Intelligence artificielle : la curiosité enfantine comme moteur d’apprentissage

,
Mai Nguyen, Artificial Intelligence, Children's curiosity

À IMT Atlantique, Mai Nguyen s’inspire des modes d’apprentissage des enfants pour développer une nouvelle forme d’intelligence artificielle. Elle souhaite mettre au point des robots capables de s’adapter à leur environnement en imitant la curiosité de l’humain au début de sa vie.

 

Sur les premières années de sa vie, l’être humain évolue de façon fulgurante. « Entre zéro et six ans, l’enfant apprend à parler, marcher, dessiner, communiquer… » s’enthousiasme Mai Nguyen, chercheuse à IMT Atlantique. Un développement rapide que cette scientifique essaie de mieux comprendre et de reproduire de façon algorithmique. En se plaçant à l’interface des sciences cognitives et de la programmation, Mai Nguyen veut doter des robots d’une intelligence artificielle d’un nouveau genre.

Durant sa période d’éveil, l’enfant ne va pas à l’école, et ses parents ne lui transmettent pas des connaissances en continu. Pour la chercheuse, l’apprentissage se fait certes sporadiquement de façon instructive — par un transfert vertical de sachant à apprenant — mais surtout par l’exploration par l’enfant de son environnement, mû par sa curiosité propre. « Les travaux de psychologues ont montré que l’enfant choisit lui-même les activités dans lesquelles il augmente le plus ses capacités, souvent par le jeu, en essayant tout un tas de choses » détaille-t-elle.

 

Mélanger toutes les techniques d’apprentissage

Un mode d’acquisition de compétences qui pourrait s’apparenter à la progression par essai et erreur. « Dans le cas de l’essai-erreur, il s’agit plus souvent d’une technique adoptée pour acquérir une compétence particulière demandée par un tiers » explique-t-elle. Mai Nguyen pointe cependant que l’apprentissage par la curiosité va au-delà et permet d’acquérir plusieurs compétences, où l’enfant apprend sans consigne particulière.

En sciences cognitives ou en robotique, cette curiosité prend le nom plus technique de motivation intrinsèque. Mai Nguyen l’exploite pour programmer des robots capables de décider eux-mêmes comment apprendre un ensemble de savoir-faire. Grâce aux algorithmes de la chercheuse, « le robot choisit ce qu’il doit apprendre, et décide comment il va le faire » résume-t-elle. Il sera ainsi capable d’identifier lui-même un interlocuteur humain ou machine approprié pour chercher conseil.

De même, il décidera lui-même s’il acquerra mieux une compétence par essai et erreur, ou s’il aura plus intérêt à se positionner en posture d’apprenant face à un humain sachant. « L’apprentissage par motivation intrinsèque est en fait un catalyseur de méthodes existantes » simplifie Mai Nguyen.

 

Des robots mieux adaptés à leur environnement

Copier les progrès de l’enfant au début de sa vie pour appliquer les mêmes mécanismes d’appropriation des savoirs et des savoir-faire au robot présente plusieurs avantages. « L’idée est de programmer un objet qui apprenne en permanence en s’adaptant à son environnement » détaille la chercheuse. Une approche qui tranche avec la voie classique consistant à sortir d’usine un robot déjà abouti, dont toutes les compétences sont définies et resteront fixes tout au long de sa vie.

Pour Mai Nguyen, cette seconde vision présente en effet de nombreuses limites. Notamment celle de variabilité de l’environnement : « Le robot peut apprendre de façon supervisée à reconnaître une table et des chaises, mais dans la réalité d’une maison, ces objets bougent en permanence, se détériorent… Comment être sûr qu’il puisse les identifier sans erreur ? » Or l’apprentissage par motivation intrinsèque permet au robot de s’adapter face à une situation inconnue, et de personnaliser ses connaissances en fonction de son environnement.

