Cette IA physicienne rivalise avec des génies comme Newton et Einstein !

Les chercheurs du Forschungszentrum Jülich ont développé une intelligence artificielle (IA) capable de créer des théories physiques cohérentes en identifiant des motifs au sein de jeux de données complexes. Cette approche, baptisée “La Physique de l’IA”, ouvre de nouvelles perspectives pour comprendre comment les propriétés collectives émergent des interactions au niveau microscopique.

Cette IA rivalise avec des génies comme Newton et Einstein

La méthode traditionnelle consiste à dériver les termes mathématiques à partir de processus de base pour prédire le comportement global d’un système. Cette équipe de chercheurs a plutôt décidé de prendre le problème à rebours. Et si, au lieu de connaître les processus sous-jacents, nous pouvions observer l’ensemble du système pour déduire l’action microscopique?

Le Professeur Moritz Helias de l’Institut for Advanced Simulation (IAS-6) du Forschungszentrum Jülich a expliqué dans une interview comment cette “Physique de l’IA” se distingue des approches traditionnelles

La physique de l’IA, une méthode révolutionnaire

Les physiciens commencent généralement par observer un système. Ils proposent comment ses différents composants interagissent pour expliquer son comportement, dérivent des prédictions de ces observations, puis les testent. C’est ainsi qu’Isaac Newton a formulé sa loi de la gravitation qui prédit avec précision les mouvements des corps célestes.

L’équipe a eu l’idée de former un réseau neuronal pour cartographier des comportements complexes à des systèmes plus simples. Puis, les chercheurs ont créé une cartographie inverse pour développer de nouvelles théories basées sur ces interactions simplifiées. Ainsi, cette approche, bien que similaire à la physique traditionnelle, extrait les interactions des paramètres de l’IA.

LIRE AUSSI : L’IA pourrait bientôt nous révéler les plus grands mystères des galaxies

De vastes champs d’application

Pour mettre cette méthode à l’épreuve, les physiciens ont analysé un ensemble de données de chiffres manuscrits. C’est une pratique courante dans le travail avec les réseaux neuronaux. Ils ont étudié comment de petits éléments d’image, tels que les contours des chiffres, sont formés par les interactions entre les pixels. Cette démarche les a aidés à comprendre comment l’IA traite l’information visuelle.

L’avantage majeur de cette approche réside dans l’efficacité avec laquelle l’IA gère les calculs. Bien que les efforts computationnels restent élevés en raison du grand nombre d’interactions possibles, les chercheurs ont réussi à les paramétrer de manière efficace. Actuellement, les physiciens peuvent étudier des systèmes avec environ 1 000 composants interactifs.

Ce qui distingue cette méthode, c’est l’extraction et la formulation de théories apprises en utilisant un langage basé sur la physique. Cela rend les théories de l’IA interprétables,, comblant ainsi le fossé entre les processus complexes de l’IA et les théories compréhensibles par les humains. 

SOURCE : techexplorist

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.