Il y a des discussions entre neuroscientifiques, cognitionistes et philosophes sur la possibilité de créer ou de reconstruire le cerveau humain. Les percées et découvertes actuelles en sciences du cerveau ouvrent progressivement la voie à une époque où les cerveaux artificiels peuvent être recréés à partir de zéro. Certaines personnes supposent qu'il est au-delà des limites du possible, les seconds sont occupés à trouver des moyens de le créer, les troisièmes travaillent fructueusement sur la tâche depuis longtemps. Dans l'article, nous aborderons des questions sur le développement de l'intelligence artificielle, ses perspectives, ainsi que sur les grandes entreprises et les projets dans ce domaine.
Bases
Le cerveau artificiel correspond à une machine robotique aussi intelligente, créative et consciente que l'homme. Dans toute l'histoire de l'humanité, la tâche n'a pas été entièrement résolue, mais les futuristes disent que ce n'est qu'une question de temps. Considérant moderneles tendances des neurosciences, de l'informatique et des nanotechnologies prédisent que l'intelligence artificielle et le cerveau émergeront au 21e siècle, peut-être d'ici 2050.
Les scientifiques envisagent plusieurs façons de créer de l'intelligence artificielle. Dans le premier cas, des simulations biologiquement réalistes à grande échelle du cerveau humain sont réalisées sur des superordinateurs. Dans le second cas, les scientifiques essaient de créer des dispositifs informatiques neuromorphiques massivement parallèles qui sont facilement modélisés sur le tissu neural.
La conscience humaine en termes de mystères les plus intéressants de la science et de la métaphysique est considérée comme la plus complexe et la plus réalisable. Des conclusions similaires sont atteintes par l'ingénierie inverse du cerveau humain.
Apprentissage automatique
L'apprentissage automatique est au cœur de la stratégie de développement de "l'intelligence artificielle", pour cela, les cellules du cerveau humain sont étudiées de manière approfondie. Ce type d'apprentissage a un grand potentiel: sa plate-forme comprend des algorithmes, des outils de développement, des API et le déploiement de modèles. Les ordinateurs ont la capacité d'apprendre sans être explicitement programmés. Les entreprises innovantes Amazon, Google et Microsoft utilisent activement l'apprentissage automatique.
Plateformes de Deep Learning
L'apprentissage en profondeur fait partie de l'apprentissage automatique. Il est basé sur le fonctionnement du cerveau humain et s'appuie sur des algorithmes de réseaux de neurones artificiels (ANN) à travers lesquels les informations circulent. Les robots peuvent "apprendre" des entrées et des résultats. Apprentissage en profondeur - Prometteurtendance de l'intelligence artificielle, combinée à de grandes quantités d'informations. Il a fait ses preuves dans la reconnaissance de formes et la classification. Deep Instinct, Fluid AI, MathWorks, Ersatz Labs, Sentient Technologies, Peltarion et Saffron Technology sont des exemples d'entreprises pionnières dans ce domaine de l'étude de l'intelligence.
Traitement du langage naturel
La programmation neuro-linguistique (PNL) se situe à la frontière entre l'ordinateur et le langage humain et est une technologie d'intelligence artificielle. Les programmes informatiques peuvent comprendre la parole humaine parlée ou écrite. Dans le logiciel Amazon Alexa, Apple Siri, Microsoft Cortana et Google Assistant, la PNL est utilisée pour comprendre les questions des utilisateurs et y apporter des réponses. Ce type de programmation est largement utilisé dans les transactions économiques et le service client.
Génération du langage naturel
Le logiciel NLG est utilisé pour convertir toutes sortes de données en texte lisible par l'homme, ceci est réalisé grâce à l'étude du cerveau. C'est une technologie sous-estimée avec des applications telles que l'automatisation des rapports de veille économique, les descriptions de produits, les rapports financiers. La technologie permet de créer du contenu généré par l'utilisateur à un coût supplémentaire prévisible. Les données structurées sont converties en texte à grande vitesse, jusqu'à plusieurs pages par seconde. Les acteurs intéressants de ce marché sont Automated Insights,Lucidworks, Attivio, SAS, Narrative Science, Digital Reasoning, Yseop et Cambridge Semantics.
Agents virtuels
Dans le cadre des technologies d'intelligence artificielle, les termes "agent virtuel" et "assistant virtuel" ne sont pas interchangeables. Certaines personnes essaient de faire la distinction entre les concepts, et elles y parviennent.
