Apprendre aux machines à apprendre

Les voitures qui se dirigent elles-mêmes vers un parking ou les robots qui se déplacent sur un terrain accidenté doivent avoir la capacité d'apprendre de leurs expériences et de s'adapter à de nouvelles circonstances. Ce qui va de soi pour les humains pose de grands défis aux machines. Pourtant, la recherche dans ce domaine évolue rapidement. Afin de former la prochaine génération de scientifiques dans ce domaine, d'intensifier la coopération en matière de recherche et de partager les infrastructures, l'ETH Zurich et la société Max-Planck ont créé un centre commun pour les personnes en formation. Le centre est financé à hauteur de cinq millions d'euros au total pour les cinq premières années, sponsorisés à parts égales par la Max-Planck-Gesellschaft et l'ETH Zurich.

Comprendre ce qui fait l'intelligence

L'objectif des chercheurs du nouveau centre est de comprendre ce qui fait l'intelligence des êtres vivants. "Nous ne nous intéressons pas seulement aux problèmes d'application, mais nous voulons comprendre fondamentalement comment les êtres humains per?oivent, apprennent et réagissent ensuite de manière appropriée à la situation", explique Thomas Hofmann, professeur à l'Institut d'apprentissage automatique de l'ETH Zurich. Avec Bernhard Sch?lkopf, directeur de l'Institut Max Planck pour les systèmes intelligents à Tübingen, il est co-directeur du Centre pour les systèmes en formation.

Les chercheurs souhaitent ensuite utiliser les conclusions de ces études fondamentales pour développer les méthodes d'apprentissage automatique. De tels procédés sont déjà utilisés aujourd'hui pour détecter des régularités statistiques dans de grands ensembles de données. Mais aujourd'hui, elles sont encore souvent limitées à des t?ches concrètes. Par exemple, une méthode qui reconna?t de manière fiable les visages sur les images n'aide pas un robot à s'entra?ner à marcher en toute sécurité sur un terrain difficile. La capacité d'apprentissage de l'homme est en revanche largement indépendante de la t?che concrète. "Si nous comprenons mieux comment ce qui a été appris peut être transféré entre différentes t?ches, nous pourrons peut-être développer des systèmes artificiels qui apprennent de la même manière que les êtres vivants", explique Sch?lkopf.

Concevoir les systèmes intelligents du futur

Les principes généraux de l'apprentissage devraient alors insuffler de l'intelligence non seulement aux robots, mais aussi, par exemple, aux logiciels qui analysent de grandes quantités de données. Les ordinateurs pourraient ainsi déterminer non seulement des relations statistiques dans des ensembles de données aussi gigantesques, mais aussi des relations causales. Par exemple, ils pourraient évaluer de manière autonome l'effet des modifications génétiques dans les données du code génétique et de l'interaction des protéines ; des relations de cause à effet sur lesquelles même les médecins ne savent encore que peu de choses aujourd'hui.

Pour Lino Guzzella, président de l'ETH, le Centre des systèmes d'apprentissage doit être un terreau fertile pour les nouvelles idées. "L'ETH et la société Max Planck sont deux partenaires solides dans le domaine de l'apprentissage automatique. J'attends beaucoup de cette coopération, notamment pour la formation de nos jeunes scientifiques. Nous pouvons être impatients de voir comment ils fa?onneront les systèmes intelligents du futur".

Le Max Planck ETH Center, qui réunit des scientifiques des sites de Tübingen, Stuttgart et Zurich, s'appuie sur une coopération qui existe déjà dans le domaine de l'apprentissage automatique entre l'Institut Max Planck des systèmes intelligents et l'ETH Zurich. Outre la coopération scientifique et la formation de doctorantes et doctorants, l'organisation d'écoles d'été et d'ateliers communs fait partie des objectifs.