Les modèles d’intelligence artificielle avancés, malgré l’utilisation de milliers de puces haute performance et de vastes ensembles de données, peinent à rivaliser avec l’efficacité d’apprentissage des bébés d’un an. Les chercheurs expliquent cela par une différence fondamentale dans l’architecture d’apprentissage entre le cerveau des bébés et les systèmes actuels.
Les bébés peuvent identifier un nouvel objet après l’avoir vu une ou deux fois seulement, et comprendre rapidement leur environnement grâce à de courtes observations. À l’inverse, les modèles d’IA nécessitent beaucoup plus de données et d’énergie pour acquérir des compétences similaires.
EgoBabyVLM Challenge : une analyse de l’apprentissage visuel et textuel
Des chercheurs de Meta, de l’Université de Stanford, de l’Université de Tokyo et de l’École Normale Supérieure ont mis au point le système EgoBabyVLM Challenge pour étudier cette différence. Dans ce cadre, les modèles d’IA doivent analyser environ mille heures d’images réelles enregistrées par des caméras fixées sur la tête des bébés.
Les résultats montrent que même les modèles les plus avancés ne parviennent pas à atteindre les performances attendues face à des images complexes du monde réel. Les experts soulignent que les mécanismes cognitifs permettant aux bébés d’apprendre rapidement avec peu d’informations offrent des indices précieux pour développer des systèmes d’IA plus efficaces.
Michael Frank, scientifique cognitif à Stanford, indique que le processus d’apprentissage des bébés va au-delà des mots. Ils écoutent leurs parents parler d’objets hors de vue, suivent des indices sociaux comme la direction du regard et les mouvements des mains, et combinent diverses expériences sensorielles pour comprendre leur environnement.
Comprendre le monde physique : un défi persistant pour l’IA
En 2023, le projet BabyLM a démontré qu’une IA exposée à autant de données qu’un enfant pouvait bien apprendre la syntaxe linguistique. Cependant, ce succès n’a pas été reproduit dans la compréhension du monde physique.
Joshua Tenenbaum du MIT affirme que bien que les modèles actuels capturent les motifs dans les données, ils ne développent pas le bon sens, les relations sociales et le raisonnement physique comme un bébé. Comprendre comment les bébés acquièrent leurs compétences cognitives étendues est crucial pour l’avenir des technologies en intelligence artificielle.
L’équipe de Michael Frank travaille sur un nouveau type de modèle qui apprend mieux la causalité ainsi que les relations visuelles et temporelles. Cette approche pourrait améliorer la compréhension des dynamiques des objets et accélérer l’apprentissage dans des domaines tels que la physique et les relations sociales.
À votre avis, quand les systèmes d’intelligence artificielle atteindront-ils la capacité naturelle d’apprentissage et de raisonnement des bébés ?
