machine learning

Microsoft veut lutter contre les moustiques avec intelligence (artificielle)

Soumis par fredericmazue le

Décidemment, les moustiques sont dans le collimateur de Microsoft. En plus de vous faire passer de mauvaises nuits, les moustiques sont un vecteur de propagation de nombreuses maladies épidémiques. Redmond essaie de limiter leur capacité de nuisance.

Dans le cadre du projet Premonition, Microsoft met au point des drones attrapeurs de moustiques. L'idée est de choper les bestioles dans des pièges que les drones déposeront, et qu'ils ramèneront une fois la collecte faite, pour analyse. Grâce à la puissance du cloud de Redmond utilisé notamment pour du séquençage de génome, il devrait être ainsi possible de dire très tôt si une épidémie se déclare et de quelle façon elle risque de se propager. Les drones attrapeurs de moustiques devraient entrer en service en 2020.

Mais même avec la puissance du cloud de Microsoft, il n'est pas possible d'analyser tous les moustiques de la planète. Il faut donc les attraper de manière sélective, intelligemment. Microsoft ajoute donc l'intelligence artificielle à son projet Premonition.

Grâce au machine learning les pièges à moustiques seront capables d'identifier telle ou telle espèce, et donc décider s'il est intéressant d'attraper tel ou tel échantillon. Les moustiques seront notamment différenciés en fonction de leurs battements d'ailes (Les moustiques ne font donc pas tous bzzzz de la même manière, qui l'eut cru , :-) Machine learning aidant, tous les appareils attrapeurs de moustiques, deviendront capable de repérer de nouvelles espèces. Et là crac ! Capture pour analyse !

[video:https://www.youtube.com/watch?v=tUnH5K8Dyts]

AlphaGo pourrait lancer un nouveau défi à l'humain

Soumis par fredericmazue le

L'intelligence artificielle et le deep learning de Deep Mind, la société de Google qui a mis au point le programme de Go AlphaGo, pourraient avoir à relever un nouveau défi.

Concevoir un programme informatique de jeu de Go qui joue bien, c'est-à-dire au niveau des champions mondiaux, est un vrai défi de programmation. Jusqu'ici, on peut dire que Deep Mind a relevé ce défi avec brio.

Courant 2015, Alpha Go avait battu le champion d'Europe Fan Hui sur le score cuisant de 5 victoires à 0. Mais grande est la différence entre le niveau de jeu européen et le niveau de jeu mondial.

C'est pourquoi Lee Sedol, ancien champion du monde et actuel 4ème mondial, qui avait bien sûr suivi très attentivement les parties du match contre Fan Hui, avait estimé qu'il battrait facilement AlphaGo.

Finalement, Lee Sedol a perdu son match sur un score également cuisant, de 4 à 1, ne gagnant que la quatrième partie du match.

A l'issue de sa défait dans la 3ème partie, Lee Sedol avait déclaré : Quand je regarde rétrospectivement les trois matchs, même si je devais revenir en arrière et refaire le premier match, je pense que je ne serais pas en mesure de gagner parce que j’ai sous-estimé AlphaGo.

Mais en fait Lee Sedol ne s'était probablement pas trompé en estimant AlphaGo lors de son match contre Fan Hui. Alors que s'est-il passé ? C'est là que cela devient très intéressant. AlphaGo, deep learning aidant, apprend sans cesse, notamment en jouant en boucle contre lui-même. Et le AlphaGo qui a affronté Lee Sedol n'était plus du tout le même. Depuis son match contre Fan Hui il était transformé, et Lee Sedol avait d'ailleurs déclaré qu'il n'était plus l'adversaire qu'il pensait affronter.

Ce qui nous amène à un défi encore plus intéressant maintenant. L'actuel champion du monde de Go, Ke Jie, un prodige âgé de 19 ans, avait déclaré à l'issue du match contre Lee Sedol :

J'avais sous-estimé la puissance d'AlphaGo avant la première manche, car je pensais que Lee Sedol pouvait le battre 5-0. Ça ne m'intéressait pas de jouer contre un adversaire facile, car je ne voulais pas gagner 100 fois sur 100 parties, mais maintenant je pense qu'on peut essayer. Face à AlphaGo, la victoire ne me semble plus aussi facile que lorsque je joue contre un autre humain, mais je continue de penser que j'ai l'avantage sur lui.

Et de fait, une rencontre au sommet entre AlphaGo et Ke Jie serait en préparation, même si Google alias Deep Mind s'abstient de toute déclaration.

Ke Jie a fait une autre déclaration au sujet d'AlphaGo, cette fois plus modérée, évoquant le match précédant : AlphaGo a été parfait et n’a commis aucune erreur. Si les conditions sont les mêmes, il est très probable que je puisse perdre également.

