Le nouveau système d'apprentissage profond de Microsoft bat les humains — et Google

Le système d’apprentissage profond de Microsoft est bien meilleur que les humains et Google

Microsoft Research a de nouveau développé le dernier type d’intelligence artificielle appelé apprentissage profond.

Le nouveau document académique, les employés du bureau asiatique de la branche recherche du géant technologique affirment que leur dernier système d’apprentissage profond peut surpasser les humains selon un critère.

Selon le document – « La création de Microsoft a obtenu un taux d’erreur de 4,94 % pour la classification correcte des images dans la version 2012 du jeu de données ImageNet largement reconnu, contre un taux d’erreur de 5,1 % parmi les humains. » Le défi consistait à identifier des objets dans les images et à sélectionner correctement les catégories les plus précises pour les images, parmi 1 000 options. Les catégories comprenaient « hachette », « geyser » et « micro-ondes ».

L’apprentissage profond est un processus de formation de réseaux neuronaux artificiels sur une grande quantité d’informations dérivées d’images, d’audio et d’autres entrées, puis de présentation des systèmes avec de nouvelles informations et de réception d’inférences à leur sujet en réponse.

Quelques chercheurs de Microsoft, Kaiming He, Xiangyu Zhang, Shaoqing Ren et Jian Sun, ont collectivement écrit dans un document que « À notre connaissance, notre résultat dépasse pour la première fois la performance humaine rapportée sur ce défi de reconnaissance visuelle. »

Les chercheurs ont écrit que « Les observateurs de l’intelligence artificielle devraient prêter attention à ce type de résultats et Microsoft devrait également être accordé plus de crédibilité en ce qui concerne l’apprentissage profond, où des entreprises web comme Google et Facebook se disputent les talents. »

Ils ont ajouté que « Bien que notre algorithme produise un résultat supérieur sur ce jeu de données particulier, cela n’indique pas que la vision par machine surpasse la vision humaine en matière de reconnaissance d’objets en général. » « En reconnaissant des objets élémentaires tels que la tâche Pascal VOC, les machines ont encore des erreurs évidentes dans des cas qui sont triviaux pour les humains. Néanmoins, nous croyons que nos résultats montrent le potentiel énorme des algorithmes machine à égaler la performance humaine en reconnaissance visuelle. »

La nouvelle technologie a ainsi amélioré le système GoogLeNet primé de Google de 26 %, car il a fonctionné avec un taux d’erreur de 6,66 %, affirment les chercheurs de Microsoft.

Ce succès est le résultat du programme de travail de Project Adam de Microsoft, qui a été achevé l’année dernière.

Les détails supplémentaires sur le nouveau système sont contenus dans le document (PDF).