L'assistant virtuel est une sorte d'assistant personnel en ligne. Les agents virtuels sont souvent représentés comme des personnages IA informatiques ayant une conversation intelligente avec les utilisateurs. Ils peuvent répondre aux questions et leur principal avantage est que les clients peuvent obtenir de l'aide 24 heures sur 24.
Reconnaissance vocale
L'identification de la parole est la capacité d'un programme à comprendre et à analyser des mots et des phrases dans la langue parlée, et à les convertir en données à l'aide de l'algorithme intégré du cerveau artificiel. La reconnaissance vocale est utilisée dans l'entreprise pour le routage des appels, la numérotation vocale, la recherche vocale et le traitement de la parole en texte. Un inconvénient est que le programme peut confondre les mots en raison des différences de prononciation et du bruit de fond. Les logiciels de reconnaissance vocale sont de plus en plus installés sur les appareils mobiles. Nuance Communications, OpenText, Verint Systems et NICE se développent dans ce domaine.
Matériel intégré à l'IA
Les appareils avec IA intégrée, puces et unités de traitement graphique (GPU) se sont répandus. Google a intégré dans sonl'intelligence artificielle matérielle, prenant comme base le développement de l'institut du cerveau humain. L'impact de l'intégration de l'IA aux logiciels va bien au-delà des applications grand public telles que le divertissement et les jeux. Il s'agit d'un nouveau type de technologie qui sera utilisé pour faire progresser l'apprentissage en profondeur. Ces développements sont réalisés par Google, IBM, Intel, Nvidia, Allluviate et Cray.
Gestion des décisions
La gestion des décisions commerciales dans les produits innovants (par exemple, un robot doté d'une intelligence artificielle) couvre tous les aspects de la conception et de la régulation des systèmes automatisés. Il est essentiel pour les organisations de gérer les interactions entre les employés, les clients et les fournisseurs.
La gestion des décisions améliore le processus de choix alternatif, ici toutes les informations possibles sont utilisées pour la meilleure préférence, tandis que l'accent est mis sur la maniabilité, la cohérence, la précision de la prise de décision. La gestion des décisions tient compte des contraintes de temps et des risques connus.
Les organisations bancaires, d'assurance et de services financiers intègrent des logiciels de prise de décision au quotidien dans leurs processus de service client.
Équipement neuromorphique
SyNAPSE est un programmefinancé par la DARPA pour développer des systèmes de microprocesseurs neuromorphiques qui correspondent à l'intelligence et à la physique du cerveau. La plateforme cherche une réponse à la question principale: est-il possible de créer un cerveau artificiel ? En premierles réseaux de neurones sont testés dans des simulations sur un supercalculateur, puis les réseaux sont construits directement dans le matériel. En octobre 2011, un prototype de puce neuromorphique contenant 256 neurones a été démontré. Des travaux sont en cours pour créer un système multipuce capable d'émuler 1 million de neurones de pointe et 1 milliard de synapses.
Modélisation des réseaux de neurones
Le Blue Brain Project est une tentative de reconstruction du cerveau humain et de la moelle épinière à l'aide de simulations informatiques au niveau moléculaire. Le projet a été fondé en mai 2005 par Henry Markram à l'Ecole Polytechnique d'Etat de Lausanne (EPFL) en Suisse. La simulation tourne sur le supercalculateur IBM Blue Gene, d'où le nom Blue Brain. Depuis novembre 2018, des simulations sont en cours sur des mésocytes contenant environ 10 millions de neurones et 10 milliards de synapses. Une simulation grandeur nature du cerveau humain avec ses 186 milliards de neurones est prévue pour 2023.
Spaun, un réseau unifié avec une architecture de pointeur sémantique, a été créé par Chris Eliasmit et ses collègues du Centre for Theoretical Neuroscience (CTN) de l'Université de Waterloo au Canada. Depuis décembre 2018, Spaun est la plus grande simulation cérébrale au monde. Le modèle contient 2,5 millions de neurones, ce qui lui suffit pour reconnaître des listes de nombres, effectuer des calculs simples.
SpiNNaker est un énorme supercalculateur neuromorphique de faible puissance quiactuellement en construction à l'Université de Manchester au Royaume-Uni. Avec plus d'un million de cœurs et un millier de neurones simulés, la machine serait capable de simuler un milliard de neurones. Au lieu d'implémenter un algorithme particulier, SpiNNaker deviendra une plate-forme où vous pourrez tester différents algorithmes. Différents types de réseaux de neurones peuvent être conçus et exécutés sur une machine, simulant ainsi différents types de neurones et de modèles de communication. SpiNNaker est un acronyme dérivé de Spi King Nural.
Brain Corporation est une petite société de recherche qui développe de nouveaux algorithmes et microprocesseurs qui sous-tendent le système nerveux biologique. La société a été fondée en 2009 par le neuroscientifique informatique Evgeny Izhikevich et le neuroscientifique/entrepreneur Allen Gruber. Leurs recherches portent sur les domaines suivants: perception visuelle, contrôle moteur et navigation autonome. L'objectif de l'entreprise est d'équiper les appareils grand public tels que les téléphones portables et les robots ménagers d'un système nerveux artificiel. L'étude est financée en partie par Qualcomm, qui est situé sur le campus de Qualcomm à San Diego, en Californie. Aucun produit spécifique n'a encore été publié ou annoncé, mais l'entreprise continue de croître et recrute activement de nouveaux employés depuis février 2018.
Recherche associée
Google X Lab est un laboratoire secret où Google expérimente les technologies futures. Projets sur lesquels l'entrepriseles œuvres ne sont pas publiques, mais on pense qu'elles sont basées sur la robotique et l'intelligence artificielle. Des détails sur le laboratoire sont apparus pour la première fois dans un article du New York Times en novembre 2011. La publication indique que le laboratoire est situé dans la Bay Area, en Californie. Il est bien connu que les fondateurs de Google s'intéressent à l'étude de l'intelligence artificielle et investissent dans ce sens. En 2006, une note d'entreprise indiquait que Google souhaitait créer le meilleur laboratoire de recherche sur l'IA au monde.
Russia 2045, connu sous le nom d'Initiative 2045 ou Projet Avatar, est un projet ambitieux à long terme qui vise à disposer d'avatars robotiques d'ici 2020, de greffes de cerveau d'ici 2025 et de cerveaux artificiels d'ici 2035. Le programme a été lancé en 2011 par le magnat des médias russe Dmitry Itskov. Il vise à créer une institution du cerveau humain à travers un réseau mondial de scientifiques qui travaillent ensemble pour le bien de l'humanité et le développement systématique de la technologie. Un certain nombre de scientifiques russes ont déjà reçu des investissements d'Itskov pour leurs recherches. En outre, Itskov recherche des financements supplémentaires auprès de particuliers fortunés, d'organisations caritatives et de gouvernements nationaux et internationaux.
Le prochain projet intéressant est un programme de l'Université de Boston et de Hewlett Packard (HP) appelé Moneta. Une équipe HP dirigée par Greg Snyder construit une plate-forme de réseau neuronal appelée Cog Ex Machina qui peuttravailler dans les GPU et les ordinateurs du futur basés sur des memristors. Le laboratoire de neuromorphologie de l'Université de Boston, dirigé par Massimiliano Versace, a créé un cerveau artificiel modulaire, Moneta, qui fonctionne sur Cog Ex Machina. L'acronyme signifie Modular Neural Exploring Travel Agent.
Délai
La question se pose inévitablement de savoir quand une copie numérique du cerveau et de la moelle épinière peut être synthétisée.
Malheureusement, cela n'arrivera pas de sitôt. La prédiction de Kurzweil sur l'émulation cérébrale d'ici 2030 semble trop courte, à seulement 12 ans. De plus, ses analogies avec le projet du génome humain se sont avérées insatisfaisantes. De plus, de nombreux scientifiques évoluent probablement dans des directions sans issue.
De même, les prédictions de Goertzel concernant le succès de l'approche basée sur des règles au cours des prochaines décennies semblent trop optimistes. Bien que probablement pas impossible compte tenu de son approche de formation en IA.
Selon le scénario probable, la création d'un code ou d'un semblant de cerveau humain est possible dans 50-75 ans. Néanmoins, la date est assez difficile à prévoir, compte tenu de la marge d'erreur des neurosciences, d'une part, et de la vitesse du changement, d'autre part. 2050 est une sorte de trou noir en matière de prédictions.
