Les robots savent (presque) lire

PROVIDENCE, R.I. — Il y a sept ans, un ordinateur a défait deux humains lors d’un match de «Jeopardy!»

Depuis ce moment, le secteur technologique n’a eu cesse d’améliorer la capacité des machines à amasser de l’information et à répondre à des questions.

Et ça a fonctionné, dans une certaine mesure. Ne vous attendez simplement pas à ce qu’une intelligence artificielle soit bientôt en mesure de pondre une analyse littéraire de «Guerre et Paix», de Léon Tolstoï.

Des chercheurs de Microsoft et de la firme chinoise Alibaba ont atteint, selon eux, un moment crucial plus tôt ce mois-ci quand leurs systèmes d’intelligence artificielle ont surpassé les humains lors d’une compréhension de texte. Il s’agissait de la plus récente illustration des progrès fulgurants qui améliorent la performance des assistants personnels et des moteurs de recherche, et dont les répercussions se font sentir dans le domaine de la santé et ailleurs.

Les questions ratées par les machines — et le test lui-même — en disent toutefois long sur les limites de l’intelligence artificielle et la difficulté de procéder à une comparaison directe avec l’intelligence humaine.

ERREUR! ERREUR!

«On est encore loin d’ordinateurs qui pourraient lire et comprendre des textes généraux de la même manière qu’un humain», a prévenu le chef technologique de Microsoft, Kevin Scott, lors d’un commentaire mis en ligne sur LinkedIn. Il salue du fait même les chercheurs de la compagnie installés à Pékin.

Le test mis au point par l’université Stanford démontre que, dans certains cas, un ordinateur peut faire mieux qu’un humain pour «lire» rapidement des centaines de fiches sur Wikipedia et trouver une réponse juste concernant le règne de Genghis Khan ou encore le programme spatial Apollo.

Les ordinateurs ont toutefois commis des erreurs qu’un humain aurait évitées.

La machine de Microsoft, par exemple, s’est trompée quand on lui a demandé quel membre des Panthers de la Caroline, dans la NFL, a réussi le plus grand nombre d’interceptions en 2015 (la bonne réponse est Kurt Coleman, pas Josh Norman). Un humain qui aurait lu soigneusement la fiche Wikipedia aurait trouvé la bonne réponse, mais l’ordinateur a trébuché sur «le plus grand nombre» et n’a pas compris que sept est plus grand que quatre.

«C’est un raisonnement très simple dont la machine est incapable», a dit Jianfeng Gao, un membre de l’équipe d’intelligence artificielle de Microsoft.

HUMAIN CONTRE MACHINE

Il n’est pas rare, lors des compétitions d’apprentissage-machine, d’opposer les habiletés cognitives d’un ordinateur à celles d’un humain. Les machines ont surpassé les humains lors d’une épreuve d’identification d’images pour la première fois en 2015 et lors d’une épreuve de reconnaissance de la parole l’an dernier, même s’il est encore facile de les berner.

Les ordinateurs ont aussi battu les humains aux échecs, à Pac-Man et au jeu de stratégie Go.

Et depuis la victoire d’IBM à «Jeopardy!» en 2011, le secteur technologique a réorienté ses efforts vers des méthodes à grands volumes de données qui ne cherchent pas seulement à accumuler des faits, mais à comprendre le sens de passages composés de plusieurs phrases.

Comme d’autres tests, celui de Stanford (surnommé Squad) a suscité la rivalité des institutions et des firmes — Google, Facebook, Tencent, Samsung et Salesforce ont tous tenté leur chance.

«Les chercheurs adorent les compétitions, a expliqué Pranav Rajpurkar, le doctorant de Stanford qui a aidé à concevoir le test. Toutes ces compagnies et institutions veulent être vues comme le leader en matière d’intelligence artificielle.»

LES LIMITES DE LA COMPRÉHENSION

La numérisation par le secteur technologique de quantités astronomiques de données, combinée à de nouveaux algorithmes et à des ordinateurs plus puissants, a donné un nouvel élan au domaine de l’apprentissage-machine, qui existe depuis une cinquantaine d’années.

Mais les ordinateurs sont encore «très loin» de réellement comprendre ce qu’ils lisent, dit Michael Littman, un expert de l’université Brown qui essaie d’enseigner aux machines comment résoudre des mots croisés.

Les ordinateurs améliorent cette intuition statistique qui leur permet d’identifier les éléments importants dans un texte, mais ils peinent encore à reproduire le raisonnement logique dont sont capables les humains. (Et ils sont souvent complètement désarçonnés par les blagues et les indices subtils d’un puzzle bien ficelé).

M. Littman croit qu’on enseigne souvent aux machines comment solutionner le test.

«J’ai l’impression que pour le genre de problème qu’ils essaient de résoudre, que ce n’est pas possible de faire mieux qu’un humain puisque les humains déterminent ce qui est correct, a-t-il dit au sujet du test de Stanford. Ce qui est impressionnant est qu’ils (les ordinateurs) aient fait aussi bien qu’un humain, pas qu’ils l’aient surpassé.»