Geoffrey Hinton
Un précurseur de l’intelligence artificielle explore un nouveau type d’algorithme d’apprentissage profond
Un précurseur du domaine de l’intelligence artificielle, Geoffrey Hinton, a remporté deux prestigieuses distinctions internationales en recherche en 2022, soit une médaille de la Société royale du Royaume-Uni et un prix Princesse des Asturies en recherche scientifique et technique. Le professeur émérite de la University of Toronto partage le prix Princesse des Asturies avec trois autres sommités en apprentissage profond, une branche de l’intelligence artificielle, soit Yoshua Bengio (Université de Montréal), Yann LeCun (Université de New York) et Demis Hassabis (DeepMind).
Ses travaux révolutionnaires en apprentissage profond, qui vise à reproduire la manière dont l’être humain acquiert certaines connaissances, ont stimulé le progrès dans de nombreuses sphères.
« J’essaie de comprendre la manière dont le cerveau apprend, explique-t-il au sujet de ses travaux de recherche. Les différentes tentatives visant à comprendre la mécanique d’apprentissage du cerveau se sont révélées utiles en ingénierie. »
« L’algorithme de rétropropagation, notamment, est à l’origine de la formation de presque tous les grands réseaux neuronaux. » Le chercheur explique que la rétropropagation était d’abord une hypothèse sur la façon dont le cerveau acquiert des connaissances, mais à présent, personne ne sait si le cerveau effectue véritablement de la rétropropagation.
« Et je pense qu’il n’en fait pas, admet-il. C’est pourquoi j’estime que la technologie actuelle fonctionne différemment du cerveau, mais que le principe peut certainement être fort utile en ingénierie. Tous ces grands modèles de langage et de vision artificielle ont recours à la rétropropagation. »
M. Hinton indique de la rétropropagation fonctionne uniquement si le réseau neuronal possède un parfait modèle de lui-même. « Je crois que le cerveau n’en possède pas, avance-t-il, et que le matériel analogique n’y parviendra pas. Donc, si l’on veut apprendre par l’entremise de matériel analogique, il faudra mettre au point un autre type d’algorithme. »
La réponse à ce problème est l’objet des études actuelles menées par M. Hinton.
« On se demande quel type d’algorithme d’apprentissage peut utiliser le matériel analogique. Le cerveau est de toute évidence doté d’un très bon algorithme d’apprentissage, mais il n’est peut-être pas aussi sophistiqué que celui des réseaux neuronaux profonds actuels. »
« Pendant une longue période, l’objectif était de mettre au point des réseaux neuronaux artificiels aussi performants que les réseaux humains. Selon moi, les réseaux artificiels fonctionneront mieux que leur équivalent humain. »
M. Hinton est aussi conseiller scientifique en chef à l’Institut Vecteur pour l’intelligence artificielle ainsi que vice-président et ingénieur associé à Google. En 2018, il a remporté le prix Turing, souvent considéré comme le « prix Nobel en informatique ».
Learn more about the Royal Society’s Royal Medal and the Princess of Asutrias Award
En savoir plus sur la Médaille de la Société royale du Royaume-Uni et la prix Princesses des Asturias
