Les logiciels d'intelligence artificielle du MIT et du Georgetown University Medical Center utilisent l'apprentissage préalable pour comprendre plus efficacement les concepts visuels.

Avantages

  • Augmentation de la vitesse
  • Efficacité accrue
  • Dynamique

Applications

  • AI / Apprentissage automatique

Objectifs de développement durable des Nations Unies abordés

  • Objectif 9 : Innovation et infrastructure de l'industrie

Le projet

Les humains ont la capacité d’apprendre rapidement et précisément de nouveaux concepts visuels sans beaucoup de données, souvent à partir d’un seul exemple. Même les tout-petits peuvent apprendre à reconnaître rapidement les zèbres et à les distinguer des chats, des chevaux et des girafes. En effet, le cerveau est capable de simplifier l’apprentissage en utilisant des représentations précédemment apprises pour informer de nouvelles informations. Cependant, les ordinateurs ont souvent besoin de voir un exemple des centaines, voire des milliers de fois pour savoir de quoi il s'agit et le distinguer d'un objet similaire.

Détails de l'innovation

Le logiciel d’IA (intelligence artificielle) permet aux ordinateurs d’apprendre de nouveaux concepts visuels avec seulement un petit nombre d’exemples, de la même manière que le cerveau apprend. Pour ce faire, il identifie les relations entre les catégories visuelles afin de différencier les données visuelles, plutôt que de simplement identifier des caractéristiques uniques telles que la couleur et la forme. Par exemple, plutôt que d'identifier les caractéristiques visuelles de base d'un ornithorynque, il stocke des concepts de plus haut niveau, comme la façon dont un ornithorynque ressemble un peu à un canard, un castor et une loutre de mer. L'ordinateur stocke ensuite ces informations dans une banque de données qui peut être facilement référencée et associée à de nouvelles informations entrantes. Au total, cela augmente l’efficacité et la vitesse de l’apprentissage visuel sur les ordinateurs.

 

Modèle biologique

Au fur et à mesure que le cerveau apprend, il construit des réseaux de neurones connectés pour stocker et partager des informations, notamment la taille, la couleur et la texture d'un objet. On pense qu’une zone du cerveau, le lobe temporal antérieur, contient des hiérarchies neuronales complexes qui codent pour des représentations conceptuelles « abstraites » supplémentaires qui vont au-delà des caractéristiques de base de la couleur et de la forme. Cette « base de données » d'informations est constamment mise à jour et référencée chaque fois que nous apprenons une nouvelle tâche ou un nouvel objet. Cela permet aux humains d’apprendre de nouvelles informations beaucoup plus rapidement et facilement.