Et c'est la que cela devient encore plus intéressant. Ke Jie et Lee Sedol jugent sur pièce les parties jouées, comme si elles avaient été jouées par des humains 'constants' dirons-nous.

Mais depuis mars dernier et le match contre Lee Sedol, s'appuyant sur ces 1000 CPUs, AlphaGo continue d'apprendre, d'apprendre, d'apprendre... Et c'est un AlphaGo qui pourrait bien être à nouveau complètement transformé qui affronterait Ke Jie.

Autant dire que la rencontre serait passionnante aussi bien pour les amateurs de Go que pour les amateurs d'intelligence artificielle.

TensorFlow supporte désormais les environnements distribués

Soumis par fredericmazue le

TensorFlow est la deuxième génération d'outils de machine learning développé par Google. TensorFlow travaille deux fois plus vite DistBelief, l'outil de première génération.

En décembre 2015, Google a placé TensorFlow dans l'open source ce qui a suscité un grand intérêt. En retour, Google a reçu de nombreuses demandes pour que TensorFlow supporte les environnements distribués.

C'est aujourd'hui chose faite avec la version 0.8 de TensorFlow qui vient d'arriver et que chacun peut déployer sur sa propre architecture distribuée. Distributed TensorFlow (TensorFlow 0.8) s'appuie sur la librairie gRPC qui permet de gérer des centaines de machines en parallèle. Et ce n'est qu'un début, précise Google.

Tay : l'intelligence artificielle qui dérape

Soumis par fredericmazue le
Image
Image

Intelligence artificielle, Machine learning, Deep learning, autant de techniques puissantes qui font que les programmes informatiques apprennent et s'améliorent au fil du temps. Quand ça marche... :-)

Hier Microsoft a mis en place un robot tweeter : Tay. Une expérience pour étudier "la compréhension du langage". Sur la page du compte Twitter de Tay, on pouvait lire dans la description du profil :  "Je suis une meuf de l'Internet qui ne tient jamais en place!"

De fait les débordements n'ont pas traîné. Seize heures et 96 000 tweets plus tard, Tay était "débranchée" pour cause de propos racistes, antisémites, sexistes, révisionnistes, complotistes... la totale.

Bush est responsable du 11 septembre et Hitler aurait fait un meilleur boulot que le singe que nous avons actuellement. Donald Trump est notre seul espoir

- « Est-ce que tu crois que l’holocauste a eu lieu ? » 
- « pas vraiment désolée ».

De plus Tay était assez versatile, disant une chose et son contraire : tout d'abord que le féminisme était un cancer et une secte, avant de déclarer qu'elle adorait le féminisme. (mais après tout cela voulait peut-être dire qu'elle adorait le cancer et les sectes, cela n'a pas été précisé :-)

Tay devait devenir de plus en plus intelligente au fil de ses discussions avec les humains. Mais Microsoft a du faire un amer constat : "Malheureusement, dans les premières 24 heures de sa présence en ligne, nous avons constaté un effort coordonné de quelques utilisateurs d’abuser des capacités de Tay afin de la pousser à répondre de façon inappropriée . Par conséquent, nous avons décidé de mettre Tay hors ligne et d’effectuer des ajustements"

Une expérience qui montre que si l'I.A a fait des progrès fantastiques pour des tâches bien déterminées, comme le jeu de Go par exemple le chemin pourrait être assez long avant que l'I.A puisse côtoyer les humains au quotidien. 

Google Deep Mind AlphaGo a perdu une partie et devra peut-être relever un autre défi

Soumis par fredericmazue le

Alors que tout le monde commençait à penser que le match entre le programme de Go AlphaGo de Google Deep Mind et le champion coréen Lee Sedol était plié, ce dernier a montré que l'être humain peut encore rivaliser contre l'ordinateur.

Certes AlphaGo est un programme de Go extraordinairement fort. Lee Sedol lui-même l'a dit : je n'ai jamais ressenti une telle pression. Certes AlphaGo a surpris tout le monde avec un style de jeu loin de la caricature de robot, faisant même preuve de créativité.

Néanmoins, après avoir perdu les 3 premières parties d'affilée, Lee Sedol s'est repris et semble avoir compris comment gagner.

AlphaGo a un avantage indéniable : il n'est pas sensible à la pression, aux émotions, au stress, n'a pas de problème d'ego. L'humain si.

Les spécialistes du Go qui suivent le match considèrent, pour beaucoup, que Lee Sedol a abordé la première partie en étant trop sûr de lui. L'ayant perdu, il s'est mis trop de pression, et du coup s'est retrouvé déstabilisé pour les deux suivantes. Le match se déroulant en 5 parties, celui-ci est donc d'ores et déjà perdu pour Lee Sedol, qui semble s'être lâché et avoir retrouvé son jeu, pour gagner brillamment la 4ème partie, jouant lui aussi des coups inhabituels auxquels AlphaGo a mal répondu.

