Big Blue est réputée pour ses avancées technologiques développées dans ses laboratoires. IBM Research a encore frappé avec un nouvel algorithme capable de synthétiser les réseaux de neurones profonds.
Fait rare, un nouvel algorithme va être rendu public le 8 décembre prochain par IBM Research lors de la conférence NeurIPS. Il est capable de synthétiser les réseaux neuronaux profonds les plus efficaces pour classer des images provenant d’appareils connectés (maison intelligente, voitures autonomes).
Les modèles traditionnels d’intelligence artificielle ne sont pas forcément conçus pour répondre aux besoins spécifiques des dispositifs connectés du fait de leur temps de réaction, de leur capacité en mémoire limitée ou de leur consommation énergétique.
Sans données d'apprentissage
En se concentrant sur les contraintes de performance clés d'un cas d'utilisation donné, le nouvel algorithme d’IBM rationalise la recherche de modèles adaptés de réseaux neuronaux profonds. Sans avoir à utiliser des données d'apprentissage durant la phase de synthèse de l'algorithme. Dans le scénario d'une voiture autonome, les modèles de classification d'images synthétisées d’IBM fonctionneraient en quelques millisecondes, laissant suffisamment de temps au véhicule pour éviter un piéton par exemple.
Lors des tests effectués jusqu'à présent, la nouvelle recherche d'architecture de réseau neuronal profond s'est révélée capable de générer des modèles IA efficaces en mesure de fonctionner sur du matériel peu coûteux et d'atteindre une plus grande précision que les alternatives disponibles. Cette technologie peut également s'appliquer à de multiples dispositifs connectés différents, offrant ainsi une nouvelle façon de rationaliser les systèmes back-end.
