Des robots dotés d’une mémoire grâce à l’Intelligence Artificielle

robotique intelligence artificielle
Temps de lecture : 2 mn
robotique intelligence artificielle

Cette chronique a pour ambition de traduire en langage clair une évolution sensible de l’Intelligence Artificielle. Pourtant le point de départ est complexe car il s’agit d’une étude intitulée ‘Learning Sensorimotor Control with Neuromorphic Sensors: Toward Hyperdimensional Active Perception‘.

Vous n’avez rien compris, c’est normal. Vous pensez donc que cela n’est pas important, là vous pourriez avoir tort. Car derrière cet empilement de mots incongrus/abscons/hermétiques (rayez la mention inutile), se cache une avancée fondamentale de la robotique (au sens Robot doté d’une Intelligence Artificielle).

Donner de la mémoire aux robots

Un robot se décompose en trois éléments de base : des censeurs ou capteurs, des déclencheurs ou actionneurs et une ‘intelligence’. Un robot capte et l’intelligence indique au déclencheur ce qu’il doit réaliser.

Or ces trois éléments parlent des langages distincts et ont des ‘existences’ autonomes : d’un côté les data ‘perception’, de l’autre les data ‘action’.

Les chercheurs de l’Université du Maryland ayant publié cette étude – dont nous ne rappelons pas l’intitulé incompréhensible – ont pour ambition d’intégrer ces deux types de data. Pour cela ils passent par un système reposant sur des Vecteurs Binaires Hyper-dimensionnel (ne fuyez pas nous vous expliquons tout de suite).

Leur idée est de construire un ‘cerveau’ au sein duquel les deux types de data ont la même valeur (ce qu’ils appellent un vecteur) et de leur permettre ainsi à ces data de se mélanger pour s’enrichir les unes les autres, interagir toutes ensemble.

Les data ‘perception’ sont des images, des sons, des concepts… Ayant servi via le cerveau à produire des data ‘actions’, elles vont en retour ‘percevoir’ les résultats des actions réalisées par le robot. Et donc l’ensemble des data vont ainsi se créer une mémoire. Ayant perçu cela et décidé d’agir ainsi, j’ai perçu en retour un résultat. Je mémorise ce résultat et petit à petit me construis une mémoire.

Et donc des robots plus intelligents

La conséquence est que le cerveau s’enrichit de cette mémoire. Il peut donc se poser la question fondamentale : que dois-je percevoir/ressentir pour agir de manière optimale car je sais pourquoi j’essaye de percevoir/ressentir. La fonction ‘perception’ devient intelligente car elle est guidée par sa mémoire. C’est ce que les chercheurs appellent une ‘perception active’.

Si vous nous avez suivi, vous aurez compris que ce système de Vecteurs Binaires Hyper-dimensionnel est plus efficace qu’un système simplement itératif – data-mining, reconnaissance visuelle, traduction des textes/images – qui est le modèle reposant sur le deep-learning (sans mémoire).

Moins consommateur en ressources (notamment celles utilisées pour effectuer des calculs) et donc plus rapide, le système de Vecteurs Binaires Hyper-dimensionnel n’est pas limité à la robotique. Il pourrait donc permettre des avancées significatives dans d’autres domaines utilisant l’Intelligence Artificielle pour passer du concept au signal puis au langage. Et c’est ainsi que Luke Skywalker dialogue avec son robot-médecin dans une ambiance de franche camaraderie.

0