L’objectif de la DARPA est d’amener les systèmes d’intelligence artificielle de vision par ordinateur dans la “troisième vague” de développement

L’Agence de recherche avancée de la défense (DARPA) lance un projet destiné à améliorer les techniques de vision par ordinateur et à déclencher une “troisième vague” de recherche en intelligence artificielle. La troisième vague de recherche en intelligence artificielle vise à résoudre les limitations des première et deuxième vagues des technologies d’intelligence artificielle, qui comprennent des améliorations des algorithmes de reconnaissance d’images.

La DARPA est le principal groupe de recherche avancée pour l’armée américaine, et elle a joué un rôle crucial dans la création de nombreux éléments de la technologie moderne, tels que les premiers réseaux informatiques et les premiers systèmes d’intelligence artificielle. La DARPA a récemment publié un avis concernant une opportunité à venir, à la recherche d’un chercheur pour participer au développement de la théorie et des applications de l’intelligence artificielle de “troisième vague”. L’avis a fait référence à l’opportunité de travailler sur le système de traitement d’images intelligentes Pixel (IP2) de la DARPA. Le IP2 vise à améliorer la fiabilité générale, la facilité d’utilisation et la précision des systèmes de reconnaissance d’images/vidéo. Le IP2 est particulièrement important pour les instances de calcul de bord, car ces appareils n’ont pas accès aux ressources de calcul nécessaires pour gérer de grandes charges de travail.

Le IP2 vise à résoudre deux problèmes qui limitent le déploiement des systèmes d’intelligence artificielle dans les appareils de calcul de bord. L’un des problèmes est la création d’algorithmes d’intelligence artificielle à faible poids, à faible puissance et à faible latence qui peuvent toujours maintenir la précision nécessaire pour être utiles. L’autre problème qui doit être résolu est la complexité des données. Plus la complexité du jeu de données peut être réduite, moins de puissance de traitement est nécessaire pour analyser le jeu de données.

Les chercheurs de la DARPA viseront à réduire la complexité des jeux de données d’images en utilisant des réseaux de neurones qui traitent des pixels individuels. Cette technique réduit la dimensionnalité du jeu de données et augmente la rareté des images/vidéo dans le jeu de données. Ces techniques permettent aux données d’être traitées à l’arrière-plan sans sacrifier la précision du modèle. Les techniques de réduction de dimensionnalité permettent au système d’intelligence artificielle d’extraire uniquement les informations les plus pertinentes des images/vidéo et de les transmettre au modèle de réseau de neurones récurrent qui effectue réellement des prévisions sur les données. Le réseau de neurones récurrent lui-même est également simplifié pour réduire la consommation d’énergie.

Selon les responsables de la DARPA, comme cité dans NextGov:

« En déplaçant immédiatement le flux de données vers une représentation de fonctionnalité rare, les réseaux de neurones réduits de complexité seront formés à une grande précision tout en réduisant les opérations de calcul globales de 10 fois. »

Le projet IP2 nécessitera que les performers affichent une précision de pointe tout en instituant une réduction de 20 fois de l’énergie de traitement de l’algorithme d’intelligence artificielle lors de la gestion de grands jeux de données. Par exemple, le IP2 devrait être en mesure de fournir des résultats de pointe sur le jeu de données BDD100K de l’Université de Californie à Berkeley, qui est un grand jeu de données utilisé pour former des véhicules autonomes en intégrant diverses tâches de classification d’images avec des occultations et une diversité de conditions météorologiques, géographiques et environnementales.

Alors que la DARPA se prépare à relever le défi de la troisième vague d’algorithmes et de systèmes de vision par ordinateur, elle mène également un effort pour automatiser les aspects du contrôle des avions, ayant récemment effectué une série de tests simulés qui ont opposé des avions de chasse F-16 contrôlés par l’intelligence artificielle à un adversaire. Ces tests étaient la phase 1 d’une mission plus large visant à intégrer l’intelligence artificielle dans les avions de chasse de l’armée. La fin de la phase 1 se concentre sur la transition des simulations aux vols en conditions réelles, la DARPA se préparant à des tests en vol réel plus tard en 2021.