Vers une intelligence symbolique avec les réseaux de neurones
Dirigée par une équipe de l’Institut d’automatisation de l’Académie chinoise des sciences, une nouvelle étude explore une nouvelle frontière dans l’apprentissage automatique. Avec l’essor des grands modèles linguistiques, l’IA évolue de l’intelligence perceptuelle à l’intelligence cognitive, et le langage humain est devenu un élément essentiel de la compréhension visuelle. Cette étude se demande si les machines peuvent apprendre spontanément un langage machine sous forme de représentation visuelle, sans recourir au langage humain.
L’ouvrage est publié dans la revue Revue scientifique nationale.
Inspirés par les atouts du langage humain, les chercheurs ont commencé par simuler l’émergence du langage dans le scénario le plus élémentaire d’un jeu à deux agents. Leur objectif était de générer un langage à travers les interactions de ces agents. En utilisant le jeu « parler, deviner et dessiner » comme plate-forme, les chercheurs démontrent les capacités des réseaux de neurones à générer des représentations de longueur variable, discrètes et sémantiques.
L’équipe a également validé son avantage potentiel en comparant le langage discret avec des fonctionnalités continues sous trois angles : interprétabilité, généralisation et robustesse sur divers ensembles de données.
L’étude du langage machine représente une direction passionnante et précieuse dans la recherche sur l’intelligence artificielle. Imaginez un avenir où le développement de l’IA ne se limiterait plus à des programmes fixes et à des règles prédéfinies, mais permettrait aux agents intelligents d’évoluer librement dans un environnement spécifique, en communiquant et en collaborant via un langage spontané.
