Depuis maintenant plusieurs années, les chercheurs s’intéressent à l’Intelligence Artificielle et essaient de trouver des moyens de faire progresser les robots et autres systèmes créés par l’Homme. Des chercheurs américains ont mené une étude sur le comportement des chiens et sont parvenus à une conclusion : les robots ont beaucoup à apprendre des canidés.
Se servir du comportement canin pour l’intelligence artificielle
L’idée peut faire sourire : une intelligence artificielle qui apprend du comportement animal, en particulier du chien. C’est pourtant ce qu’a démontré une étude menée aux Etats-Unis par Kiana Ehsani, doctorante de l’Université de Washington. En effet, un groupe de chercheurs a entraîné un réseau neuronal à interpréter et même prévoir le comportement des chiens. D’après leurs résultats, plutôt probants, les animaux pourraient fournir aux systèmes d’intelligence artificielle des données très utiles. À terme, il serait même possible que les robots (gérés par de tels systèmes) puissent apprendre des comportements canins et animaliers.
Avant toute chose, les chercheurs américains ont eu besoin de récolter des données sur un chien. Pour ce faire, ils ont installé une caméra GoPro sur la tête d’un Malamute nommé Kelp, afin de recueillir des petites vidéos de ses actions et autres réactions. Un total de 380 courtes vidéos ont été récupérées ainsi que des informations sur ses mouvements (grâce à des capteurs sur ses pattes et son corps). Pour donner une idée du principe, les films utilisent la même technique pour donner vie à Gollum ou à King Kong en posant des capteurs de mouvement sur un acteur. Sauf qu’ici, on s’intéresse au quotidien du chien.
Good AI dog! See how @UW researchers used #deeplearning and @NVIDIA #GPUs to train an AI to act like a dog. https://t.co/P0TyvrxnCd pic.twitter.com/Ifh45Oo4Me
— NVIDIA AI Developer (@NVIDIAAIDev) 16 avril 2018
Le réseau neuronal apprend à anticiper les réactions du chien
Grâce à ces informations précieuses, les chercheurs ont analysé le comportement de Kelp par le prisme de l’apprentissage approfondi. Cette technique d’intelligence artificielle est utilisée pour établir des modèles à partir de données. Dans ce cas précis, il a fallu coupler les vidéos avec les données de mouvement. Avec toutes ces informations, le réseau de neurones entraîné a pu peu à peu prédire les différentes réactions du chien selon la situation. Dans le cas où quelqu’un lance une balle dans la direction du chien, le réseau neuronal a compris que la réaction adéquate serait de se tourner et courir après la balle.
Néanmoins, d’après Kiana Ehsani, si la capacité de prédiction de l’intelligence artificielle est très précise, elle ne fonctionne que de façon simplifiée. En clair, en voyant des escaliers, l’intelligence artificielle va déduire qu’il faut monter mais la vie peut être plus complexe que cela. Selon Ehsani, « il est difficile de savoir si le chien va voir ou non un jouet ou un objet qu’il voudra attraper ». En revanche, l’étude a prouvé que les chiens ont d’autres compétences dont les robots pourraient s’inspirer.
S’inspirer des capacités cognitives du chien ?
Les chercheurs ne se sont pas arrêtés là, bien au contraire. Ces derniers ont voulu voir si le réseau neuronal entraîné a appris autre chose des données récoltées sur Kelp. On sait par exemple que les chiens ont clairement une intelligence visuelle, qu’ils reconnaissent la nourriture, les obstacles mais aussi d’autres animaux ou humains. Leur question a été la suivante : le réseau neuronal entraîné à agir comme un chien peut-il faire preuve de la même intelligence visuelle ? Il s’est avéré que oui, mais dans une certaine mesure. Ainsi, les chercheurs ont demandé à l’intelligence artificielle de distinguer différents lieux (intérieurs, extérieurs, escaliers, balcons) et de déceler les zones où l’on peut marcher. Dans les deux cas, le réseau de neurones a réussi, en se basant sur les données canines.
Pour parvenir à cette conclusion, l’équipe est partie d’une intuition expliquée par Kiana Ehsani : « nous savons que les chiens sont très doués pour savoir où marcher, où ils ont le droit d’aller et où c’est interdit ». Elle rajoute qu’il s’agit là « d’une tâche très complexe pour un ordinateur car cela requiert des connaissances de base ». Ces connaissances pourraient être par exemple si un chemin est trop pentu pour marcher ou s’il est trop piquant et inconfortable. Cela prendrait un temps considérable de programmer un robot avec toutes ces règles. En revanche, un chien sait déjà tout cela. Donc en regardant le comportement de Kelp, le réseau neuronal a appris ces règles sans qu’on ait à lui enseigner. En clair, il a appris du chien.
Des résultats qui appellent d’autres recherches plus poussées
Il semble important d’apporter ici quelques mises en garde. Le logiciel créé par Ehsani et son équipe n’est en rien la reproduction du cerveau canin ou sa conscience. La seule chose qu’il peut faire, c’est apprendre quelques règles élémentaires à partir de données limitées, par exemple où un chien aime marcher. Comme dans le cas d’autres intelligences artificielles, on ne peut parler de raisonnement ici, le logiciel apprend simplement à déceler des modèles dans les données. Ce qui n’est pas nouveau. Toutes les intelligences artificielles sont entraînées de la même façon.
Toutefois, comme le souligne Kiana Ehsani, c’est la première fois que des chercheurs ont essayé d’apprendre des chiens et le fait que cela fonctionne suggère que les animaux pourraient être une source utile de données pour les intelligences artificielles. Après tout, les chiens savent beaucoup de choses, qui pourraient être utiles pour les robots. Par exemple, à quoi ressemble un humain ou la différence entre un bébé et un adulte. Par ailleurs, les chiens savent comment éviter une voiture ou comment monter des escaliers. De telles données seraient précieuses pour des robots devant opérer dans un environnement humain.
Il semble clair que les recherches doivent être approfondies dans cette voie. Ceci dit, cette étude démontre que nous pouvons apprendre des animaux (ce n’est pas si nouveau) mais surtout qu’ils peuvent apporter des connaissances aux robots et autres intelligences artificielles. Ehsani est convaincue que l’on saura quoi faire de tout cela. La première étant de créer un robot chien habile en se servant de telles données.
