L’intelligence artificielle, malgré ses avancées impressionnantes, peine à saisir la richesse des concepts humains, et notamment celui d’une fleur. Une étude récente révèle que les modèles linguistiques avancés, qui alimentent ces outils, sont principalement basés sur le traitement du langage et parfois d’images, mais manquent des expériences sensorielles qui permettent aux humains de comprendre véritablement une fleur. En effet, l’absence d’expériences telles que l’odorat, le toucher ou la visualisation limitent drastiquement la capacité de l’IA à représenter ce qu’est une fleur dans toute sa complexité.
Malgré l’impressionnant développement des outils d’intelligence artificielle, tels que les modèles de langage de grande taille (LLMs), ces systèmes n’arrivent pas à saisir des concepts aussi nuancés que celui d’une fleur de la même façon qu’un humain. Une étude récente met en lumière les limitations de l’IA en matière de représentation sensorielle et d’expérience humaine, soulignant l’importance des émotions et des sensations dans la perception des objets du quotidien.
Les limitations des modèles de langage
Les modèles de langage basés sur l’IA, comme ChatGPT, fonctionnent principalement sur des données textuelles, parfois combinées avec des images. Cependant, ces systèmes vont souvent se heurter à des limites quant à la compréhension profonde de concepts liés aux expériences sensorielles. Une fleur ne se limite pas à son nom ou à ses caractéristiques textuelles ; elle incarne aussi des sensations telles que le parfum, la texture, et des émotions associées.
L’absence d’expérience sensorielle
Un modèle de langage ne peut pas sentir le doux parfum d’une rose, toucher les doux pétales d’une marguerite, ou déambuler dans un champ de fleurs sauvages. Selon Qihui Xu, l’auteure principale de l’étude, sans ces expériences sensorielles et motrices, il est impossible pour l’intelligence artificielle de mettre en avant la richesse d’un concept tel que celui d’une fleur. Les LLMs se retrouvent alors limités à un niveau d’abstraction qui ne peut pas capturer pleinement ces expériences humaines.
Comparaisons entre humain et intelligence artificielle
Dans leur recherche, Xu et ses collègues ont examiné la représentation des connaissances de 4 442 mots, incluant divers concepts. Afin d’évaluer les différences entre les humains et les LLMs, ils ont utilisé deux mesures : les Glasgow Norms et les Lancaster Norms. La première cherche à évaluer les mots sur neuf dimensions, telles que l’arousal, la concrétude, et l’imagibilité. La seconde analyse la façon dont les mots se lient à l’information sensorielle et motrice, permettant d’établir une corrélation entre les expériences humaines et les représentations des mots par l’IA.
Résultats de l’étude
Les résultats démontrent que les LLMs se débrouillent assez bien pour représenter des mots qui n’ont pas de liens avec les sens ou les actions motrices. En revanche, lorsque les mots ont des connexions avec la vue, le goût ou les interactions physiques, l’IA montre ses limites. L’humanité parvient à lier la fleur à une multitude d’expériences, que ce soit grâce à son arôme envoûtant, à son toucher délicat, ou à la joie profonde qu’elle suscite. En revanche, l’IA peine à comprendre ces connections riches et variées.
L’écart entre langage et expérience
Bien que les modèles de langage soient formés sur d’énormes volumes de texte, qui surpassent de loin tout ce qu’un humain pourrait consommer tout au long de sa vie, cela ne leur permet pas d’atteindre une compréhension complète des concepts. Qihui Xu déclare que l’expérience humaine est infiniment plus riche que ce que seuls les mots peuvent exprimer. C’est cette richesse qui échappe à l’intelligence artificielle, restreinte par son approche strictement textuelle.
Vers une compréhension améliorée de l’IA
Il est à noter que les modèles de langage continuent d’évoluer et qu’avec des données visuelles intégrées, leur capacité à appréhender des concepts liés à la vision pourrait s’améliorer. À terme, l’IA pourrait réussir à combler cet écart en intégrant des données sensorielles et des systèmes robotisés, lui permettant ainsi d’interagir plus efficacement avec le monde physique.
Pour ceux qui s’intéressent à l’évolution de l’intelligence artificielle et à ses applications, vous pouvez explorer davantage de recherches sur la façon dont l’IA apprend, par exemple, sur ce lien ici, ou sur des projets combinant technologie sans fil et intelligence artificielle ici. D’autres analyses portant sur l’utilité de l’IA dans des surveillances spécifiques, telle que celle des sites nucléaires, mettent en lumière l’éventail des capacités et des défis que l’IA doit surmonter.
Pour finir, l’importance de la compréhension des dimensions sensorielles est également mise en avant par une étude sur le lien entre vision et son, que vous pouvez consulter ici. La richesse de l’expérience humaine demeure un défi pour l’intelligence artificielle, mais l’avancée continue de ces technologies pourrait ouvrir de nouvelles frontières dans la compréhension des concepts complexes.
EN BREF
|
