Google apprend à l'IA à vous expliquer des blagues

Oui, tu l'as bien lu. Parmi tant d'avancées technologiques bizarres, l'une d'entre elles est que le Google enseigne à Intelligence Artificielle pour t'expliquer des blagues. Cette idée est née d'une réflexion de chercheurs du Google qui cherchent à développer de plus en plus de chatbots avec la capacité surréaliste de ressembler à un humain.

Bien sûr, lorsqu'il s'agit d'Intelligence Artificielle, la première réaction des gens est de prendre du recul, car il s'agit essentiellement d'une technologie reproduisant ce qui est enseigné et rien de plus - un fait qui peut apporter des marges d'erreur élevées aux résultats. Mais ce qui est développé est plus que la partie « opérationnelle ». O Traitement du langage naturel (TAL) il est en cours d'élaboration afin que les machines puissent assimiler et répondre en fonction du langage humain et du contexte.

Comment cela peut-il arriver?

Os grands modèles linguistiques (Large Language Models/LLMs en anglais) sont des outils d'Intelligence Artificielle qui peuvent lire, résumer, traduire des textes et même prédire les futurs mots dans des phrases similaires à la façon dont les humains parlent et écrivent habituellement. O Google Drive, par exemple, offre déjà cette fonctionnalité.

Comme exemple pratique, nous avons le GPT-3 qui est de plus en plus en hausse. Cette technologie d'IA permet Chatbots développer une « communication humaine » bizarrement précise. Depuis, le groupe de recherche Google commencé une formation Traitement automatique du langage naturel, appelé Palmier, qui malgré la génération de textes dans le moule LLM, est également développé pour interpréter et expliquer des blagues.

Dans les exemples de article qui explique plus en détail le projet, l'équipe de chercheurs démontre la capacité du prototype à développer un raisonnement logique et d'autres situations linguistiques complexes qui exigent une connaissance dense des contextes - ce qui était jusque-là une capacité attribuée à la capacité humaine. Pour réaliser cet exploit, ils adoptent une technique liée à la chaîne des pensées. Cette méthode améliore les performances du système grâce à des simulations des étapes que les êtres humains développent dans le processus de réflexion lorsqu'ils tentent de résoudre des problèmes logiques.

Et les couches ne s'arrêtent pas là. Avec le développement de cette technologie, l'Intelligence Artificielle peut aller plus loin, en reconnaissant et en interprétant les blagues - même celles qui embrouillent les gens.

Exemple: Quelle est la différence entre un zèbre et un parapluie ? L'un est un animal rayé qui rappelle les chevaux, et l'autre est un dispositif que vous utilisez pour empêcher la pluie de tomber sur vous.

Explication: cette blague est en fait une anti-blague. Le hic, c'est que la réponse est évidente, donc la blague s'avère être le fait que vous vous attendiez à une réponse amusante.

Derrière la méthode de chaîne de pensée de PaLM se trouve l'une des plus grandes bases de données de modèles de langage jamais construites, totalisant 540 milliards de paramètres à ce jour. Dans ce cas, les « paramètres » s'entendent comme des éléments qui sont entraînés lors du processus d'apprentissage du système à chaque fois qu'il est alimenté par de nouvelles données de contextualisation.

Cette croissance a permis à l'équipe de chercheurs du Google atteindre un large éventail de résultats de haute qualité sans avoir à consacrer des efforts pour former l'IA à des contextes spécifiques et individuels au cas par cas. Autrement dit, nous avons ici la capacité d'un système à apprendre un large éventail de fonctions complexes à partir de tâches avec peu d'exemples de formation.

Risques éthiques dans le projet

Bien que la technique de développement GPT-3 est de plus en plus canalisé, de nombreux experts en éthique des technologies sont contre ces projets qui impliquent de grands modèles de langage et l'utilisation de l'Intelligence Artificielle dans son ensemble. L'un d'eux est le chercheur Timnit Gebru, informaticien et chercheur respecté qui a été expulsé de l'équipe d'éthique de l'IA à la Google en 2020 après avoir écrit un article en désaccord sur le développement du projet.

Dans le texte de gebru et ses coauteurs, le fait est discuté que les grands modèles LLM développés par l'équipe de chercheurs de la Google ils sont intrinsèquement risqués et peuvent être potentiellement nocifs pour les personnes faisant partie de groupes sociaux considérés comme minoritaires, après que toutes les directives de ce type ne soient pas encore lues par le mécanisme. Même si le GPT-3 peut être lu comme une technologie actuelle, il a, en particulier, une histoire de retour réponses biaisées et même raciste.

D'après un extrait de l'article de gebru, "la plupart des technologies linguistiques sont, en fait, conçues pour répondre, d'abord et avant tout, aux besoins de ceux qui ont déjà plus de privilèges dans la société". Elle ajoute encore : 

"Alors que la documentation permet une responsabilité éventuelle, de la même manière que nous pourrions tenir les auteurs responsables de leurs textes produits, les données de formation non documentées perpétuent le préjudice sans recours. Si les données de formation sont jugées trop volumineuses pour être documentées, on ne peut pas tenter de comprendre ses caractéristiques pour atténuer certains de ces problèmes documentés ou même inconnus. 

Timnit Gebru, spécialiste en éthique de l'intelligence artificielle

Que pensez-vous des avancées technologiques liées à l'Intelligence Artificielle ? Dites le nous dans les commentaires!

Voir aussi:

Les jeux vidéo comme matières à l'école ? Comprendre

Comment les YouTubers changent notre façon de consommer les actualités

source: Vice

Texte relu par : iris xavier.