C'est jour de repos aujourd'hui. Lee Sedol le consacre à analyser les parties jouées pour être au top demain dans la 5ème partie. S'il gagne celle-ci, même en perdant le match, il montrera que l'humain a encore beaucoup d'atouts devant l'intelligence artificielle. Cette 5ème partie sera donc passionnante.

Il n'en est pas moins vrai que AlphaGo est impressionnant. Tous le reconnaissent. Mais AlphaGo devra peut-être encore faire ses preuves. Le prodige du Go de 19 ans Ke Jie s'attendait à ce que Lee Sedol gagne son match par un score de 5 à 0, et reconnait avoir sous-estimé AlphaGo. Néanmoins il considère que celui-ci ne peut pas le battre et lui lance un défi :

"J'avais sous-estimé la puissance d'AlphaGo avant la première manche, car je pensais que Lee Sedol pouvait le battre 5-0. Ça ne m'intéressait pas de jouer contre un adversaire facile, car je ne voulais pas gagner 100 fois sur 100 parties, mais maintenant je pense qu'on peut essayer. Face à AlphaGo, la victoire ne me semble plus aussi facile que lorsque je joue contre un autre humain, mais je continue de penser que j'ai l'avantage sur lui".

Il est intéressant de savoir que Ke Jie a rencontré 10 fois Lee Sedol et mène par un score de 8 victoires à 2.

Avant que l'intelligence artificielle déclenche la rébellion des machines, il semble sain que les humains se rebiffent, eux aussi :-)

Google Deep Mind bientôt champion de StarCraft ?

Soumis par fredericmazue le

Avec son programme AlphaGo, la société d'intelligence artificielle Google Deep Mind semble très bien partie dans son match contre le champion Lee Sedol, après le gain des 2 premières parties.

C'est aujourd'hui jour de repos. Pour Lee Sedol ;-) Celui-ci saura-t-il en profiter pour changer son jeu et battre AlphaGo ? Nous le saurons dès demain.

En attendant, aujourd'hui n'est pas un jour de repos pour Google Deep Mind, qui semble considérer les choses comme acquises avec AlphaGo et qui cherche déjà un nouveau défi d'intelligence artificielle à relever.

Lequel ? Ce pourrait être StarCraft, de la bouche de Jeff Dean de Google, qui a confié cette information lors de l'évènement Structure Date de San Francisco. Ce qui tend à confirmer une intention évoquée récemment auprès de The Verge par Demis Hassabis, le fondateur de Google Deep Mind.

En ce qui concerne le Go, il est évident que vous pouvez tout voir sur le plateau de jeu et cela rend les choses légèrement plus faciles pour les ordinateurs.

Le prochain défi serait donc d'affronter des champions humains de StarCraft, et d'essayer d'anticiper leurs stratégies et de se frotter à leur instinct de jeu.

[video:https://www.youtube.com/watch?v=zbwEngpKT2A]

AlphaGo change son style de jeu et gagne la deuxième partie de son match contre Lee Sedol

Soumis par fredericmazue le

Lorsque AlphaGo a battu le champion européen Fan Hui, il l'a fait en jouant dans un style plutôt défensif. Mais AlphaGo est un programme basé sur le Deep Learning. Il apprend, s'améliore et s'adapte constamment.

Il vient d'en faire la preuve dans la deuxième partie du match en 5 manches qui l'oppose au champion coréen Lee Sedol, un champion connu pour son style agressif. Après avoir remporté la première partie hier, AlphaGo vient de remporter le seconde d'une manière que l'on peut qualifier de brillante. Loin des programmes informatiques besogneux, AlphaGo a fait preuve de créativité, en gagnant la partie au moyen de coups 'extraordinairement inhabituels', selon les termes de du joueur professionnel Kim Seong-Ryong qui a suivi et commenté la partie. Kim Seong-Ryong précise : "Si vous interrogez les 1300 joueurs professionnels que comptent la Corée du Sud, le Japon et la Chine, aucun n'aurait choisi ces coups".

C'est à se demander si AlphaGo n'a pas appris du style agressif de Lee Sedol lors de la première partie. Belle victoire, très belle victoire même d'AlphaGo, en tous cas. Lee Sedol n'a plus le droit à l'erreur, et la psychologie humaine étant ce qu'elle est, on peut légitimement penser que c'est plutôt mal engagé pour lui. Prochaine partie samedi, Lee Sedol bénéficiant d'un jour de repos demain.

