Revue

Revue

Des robots autodidactes… ou presque

Les 23 et 24 avril dernier avait lieu le Microsoft Research Machine Learning Summit, une conférence autour des big data et du machine learning (apprentissage automatique) qui a rassemblé chercheurs et universitaires européens.

Le machine learning est une discipline scientifique basée sur le développement, l’analyse et la mise en place de méthodes automatisables qui permettent à une machine d’évoluer grâce à un processus d’apprentissage. Concrètement, la machine est capable d’adapter ses comportements en se fondant sur l’analyse de données empiriques provenant d’une base de données ou de capteurs.

Dans la décennie à venir, le machine learning pourrait jouer un rôle crucial dans le traitement des flux de données. Les experts présents à la conférence ont mis en évidence les défis que représente cette technologie et ont donné des pistes de réflexion sur la prochaine génération de méthodes, de techniques et d’outils nécessaires à la gestion des flux de d’information.

Chris Bishop, chercheur chez Microsoft dans le domaine du machine learning, explique que les flux de données deviennent un atout : plus ils sont importants, plus la machine est capable de réduire l’incertitude. Silvia Chiappa, également chercheuse chez Microsoft, l’illustre grâce aux études qu’elle mène actuellement dans le domaine de la santé : le machine learning a permis à son équipe de mettre en évidence le poids de trois facteurs (la cigarette, les maladies pulmonaires obstructives chroniques ou MPOC et l’asthme) sur la santé des poumons.

Grâce à des données recueillies sur plus de 20 000 individus d’une cinquantaine d’années dans un hôpital londonien, les chercheurs sont capables de mesurer l’impact de ces trois facteurs (combinés ou isolés) sur « l’âge biologique » des poumons d’un individu : par exemple, un homme de 50 ans qui combine les trois facteurs possèdent des poumons dont l’âge biologique est estimé à 80 ans.

Des interviews et vidéos des interventions sont disponibles sur le site Internet du Microsoft Research Machine Learning Summit.

Les progrès en terme de machine learning sont donc très importants et, dans les années à venir, on pourrait assister au développement de robots capables de porter assistance aux personnes âgées ou handicapées. La cohabitation humain/robot pourrait devenir chose courante et il sera alors intéressant d’étudier les comportements des hommes envers ces machines. Une étude sur ce sujet a récemment été menée par des chercheurs de l’université de Duisburg-Essen : elle montre que les objets animés introduisent un processus d’identification très fort [1]. Sans aller jusqu’à affirmer, comme le philosophe anglais Peter Singer, qu’un jour les robots auront des droits [2], on peut quand même s’interroger sur le statut de ces robots dans la société de demain. La question du comportement de l’homme face aux robots est d’ailleurs une question qui intéresse les ingénieurs pour savoir sous quelle forme (humaine ? humanoïde ?) ils doivent les concevoir.



[1] ICA (International Communication Association), « Humans feel empathy for robots », communiqué de presse, avril 2013, http://www.eurekalert.org/pub_releases/2013-04/ica-hfe041813.php

[2] SINGER Peter, « When robots have feelings », The Guardian, 14 décembre 2009. URL : http://www.guardian.co.uk/commentisfree/2009/dec/14/rage-against-machines-robots

#Informatique #Technologie

Inscrivez-vous à la newsletter

Tous les mois, recevez une sélection de nos dernières publications, des prochaines formations et des événements à venir. Et ponctuellement des informations sur les activités de Futuribles.

 

Votre adresse de messagerie est uniquement utilisée pour vous envoyer la newsletter de Futuribles et ponctuellement des informations sur les activités de Futuribles. Vous pouvez à tout moment utiliser le lien de désabonnement intégré dans la newsletter. En savoir plus sur la gestion de vos données et vos droits.

 

Futuribles International est un centre de réflexion sur l’avenir.
Ses travaux visent à comprendre les grandes transformations en cours. Ils intègrent la dimension du temps long en insistant sur les marges de manœuvre des acteurs et les stratégies possibles.