ceux-ci ne sont pas aussi communs que l'on pourrait croire.

Sources

1) http://www.mccormick.northwestern.edu/news/articles/2017/01/making-ai-systems-

2) http://psycnet.apa.org/journals/rev/124/1/60/

3) Cogsketch http://www.qrg.northwestern.edu/software/cogsketch/

Sur Cogsketch, voir la présentation générale

People sketch to work through ideas and to communicate, especially when dealing with spatial matters. Software that could participate in sketching could revolutionize spatial education and provide a new kind of instrument for cognitive science research, and also be be an important scientific advance in its own right. Our goal is to do the research and development needed to create a sketch understanding system that can be used as an instrument for cognitive science research and as a platform for educational software. This system, called CogSketch, will be one of the products of the Center. Our vision is that, in ten years or less, sketch-based educational software can be as widely available to students as graphing calculators are today. To achieve this vision will require tight collaboration between the AI researchers on the CogSketch development team and psychologists, learning scientists, and educators.

4) Voir https://en.wikipedia.org/wiki/Raven%27s_Progressive_Matrices4

 

 


Retour au sommaire