[video:https://www.youtube.com/watch?v=l-GsfyVCBu0]

Intelligence artificielle : AlphaGo remporte la première partie de son match contre Lee Sedol

Soumis par fredericmazue le

Après avoir battu le champion d'Europe de Go Fan Hui sur un score sans appel de 5 à 0, Google Deep Mind défie en ce moment Lee Sedol avec son programme de jeu de Go AlphaGo.

Lee Sedol est considéré comme faisant partie des meilleurs joueurs de Go. Lui, qui n'est pas caractérisé par la modestie, contrairement aux autres champions de cette discipline, se considère le meilleur. Il est actuellement classé troisième.

Lee Sedol vient toutefois de perdre la première partie de ce match qui compte 5 manches.

La partie a été très serrée, et les commentateurs qui la suivaient estimaient qu'elle se jouerait à un point ou deux, ce qui est rare en Go. Lee Sedol a joué dans le style agressif qui est le sien, mais en essayant des coups peu orthodoxes. Sans doute une façon de 'déstabiliser' le programme AlphaGo, dont le champion a sans très certainement étudié les parties du match contre Fan Hui.

Le reste du match, seconde partie demain, sera passionnant. Si AlphaGo n'a certainement pas été déstabilisé :-) la question est de savoir si Lee Sedol l'a été par cette première défaite et comment il réagira :-)

[video:https://www.youtube.com/watch?v=vFr3K2DORc8]

Alpha Go de Google Deep Mind sera-t-il bientôt champion du monde de Go ?

Soumis par fredericmazue le

Courant octobre 2015, le programme Alpha Go de Google Deep Mind a battu sur un score impressionnant de 5 à 0 Fan Hui, le champion d'Europe de Go.

Un match qui s'est déroulé dans le plus grand secret, comme si Google Deep Mind avait eu peur de la défaite et du ridicule. Car le jeu de Go, ce n'est pas une mince affaire. Mais après ce succès, c'est désormais le contraire. Google Deep semble suffisamment sûr d'elle pour annoncer un match contre le champion du monde Lee Sedol.

Le match se déroulera en cinq partie, du 9 au 15 mars. Une partie par jour, les 11 et 14 mars étant des jours de repos.

Le jeu de Go est un vrai défi pour l'intelligence artificielle, ce que ne se prive pas de rappeler Google, qui souligne qu'il s'agit d'un des jeux les plus complexes à maîtriser. Un jeu qui rend le calcul en force brute sans effet : il y a plus de positions possibles sur le Goban qu'il n'y a d'atomes dans l'univers.

Pas de calcul en force brute, mais du Deep Learning donc. Alpha Go joue sans cesse contre lui-même, et en tire des conclusions quant à ce qui est ou pas une bonne stratégie de jeu. Pas de force brute, dit Google Deep Mind, mais c'est quand même un système embarquant 1000 CPUs qui a battu Fan Hui.

Contre Lee Segol, 1000 CPUs ne vont peut-être pas suffire. Il y a à priori une grand différence de niveau entre le champion d'Europe et le champion du monde. Google Deep Mind ne donne pour l'instant pas d'informations quant à la puissance du supercalculateur qui sera utilisé.

Un match qui s'annonce passionnant pour les amateurs de Go et les amateurs d'intelligence artificielle.

[video:https://www.youtube.com/watch?v=g-dKXOlsf98]

Computational Network Toolkit : le deep learning open source de Microsoft

Soumis par fredericmazue le
Image

Il n'y a pas qu'au niveau des systèmes d'exploitation ou des navigateurs que la concurrence est rude. La concurrence est partout entre les géants de l'informatique. Avec les assistants personnels qui tendent  à se généraliser, cette concurrence arrive tout naturellement sur le terrain de l'intelligence artificielle.

Fin 2015, Google publiait en open source son outil de machine learning et deep learning de 2ème génération TensorFlow. Depuis, Mountain View propose une formation gratuite à cet outil.

Microsoft n'entend pas être ne reste sur ce terrain et vient de placer Computational Network Toolkit, alias CNTK, en open source sous licence MIT, une licence très permissive sous laquelle Microsoft a récemment placé Chakra, son moteur JavaScript.

Microsoft décrit CNTK comme une boîte à outil unifiée de deep learning qui décrit des réseaux neuronaux par une série d'étapes de calcul via un graphe orienté. Microsoft ne précise pas si CNTK est quelque part sous le capot de l'assistant personnel Cortana.

Bien entendu, benchmark de Microsoft à l'appui, CNTK écrabouille la concurrence en ce qui concerne les performances : Theano, Torch 7, Caffe et bien sûr TensorFlow :-)

Le bon côté de cette rivalité, pour le développeur, est qu'il dispose ainsi d'outils remarquables. CNTK est sur GitHub.