LEBIGDATA.FR I.A, Cloud & Cybersécurité
Le MIT est parvenu à créer une IA capable d'anticiper les futures actions d'un humain ! Découvrez comment elle fonctionne, et quelles sont les incroyables applications possibles pour une telle technologie !
Êtes-vous vraiment libre de vos décisions ? Pouvez-vous contrôler votre destinée, ou est-elle déjà écrite à l'avance ? Pour la nouvelle IA du MIT, votre avenir n'a presque aucun secret…
Lors d'une étude menée en collaboration avec l'Université de Washington, les chercheurs ont créé un modèle capable de prédire les actions futures d'une personne ou d'une machine.
Baptisée « Latent Inference Budget Model » (L-IBM), cette IA surpasse largement tous les autres frameworks existants pour la modélisation de la prise de décision humaine selon ses créateurs.
Comment ça marche ?
Alors comment fonctionne ce modèle pour accomplir une telle prouesse ? Il examine les limites, les actions et le comportement passés liés au processus de pensée d'un agent, qui peut être un humain ou une autre IA.
Les données ou les résultats obtenus après cette évaluation sont appelés « budget d'inférence ». C'est ce qui permet à L-IBM d'anticiper l'avenir.
Son analyse porte sur le comportement de l'individu et les différentes variables qui peuvent l'affecter. En d'autres termes, les chercheurs expliquent qu'ils « cherchent à modéliser à la fois ce que les agents souhaitent faire et ce qu'ils vont effectivement faire selon leur état ».
Ceci implique d'observer les agents à différentes positions aléatoires au sein d'un labyrinthe. Par la suite, le modèle L-IBM est utilisé pour comprendre leurs limites en termes de pensée ou de calcul et prédire leur comportement.
Ainsi, l'IA révèle les objectifs de l'agent et sa capacité à naviguer et à prendre des décisions complexes. Lors de l'étape suivante, elle examine les signaux liés au langage et à la communication.
Les chercheurs soulignent en effet que « les humains produisent et comprennent le langage d'une façon qui dévie de sa signification littérale ».
Un jeu de devinettes pour vérifier les capacités de l'IA
Ils ont fait jouer les sujets à un jeu de référence, impliquant un orateur et un auditeur. Le premier reçoit un ensemble de différentes couleurs, en choisit une, mais n'a pas le droit de dire le nom de la couleur choisie à l'auditeur.
Il décrit en langage naturel, en donnant différents mots en guise d'indice. Si l'auditeur choisit la même couleur, ils gagnent tous les deux.
Ce petit jeu permet aux chercheurs de vérifier si les humains sont engagés dans un raisonnement pragmatique à partir de leur comportement, s'il existe des différences entre les joueurs dans leur capacité à raisonner, et si ces différences prédisent le succès de la communication.
L-IBM a réussi à prédire les mouvements d'un joueur d'échecs
Lors de leur étude, les chercheurs ont utilisé cette IA pour prédire les actions de joueurs humains lors d'une partie d'échecs.
Ils estiment que « nos résultats montrent que la prise de décision humaine sous-optimale peut être efficacement modélisée à l'aide de versions contraintes informatiquement d'algorithmes de recherche standards ».
Ce faisant, « nous obtenons à la fois des modèles exacts de la prise de décision d'humains et des mesures informatives de leurs capacités inférentielles ».
Le modèle s'est focalisé sur le temps qu'ont pris les joueurs humains pour effectuer leurs différentes actions pendant la partie, tout en tenant compte de la différence de temps passé à penser entre les joueurs débutants ou confirmés.
Comme l'explique Athul Paul Jacob, l'un des auteurs, « au final, on a pu voir que la profondeur de planification, la durée pendant laquelle quelqu'un pense au problème, et un très bon proxy de la façon dont les humains se comportent ».
L'objectif était de découvrir s'ils pouvaient nourrir L-IBM avec ces données, et de modéliser la variabilité dans les décisions des joueurs selon les états du jeu.
Le résultat, ou budget d'inférence, a mis en lumière avec exactitude la différence entre les mauvais et les bons joueurs. Selon Jacob, « le plus frappant était le fait que ce budget d'inférence était très interprétable ».
Il peut indiquer que « les problèmes plus difficiles requièrent plus de planification, ou qu'être un bon joueur requiert de planifier plus longtemps ».
Les chercheurs ont été surpris, car « quand nous avons initialement décidé de faire cela, nous ne pensions pas que notre algorithme serait capable de choisir naturellement ces comportements ».
Or, si le modèle IA sait quel joueur est le meilleur, il sera probablement capable de prédire quel joueur va gagner la partie…
Une IA qui peut nous aider à prendre de meilleures décisions ?
Une telle IA pourrait être très utile pour les paris sportifs, mais là n'est pas son principal intérêt. Le framework L-IBM a le potentiel de modéliser tous les aspects de la prise de décision humaine, et notamment les routines, les comportements, la communication, et la stratégie.
Les chercheurs notent que « nous avons démontré que L-IBM peut surpasser les modèles classiques de rationalité limitée tout en imputant des mesures significatives des compétences humaines et de la difficulté des tâches ».
Ce qui différencie réellement cette IA des précédents modèles est qu'elle se base sur les limites et le comportement passés d'un agent plutôt que sur des données aléatoires pour produire des résultats.
Ainsi, d'après Jacob, « si nous savons qu'un humain est sur le point de faire une erreur, en ayant vu comment ils se sont comportés avant, l'agent IA pourrait intervenir et proposer une meilleure façon de faire ».
De même, « l'agent pourrait s'adapter aux faiblesses qu'ont ses collaborateurs humains ». Et cette capacité à modéliser le comportement humain est « un pas important vers la construction d'un agent IA véritablement capable d'aider l'humain »…
Restez à la pointe de l'information avec LEBIGDATA.FR !
Abonnez-vous à notre chaîne YouTube et rejoignez-nous sur Google Actualités pour garder une longueur d'avance.
- Partager l'article :
