Traduit de l’anglais par TechUpscale à l’aide de l’IA et vérifié par rapport à l’original. Lire l’original en anglais
Des chercheurs de l’Université de Tel-Aviv et de l’Université Stanford ont révélé que l’intelligence artificielle peut acquérir des compétences prédictives générales en utilisant uniquement des données d’entraînement auto-générées. L’étude, disponible sous forme de prépublication sur arXiv, remet en question les hypothèses précédentes concernant les besoins en matière d’apprentissage automatique.
Ce que cela révèle sur l’apprentissage de l’IA sans données du monde réel
Selon les chercheurs, l’étude remet en question l’hypothèse prédominante selon laquelle les modèles d’intelligence artificielle nécessitent d’énormes quantités de données du monde réel pour acquérir des capacités utiles. L’étude de faisabilité a démontré que les modèles entraînés entièrement sur des séquences générées artificiellement amélioraient leurs aptitudes prédictives dans des domaines tels que le langage, les images, la musique et l’ADN.
Les recherches ont été supervisées par le Dr. Yoav Levine de l’Université de Tel-Aviv et menées dans le cadre des recherches postdoctorales du Dr. Kfir Dolev en collaboration avec des chercheurs de l’Université Stanford.
Deux modèles qui apprennent ensemble
Dans la méthode développée par les chercheurs, deux modèles partent de zéro et apprennent ensemble. Le premier modèle génère de petits programmes informatiques produisant des séquences de symboles, tandis que le second est entraîné à prédire le symbole suivant dans chaque séquence.
Le premier modèle reçoit un retour sur la contribution de ses exercices au processus d’apprentissage, ce qui lui permet de sélectionner des défis de plus en plus utiles et adaptés aux capacités du modèle en apprentissage.
Points clés et sources
- L’IA a développé des compétences prédictives générales en utilisant uniquement des données d’entraînement auto-générées.
Une nouvelle étude menée par des chercheurs de l’Université de Tel-Aviv et de l’Université Stanford montre que l’IA peut développer des compétences prédictives générales en utilisant uniquement des données d’entraînement auto-générées.
- Deux modèles apprennent ensemble : l’un génère des programmes informatiques et le second prédit le symbole suivant.
Le premier génère de courts programmes informatiques qui produisent des séquences de symboles. Le second est entraîné à prédire le symbole suivant dans chaque séquence.
La question en suspens : Jusqu’où les modèles d’intelligence artificielle peuvent-ils progresser dans l’acquisition de motifs universels et de compétences de raisonnement sans aucune exposition à des informations du monde réel ?
