Réseaux neuronaux : Microsoft devant Google ?
By   |  July 25, 2014

En matière de recherche fondamentale en technologies Big Data, le géant de Redmond n’entend pas se laisser distancer. Dans la même lignée que le “Brain Project” de Google, il annonce ainsi avoir réalisé au travers de son propre “Adam Project” un système de réseau neuronal environ 50 fois plus rapide et 30 fois plus efficace que celui de son concurrent.

La prouesse a consisté à agréger de simples PC en un système neuronal distribué, hautement scalable, et à démontrer sa capacité d’auto apprentissage sur une banque de 14 millions d’images issues d’ImageNet. Pour l’anecdote, Google avait fait la démonstration d’un tel système d’Intelligence Artificielle en travaillant sur la reconnaissance automatique de chats dans une infinité de contextes iconographiques. Pour ses propres besoins, Microsoft aura quant à lui utilisé des images canines. De là à dire que l’un et l’autre s’entendent comme chien et chat…

Plus sérieusement, ce type de système neuronal, basé sur les techniques d’apprentissage automatisé de base (deep machine learning), cible aussi bien la reconnaissance visuelle que la reconnaissance verbale, qu’elle soit orale ou écrite. Un enjeu évidemment stratégique dans le monde du tout connecté où sont produites chaque jour quantités de données non-structurées supplémentaires.

Techniquement, les ingénieurs de Microsoft se sont surtout attardés sur les propriétés asynchrones d’un tel système distribué. Un réseau neuronal étant généralement composé de plusieurs sous-réseaux hiérarchisés, le principe est qu’il revient au niveau supérieur d’affiner les informations produites par le niveau inférieur. Pour cela, six niveaux sont suffisants selon les conclusions des recherches réalisés sur le cortex visuel humain ; au-delà, le facteur d’amélioration de la précision décroit significativement. Sur le papier, ces propriétés permettent donc d’étendre le système à souhait et ainsi, potentiellement, de traiter de manière plus “intelligente” de plus larges banques de données.

Il reste cependant beaucoup de progrès à accomplir – c’est un euphémisme – dans la compréhension des mécanismes susceptibles de permettre la reproduction de notre fonctionnement cérébral. Les ingénieurs de Microsoft reconnaissent eux-mêmes ne pas savoir exactement comment les techniques d’auto-apprentissage qu’ils ont utilisées agissent, invoquant les millions d’années que la nature a mis pour façonner nos organes de réflexion. Pas sûr que les agences gouvernementales attendront autant de temps…

© HPC Today 2021 - All rights reserved.

Thank you for reading HPC Today.

Express poll

Do you use multi-screen
visualization technologies?

Industry news

Brands / Products index