Prévisions d’experts pour la trajectoire de l’IA en 2020

VentureBeat a récemment interviewé cinq des esprits les plus intelligents et les plus experts dans le domaine de l’IA et leur a demandé de faire leurs prévisions sur la direction que l’IA prendra au cours de l’année à venir. Les personnes interviewées pour leurs prévisions étaient:

• Soumith Chintala, créateur de PyTorch.
• Celeste Kidd, professeur d’IA à l’Université de Californie.
• Jeff Dean, chef de Google AI.
• Anima Anandkumar, directrice de la recherche en apprentissage automatique chez Nvidia.
• Dario Gil, directeur de la recherche d’IBM.

Soumith Chintala

Chintala, le créateur de Pytorch, qui est sans doute le framework d’apprentissage automatique le plus populaire à l’heure actuelle, a prédit que 2020 verrait une plus grande nécessité d’accélérateurs de réseau neuronal et de méthodes pour améliorer les vitesses de formation de modèles. Chintala s’attendait à ce que les deux prochaines années voient une attention accrue sur la façon d’utiliser les GPU de manière optimale et sur la façon de compiler de manière automatique pour les nouveaux matériels. Au-delà de cela, Chintala s’attendait à ce que la communauté de l’IA commence à poursuivre d’autres méthodes pour quantifier les performances de l’IA de manière plus agressive, en accordant moins d’importance à la pure précision. Les facteurs à prendre en compte incluent des choses comme la quantité d’énergie nécessaire pour former un modèle, la façon dont l’IA peut être utilisée pour construire le type de société que nous voulons, et la façon dont la sortie d’un réseau peut être expliquée de manière intuitive aux opérateurs humains.

Celeste Kidd

Celeste Kidd a passé une grande partie de sa carrière récente à plaider en faveur d’une plus grande responsabilité de la part des concepteurs d’algorithmes, de plateformes technologiques et de systèmes de recommandation de contenu. Kidd a souvent argumenté que les systèmes conçus pour maximiser l’engagement peuvent avoir des impacts graves sur la façon dont les gens créent leurs opinions et croyances. De plus en plus d’attention est portée à l’utilisation éthique des algorithmes et des systèmes d’IA, et Kidd a prédit que en 2020, il y aura une prise de conscience accrue de la façon dont les outils et les plateformes technologiques influencent la vie et les décisions des gens, ainsi qu’un rejet de l’idée que les outils technologiques peuvent être réellement neutres dans leur conception.

« Nous devons vraiment, en tant que société et en particulier en tant que personnes qui travaillent sur ces outils, apprécier directement la responsabilité qui en découle », a déclaré Kidd.

Jeff Dean

Jeff Dean, le chef actuel de Google AI, a prédit que en 2020, il y aura des progrès dans l’apprentissage multimodal et l’apprentissage multitâche. L’apprentissage multimodal est lorsque l’IA est formée avec plusieurs types de médias en même temps, tandis que l’apprentissage multitâche vise à permettre à l’IA de se former sur plusieurs tâches en même temps. Dean s’attendait également à des progrès supplémentaires dans les modèles de traitement du langage naturel basés sur Transformer, tels que l’algorithme BERT de Google et les autres modèles qui ont dominé les classements GLUE. Dean a également mentionné qu’il aimerait voir moins de désir de créer des modèles de pointe les plus avancés et plus de désir de créer des modèles plus robustes et plus flexibles.

Anima Anandkumar

Anandkumar s’attendait à ce que la communauté de l’IA doive faire face à de nombreux défis en 2020, en particulier la nécessité de jeux de données plus diversifiés et la nécessité de garantir la confidentialité des personnes lors de la formation sur les données. Anandkumar a expliqué que même si la reconnaissance faciale est souvent la plus médiatisée, il existe de nombreux domaines où la confidentialité des personnes peut être violée et que ces questions pourraient être au centre du débat en 2020.

Anandkumar s’attendait également à des progrès supplémentaires dans les modèles de traitement du langage naturel basés sur Transformer.

« Nous ne sommes pas encore à l’étape de la génération de dialogue interactive, qui peut suivre et avoir des conversations naturelles. Je pense donc qu’il y aura des tentatives plus sérieuses en 2020 dans cette direction », a-t-elle déclaré.

Enfin, Anandkumar s’attendait à ce que l’année à venir verrait plus de développement de l’algorithme itératif et de l’auto-supervision. Ces méthodes de formation permettent aux systèmes d’IA de s’auto-former dans une certaine mesure et peuvent potentiellement aider à créer des modèles qui peuvent s’améliorer en s’auto-formant sur des données non étiquetées.

Dario Gil

Gil a prédit que en 2020, il y aura plus de progrès vers la création d’IA de manière plus efficiente sur le plan computationnel, car la façon dont les réseaux de neurones sont actuellement formés est inefficace à de nombreux égards. En raison de cela, Gil s’attendait à ce que cette année verrait des progrès en termes de création d’architectures à précision réduite et de formation plus efficace. Tout comme certains des autres experts interviewés, Gil a prédit que en 2020, les chercheurs commenceront à se concentrer davantage sur des métriques autres que la précision. Gil a exprimé son intérêt pour l’IA neurale symbolique, car IBM examine les moyens de créer des modèles de programmation probabiliste à l’aide d’approches neuronales symboliques. Enfin, Gil a souligné l’importance de rendre l’IA plus accessible à ceux qui s’intéressent à l’apprentissage automatique et de se débarrasser de la perception que seuls les génies peuvent travailler avec l’IA et faire de la science des données.

« Si nous la laissons comme un domaine mythique, ce domaine de l’IA, qui n’est accessible qu’aux PhD sélectionnés qui y travaillent, cela ne contribue pas vraiment à son adoption », a déclaré Gil.