The Doppler Quarterly (FRANÇAIS) Printemps 2018 | Page 39

La recherche dans le domaine de
l'intelligence artificielle n'a de cesse de
produire des innovations et à ce titre,
une nouvelle percée majeure a eu lieu
récemment, avec le concours
de super-ordinateurs HPE.
Contexte de développement de l'intelligence artificielle
L'intelligence artificielle (IA) a été largement définie comme étant l'intelligence
manifestée par des machines, et une branche de cette discipline appelée apprentis-
sage approfondi, ou Deep Learning (DL) a suscité beaucoup d’attention au cours de
ces dernières années. L’apprentissage approfondi, DL ou apprentissage hiérar-
chique, est une subdivision de l’apprentissage automatique qui imite la fonction du
néocortex humain. Le néocortex est la partie du cerveau qui est impliquée dans
certaines fonctions cérébrales complexes telles que la perception sensorielle, les
commandes motrices, le raisonnement spatial, le langage ou encore les facultés
cognitives.
Une société appelée DeepMind, rachetée par Google en 2014, est à l'origine d'un
grand nombre de découvertes en matière d'apprentissage approfondi, alimentées
par la quantité de données auxquelles Google a accès. Il est à noter que l'« appren-
tissage  » accompli par les algorithmes DL consiste traditionnellement à ingérer
d'importantes quantités de données. Comme nous allons le voir, il existe de nou-
velles méthodes d'apprentissage de type DL.
Les avancées les plus récentes sont le fait du professeur Tuomas Sandholm, accom-
pagné d'une équipe composée de ses étudiants de cycle supérieur à l’Université
Carnegie Mellon, en travaillant avec des super-calculateurs HPE.
Nous allons revenir sur les trois inventions clés apparues au cours de ces deux
dernières décennies, et même avant, en décrivant de façon détaillée les différentes
approches employées, et évoquerons les possibilités passionnantes que cette tech-
nologie émergente pourrait offrir à l’avenir.
La percée initiale
En 1996-97, un ordinateur baptisé Deep Blue devenait le premier programme d’in-
telligence artificielle capable de vaincre le champion du monde d’échecs en titre. Ce
système avait été initialement développé par Hsu Feng-Hsiung, de l'Université Car-
negie Mellon, mais n'avait été achevé par celui-ci qu’après être entré dans les rang
d’IBM, en compagnie des autres membres de l’équipe, Thomas Anantharaman et
Murray Campbell. Les échecs se jouent sur un plateau de taille relativement réduite,
composé de huit rangées de huit cases. Bien qu’il existe de nombreuses possibilités
de déplacement à un moment donné de la partie, le problème a pu être résolu grâce
à la puissance de calcul de la force brute générée par le matériel d’IBM de l’époque.
Ce système était capable d’évaluer 200 millions de positions à la seconde.
L’approche de base a consisté à produire un algorithme généralisé comportant un
grand nombre de paramètres. Le système a ensuite calculé les valeurs optimales de
ces paramètres en analysant plusieurs centaines de milliers de parties jouées par
PRINTEMPS 2018 | THE DOPPLER | 37