Google AutoML surpasse les algorithmes humains en reconnaissance d'images

Fort de l'expérience concluante d'AlphaGo, qui avait remporté haut la main (4-1) un tournoi de Go contre le joueur professionnel Lee Se-Dol, Google ne s'est pas arrêté là, et avait lancé AutoML en mai dernier. Après avoir réussi à battre l'humain aux jeux, l'entreprise Californienne lançait un projet avec comme but un IA qui apprenait à ... fabriquer une autre IA toujours plus efficace.

"Dieu me débranche ! Des machines qui créent des machines !"

On attendait beaucoup du programme ainsi généré, et les records sont tombés il y a peu. AutoML a donné naissance à NSANet NASNet, qui a été évaluée sur sa capacité à reconnaître des objets sur une photo. Si vous trouvez que la tâche est facile, rappelez-vous qu'une photo est juste un énorme tableau de couleurs de pixels, bon courage pour y extraire l'information nécessaire à reconnaitre un chaton ou votre voisine ! Le score est calculé par le pourcentage d'élément reconnus sur la base d'images nommée ImageNet, une référence du domaine. Un papier a pu en être tiré, dans lequel NASNet identifie correctement 82,7% des images, soit 1,2% de mieux que les précédents algorithmes rédigés par des humains.

 NASNet saurait-il reconnaître une BX ?

Ces travaux pourraient, comme à l'accoutumé, trouver des applications dans de nombreux domaines, le code source étant libre de droit ; encore faut-il avoir accès à une machine suffisamment puissante pour l'exploiter. Bien évidemment, de tels résultats prouvent la supériorité d'algorithmes automatiques dans certains domaines spécialisés, il ne leur est pas encore possible de décider de leur propre chef, en dehors du cadre prévu. Pas de danger pour l'humanité pour le moment ! (Source : Google Research Blog via TrustMyScience)