Une nouvelle méthode permet aux ordinateurs d’enseigner mutuellement des compétences

Des chercheurs de l’Université de l’Etat de Washington ont développés une méthode qui permet aux ordinateurs de donner des conseils et d’enseigner comment jouer à Pac-Man à un autre ordinateur.

Jusqu'à présent, les humains avaient un avantage significatif sur les ordinateurs et les robots: celui d’avoir la capacité d’enseigner à autrui et d’apprendre aux machines à fonctionner. Cependant, aujourd’hui, les ordinateurs seraient capables d’enseigner à d'autres ordinateurs. En effet, des chercheurs en génie électrique et informatique de l'Université de l’Etat de Washington (WSU), ont mis au point une méthode pour permettre à un ordinateur de donner des conseils et d’enseigner des compétences à un autre ordinateur, selon une manière qui imite les interactions entre un véritable enseignant et son élève. Ces chercheurs expérimentent une nouvelle approche du « machine learning » (évolution/ apprentissage automatique des machines grâce à des algorithmes), avec un projet qui consiste à avoir un ordinateur qui montre comment jouer à Pac-Man à un  autre ordinateur, d'une manière qui n'implique pas de déplacer simplement la programmation d'une machine à l'autre. Ce projet financé en partie par le National Science Foundation (agence gouvernementale américaine indépendante), à été révélé le 27 mars 2014, à travers un communiqué de Matthew E. Taylor, professeur en Intelligence Artificielle au WSU.

Un enseignement imitant le comportement humain

Dans cette étude, les chercheurs ont programmé un ordinateur « enseignant » (agent d'enseignement) pour se concentrer sur des conseils d'action, ou pour dire à l’ordinateur « étudiant » quand agir. Cette méthode permet à un ordinateur « enseignant » de donner des conseils à un ordinateur « élève », de la même façon qu’un humain pourrait apprendre à un autre être humain, à l'exception d'un algorithme. Ce dernier permet de contrôler la fréquence à laquelle l’ordinateur donne des indications. Si celle ci est élevée, cela signifie que l’ordinateur « élève » n’apprend pas, et elle si elle est trop basse, alors, le processus d'apprentissage est certainement trop lent. Le porteur du projet, Matthew E. Taylor, affirme qu’il a souhaité concevoir un algorithme pour « comprendre quand ces conseils font la plus grande différence ». Avec le bon timing, l’agent d’enseignement est capable de guider la machine "étudiant" à apprendre à jouer à Pac-Man et une version modifiée de StarCraft, pour que finalement la machine « étudiant » joue même de façon plus habile que son « enseignant ».

Des applications dans de nombreux domaines

Les implications de cette recherche sont énormes et pourraient révolutionner le domaine de la robotique, du Machine Learning ainsi que de l'apprentissage et des interactions humain-ordinateur. De plus, le domaine d’application de cette recherche ne s’adresse bien évidemment pas seulement à celui des jeux, mais pourrais s’appliquer à de nombreuses actions. A l'avenir, l'enseignement des machines pourrait, par exemple, permettre à des robots d'usine obsolètes d’enseigner leur matériel de remplacement, sans temps d'arrêt nécessaire. L'objectif à plus long terme est de créer des robots qui peuvent enseigner les humains. Matthew E. Taylor, souhaite rassurer sur l’éventualité que les robots pourraient contrôler le monde en raison de l’amélioration de leur intelligence artificielle, en déclarant qu’ils « sont très bêtes », que même les robots les plus avancés, sont facilement troublé, et que dans ce cas, ils cessent de fonctionner