Une étude menée par une équipe de chercheurs de la société DeepMind a montré comment une intelligence artificielle peut apprendre des concepts de physique de la même manière qu’un nourrisson découvre le monde. Baptisée « PLATO », l’IA a été entraînée avec des vidéos d’objets simples en se concentrant sur cinq concepts physiques clés : la continuité, la persistance des objets, la solidité, l’immuabilité et l’inertie directionnelle.
L’apprentissage du bon sens
Les scientifiques de DeepMind ont reconnu que bien que les IAs aient fait des progrès considérables ces dernières années, elles ont encore du mal à montrer un « bon sens » dans leurs prédictions, inférences et actions dans des situations quotidiennes. Cependant, ils ont également souligné que la compréhension intuitive de la physique est « fondamentale pour l’intelligence incarnée », car elle est essentielle à toute interaction pratique.
Une approche innovante pour l’apprentissage de l’IA
Les chercheurs de DeepMind ont adopté une approche innovante pour aider une IA à apprendre la physique intuitive en s’inspirant de la psychologie du développement chez les nourrissons. Les psychologues du développement étudient comment les bébés suivent le mouvement des objets en suivant leur regard. Lorsqu’on leur montre une vidéo de quelque chose de surprenant, comme une balle qui disparaît soudainement, les enfants en bas âge expriment leur surprise. Ainsi, l’équipe de recherche menée par Luis Piloto a mesuré la surprise des nourrissons en fonction de la durée de leur regard dans une direction donnée.
Les chercheurs ont concentré leur attention sur cinq concepts physiques clés lors de l’entraînement de l’IA « PLATO »: la continuité, la persistance des objets, la solidité, l’immuabilité et l’inertie directionnelle. Ces concepts sont considérés comme « centraux » dans la littérature sur la psychologie du développement car ils sont considérés comme fondamentaux pour la compréhension intuitive de la physique.
Mesurer la connaissance d’un concept physique
L’équipe de chercheurs a ensuite utilisé les vidéos d’objets simples en mouvement pour entraîner le réseau neuronal à reconnaître et comprendre ces concepts. La méthode utilisée pour mesurer la connaissance d’un concept physique par l’IA est connue sous le nom de « paradigme de la transgression des attentes ». Les chercheurs ont observé des effets d’apprentissage après seulement 28 heures de vidéos, ce qui suggère que l’IA a appris à prédire et à comprendre les violations de ces concepts physiques de manière intuitive.
Vers une compréhension intuitive de la physique par les IAs
Cette étude ouvre la voie à la possibilité de développer des IAs avec une compréhension intuitive de la physique, ce qui pourrait être bénéfique pour de nombreuses applications, telles que la robotique ou la reconnaissance de la parole. Les chercheurs espèrent maintenant pouvoir utiliser cette approche pour étudier d’autres aspects de la cognition humaine, comme la perception de la cause et de l’effet. Ils espèrent également pouvoir utiliser cette approche pour étudier comment d’autres concepts complexes, tels que le langage, peuvent être appris par une IA de manière intuitive.
En entrainant un réseau neuronal en utilisant des données visuelles inspirées de la psychologie du développement chez les enfants en bas âge, les chercheurs de la société DeepMind ont réussi à lui apprendre des concepts de physique de manière intuitive. Cette découverte pourrait avoir des implications importantes pour le développement d’intelligences artificielles (ou réseaux de neurones) capables de comprendre intuitivement la physique et d’autres concepts complexes, ce qui pourrait déboucher sur de nombreuses applications bénéfiques.
