IA incarnée, superintelligence et algorithme maître – TechCrunch


Qu’est-ce qui nous fera passer du potentiel à la réalité dans les 18 prochains mois ?

Superintelligence, grossièrement définie en tant qu’algorithme d’IA qui peut résoudre tous les problèmes mieux que les gens, sera un tournant pour l’humanité et la technologie.

Même les meilleurs experts humains ont du mal à faire des prédictions sur des problèmes très probabilistes et méchants. Et pourtant, ces méchants problèmes nous entourent. Nous vivons tous d’immenses changements dans des systèmes complexes qui ont un impact sur le climat, la santé publique, la géopolitique et les besoins fondamentaux desservis par la chaîne d’approvisionnement.

Il est pratiquement impossible de déterminer la meilleure façon de distribuer les vaccins COVID-19 sans l’aide d’un algorithme. Nous devons devenir plus intelligents dans la façon dont nous résolvons ces problèmes – rapidement.

La superintelligence, si elle est atteinte, nous aiderait à faire de meilleures prévisions sur les défis tels que les catastrophes naturelles, la construction de chaînes d’approvisionnement résilientes ou les conflits géopolitiques, et à proposer de meilleures stratégies pour les résoudre. La dernière décennie a montré à quel point l’IA peut améliorer la précision de nos prédictions. C’est pourquoi il y a une course internationale entre les entreprises et les gouvernements autour de la superintelligence.

Au cours de la prochaine année et demie, nous assisterons à une adoption croissante de technologies qui déclencheront un changement plus large dans l’industrie, tout comme Tesla a déclenché la transition vers les véhicules électriques.

Des groupes de réflexion hautement crédibles comme Deepmind et OpenAI affirment que la voie vers la superintelligence est visible. Le mois dernier, Deepmind a déclaré l’apprentissage par renforcement (RL) pourrait nous y amener, et RL est au cœur de l’IA incarnée.

Qu’est-ce que l’IA incarnée ?

L’IA incarnée est une IA qui contrôle une « chose » physique, comme un bras de robot ou un véhicule autonome. Il est capable de se déplacer dans le monde et d’affecter un environnement physique avec ses actions, de la même manière qu’une personne le fait. En revanche, la plupart des modèles prédictifs vivent dans le cloud et effectuent des tâches telles que la classification de texte ou d’images, le pilotage des flux de bits sans jamais déplacer un corps dans l’espace tridimensionnel.

Pour ceux qui travaillent dans le logiciel, y compris les chercheurs en IA, il est trop facile d’oublier le corps. Mais tout algorithme superintelligent doit contrôler un corps, car la plupart des problèmes auxquels nous sommes confrontés en tant qu’êtres humains sont physiques. Les tempêtes de feu, les coronavirus et les ruptures de la chaîne d’approvisionnement nécessitent des solutions qui ne sont pas seulement numériques.

Tous les fous de Boston Dynamics vidéos de robots sautant, dansant, l’équilibrage et la course sont des exemples d’IA incarnée. Ils montrent à quel point nous sommes loin des premières percées dans équilibrage dynamique du robot réalisé par Trevor Blackwell et Anybots il y a plus de dix ans. Le domaine évolue rapidement et, dans cette révolution, vous pouvez danser.

Qu’est-ce qui a bloqué l’IA incarnée jusqu’à présent ?

Défi 1 : L’un des défis lors du contrôle des machines avec l’IA est la grande dimensionnalité du monde – la vaste gamme de choses qui peuvent vous arriver.



Source link