L’apprentissage des langues à l’aide de l’intelligence artificielle

Les enfants apprennent à parler à un jeune âge en mettant en relation ce qu’ils voient et ce qu’ils entendent.  Une des limites inhérentes au développement d’algorithmes en intelligence artificielle (IA) émulant le comportement humain est la quantité de données requises pour concevoir un modèle représentatif d’une tâche complexe à compléter.   L’apprentissage d’une langue du point de vue informatique consiste à l’entraînement, généralement supervisé par des humains, d’analyseurs (« parsers ») qui vont en filtrer et interpréter les éléments syntaxiques et sémantiques.  Il va sans dire que ce travail est assez ardu et prend généralement beaucoup de temps.

Les travaux d’une équipe de recherche au MIT présentés la semaine dernière à la conférence Empirical Methods in Language Processing à Bruxelles viennent décrire une méthode où l’analyseur apprend de façon autonome à interpréter le langage de façon analogue aux enfants, soit en observant son environnement, sans nécessiter de données préalables.  C’est par l’analyse de vidéos comportant des sous-titres que l’algorithme serait en mesure d’associer les mots avec les actions observées dans une séquence donnée.  Cette approche ouvre également la porte à l’amélioration graduelle des performances grâce à l’observation de plusieurs vidéos sur des thématiques similaires. Les annotations de vidéos additionnelles permettent d’offrir un éventail plus diversifié de données, ce qui s’avère utile pour que la machine puisse contextualiser l’information et adapter son apprentissage en conséquence.

Selon Andrei Barbu, co-auteur de l’article publié en marge de la conférence, cette approche pourra grandement accélérer l’intégration de robots qui pourront interagir avec les humains de façon plus naturelle, même lorsque le langage parlé n’est pas toujours aussi clair qu’on le voudrait au niveau grammatical:

“People talk to each other in partial sentences, run-on thoughts, and jumbled language. You want a robot in your home that will adapt to their particular way of speaking … and still figure out what they mean,” says co-author Andrei Barbu, a researcher in the Computer Science and Artificial Intelligence Laboratory (CSAIL) and the Center for Brains, Minds, and Machines (CBMM) within MIT’s McGovern Institute.

Ces travaux offrent aussi une autre perspective sur l’étude de l’acquisition du langue chez les enfants:

The parser could also help researchers better understand how young children learn language. “A child has access to redundant, complementary information from different modalities, including hearing parents and siblings talk about the world, as well as tactile information and visual information, [which help him or her] to understand the world,” says co-author Boris Katz, a principal research scientist and head of the InfoLab Group at CSAIL. “It’s an amazing puzzle, to process all this simultaneous sensory input. This work is part of bigger piece to understand how this kind of learning happens in the world.”

À lire!

Source:  Matheson, Rob. Machines that learn language more like kids do. MIT News Office, 30 octobre 2018.

 

L'impact de la "blockchain" sur la propriété des diplômes
Quel espace pour l'enseignant dans une classe d'apprentissage actif? (3/3)

Exprimez-vous !

*