La nouvelle IA de Google a franchi l’une des étapes les plus difficiles pour une machine : comprendre nos blagues

Les humains sont difficiles. Surtout quand on commence à raconter des blagues et à utiliser des références culturelles. Précisément comprendre l’humour humain C’est l’un des grands défis pour les machines, mais maintenant Google a fait de grands progrès avec sa dernière intelligence artificielle.

L’équipe de recherche Google a a annoncé son nouveau modèle Pathways, capable de comprendre plus de 540 000 millions de paramètres et parviennent à comprendre des concepts et des relations qui semblaient jusqu’à présent trop complexes pour les ordinateurs.

Le défi de comprendre la logique de « cause à effet »

Le nouveau modèle utilise la plus grande configuration de TPU à ce jour, combinant jusqu’à 6 144 puces. L’IA a été formée sur du matériel en anglais de toutes sortes, des livres à Wikipédia, en passant par les conversations et le code de Github. Et les résultats, tels que décrits par Google, ils surpassent d’autres modèles tels que GLaM ou GPT-3 dans des tâches telles que le raisonnement, la réponse aux questions ou la compréhension du contexte.

Les « voies » peuvent distinguer la cause et l’effet et comprendre les combinaisons de concepts dans le contexte approprié. Par exemple, la relation entre les efforts et les résultats. Les deux phrases sont techniquement correctes, mais tous les humains peuvent comprendre les implications.

Une autre capacité de la nouvelle IA de Google est la puissance devinez un film à partir d’un seul emojipar exemple celui d’une chauve-souris ou d’un lion.

Ce qui circule le plus, c’est qu' »il explique des blagues ». Et c’est génial : les blagues qu’ils montrent sont basiques mais c’est le lait qui peut « comprendre » la combinaison de concepts dans le cadre d’essayer de surprendre et d’amuser un esprit humain pic.twitter.com/bkCV5Exd8t

—Antonio Ortiz (@antonello) 5 avril 2022

Le modèle est capable de raisonner sur les réponses qu’il donne et est également capable de résoudre des problèmes mathématiques simples. Nous ne parlons pas directement d’une formule, mais de être capable de comprendre la formulation de la question. Selon les données de Google, c’est proche de la moyenne de 60% de problèmes résolus par les enfants entre 9 et 12 ans.

Mais peut-être que la capacité la plus frappante est celle de pouvoir comprendre et raisonner là où les blagues sont drôles. PaLM, nom technique du modèle, est capable de donner des explications à des blagues qu’il n’a pas encore lues.

Julia Taylor Rayz, profesora del Instituto Politécnico de la Univ. de Purdue, explicaba en relación a la dificultad de los chistes que « no hay reglas claras en la comunicación humana, ¿qué le vamos a decir a la computadora que haga, encontrar reglas que ils n’existent pas? […] Vous ne pouvez pas trouver suffisamment d’exemples décrivant tous les scénarios de communication possibles« .

Mais les études avancent et l’intelligence artificielle, grâce à l’énorme base avec laquelle elle peut apprendre, fait des pas de géant lorsqu’il s’agit de comprendre comment nous, les humains, nous exprimons.

Plus d’informations | Google