La variabilité n’est pas seulement spatiale, elle peut également être temporelle. Les demandes d’un utilisateur humain envers un robot ne sont pas les mêmes aujourd’hui qu’il y a dix ans. Rien ne laisse croire qu’elles seront donc les mêmes dans dix ans. Un robot adaptatif a donc une durée de vie plus longue face aux évolutions sociétales de l’humain qu’un objet défini.

 

L'apprentissage par la curiosité permet à Mai Nguyen et ses collègues de mettre au point des robots capables d'apprendre des tâches de façon hiérarchique.

L’apprentissage par la curiosité permet à Mai Nguyen et ses collègues de mettre au point des robots capables d’apprendre des tâches de façon hiérarchique.

 

Data sana in robot sano

L’apprentissage automatique supervisé semble difficilement compétitif avec une intelligence artificielle pilotée par la motivation intrinsèque. Mai Nguyen rapporte des expériences récentes de remplacement de robots défectueux mis au point par apprentissage automatique : « Lorsqu’un premier robot a cessé d’être opérationnel, nous avons pris l’ensemble de ses données et les avons transférés dans une copie conforme. » Résultat ? Le second robot ne fonctionnait pas bien non plus.

Ce phénomène s’explique par la notion d’incarnation des robots développés par apprentissage automatique. Chaque corps est lié aux données acquises lors du conditionnement. Un problème auquel les robots « curieux » ne sont pas confrontés, car ils acquièrent leurs données de façon intelligente, collectant des données personnalisées à leur corps et environnement, tout en limitant leur volume et donc le temps d’acquisition.

 

À quand des robots curieux dans notre quotidien ?

Une intelligence artificielle aussi adaptative aux environnements est particulièrement prometteuse pour l’aide à domicile et l’amélioration de la qualité de vie. Autant d’applications sur lesquelles travaillent Mai Nguyen et ses collègues d’IMT Atlantique. De tels robots constitueraient des aides précieuses aux personnes âgées ou handicapées. Leur essor est encore relativement récent d’un point de vue scientifique et technologique. Si les premières théories en psychologie de la motivation intrinsèque datent des années 1960, leur transposition aux robots ne se fait que depuis une quinzaine d’années.

La communauté scientifique travaillant sur la question a déjà obtenu des résultats probants. En mettant en interaction des robots dotés d’une telle intelligence artificielle, elle a pu constater qu’ils étaient capables de développer des langages communs. Si ceux-ci étaient basés sur un vocabulaire différent à chaque essai, ils leur permettaient toujours de converger vers des situations dans lesquelles ces intelligences artificielles sont capables de communiquer entre elles, en ne partant de rien. Un peu à la manière d’êtres humains de cultures et de langues différentes se retrouvant sur une île déserte.

 

[divider style= »solid » top= »20″ bottom= »20″]

Le+bleu

L’intelligence artificielle à l’Institut Mines-Télécom

 

Le 8e cahier de veille de la Fondation Télécom sorti en juin 2016 est dédié à l’intelligence artificielle (IA). Il dresse un état de l’art de la recherche dans le monde sur ce sujet, et présente les nombreux travaux existants au sein des écoles de l’Institut Mines-Télécom dans ce domaine. En 27 pages, ce cahier de veille définit ce qu’est l’intelligence (rationnelle, naturaliste, systémique, émotionnelle, kinesthésique…), visite l’histoire de l’IA, questionne les perspectives qui s’ouvrent et pose la question de son appropriation par l’humain.

Télécharger le cahier de veille

[divider style= »solid » top= »20″ bottom= »20″]

3 réponses

Trackbacks (rétroliens) & Pingbacks

  1. […] À lire sur le blog Intelligence artificielle : la curiosité enfantine comme moteur d’apprentissage […]

  2. […] Intelligence artificielle : la curiosité enfantine comme moteur d’apprentissage […]

  3. […] Intelligence artificielle : la curiosité enfantine comme moteur d’apprentissage […]

Laisser un commentaire

Rejoindre la discussion?
N’hésitez pas à contribuer !

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *