Intelligence artificielle : la reconnaissance d’images progresse.

Frédéric Hourdeau

News

le 19/11/2014 à 21h50

Tweeter

Google et l’université Stanford ont développé un programme informatique permettant de décrire avec une grande précision des images et des vidéos.

Google s’était déjà manifesté sur la question de l’intelligence artificielle en annonçant, il y a deux ans, un programme capable d’apprendre à reconnaître des photos (…des chats en l’occurrence). Pour ses nouvelles expérimentations, il a exploité conjointement deux types de réseaux neuronaux : l’un dédié à la reconnaissance de formes ; l’autre au langage humain. Son programme a été entraîné avec une série d’images légendées au préalable.

Des travaux sur les réseaux neuronaux appliqués à la reconnaissance d’images:

Dans le cadre de leurs travaux sur les réseaux neuronaux (à l’instar du fonctionnement du cerveau humain), deux groupes de chercheurs indépendants ont ainsi franchi une nouvelle étape en matière d’intelligence artificielle appliquée à la reconnaissance d’images.

Les équipes de l’Université Stanford) et de Google ont développé un programme informatique capable de décrire le contenu de photos et de vidéos avec une précision sans précédent.

La réflexion s’est également, au-delà de la détection d’image, concentrée sur l’identification de scènes grâce à la dimension de contextualisation.

Pour autant, il reste du chemin à parcourir pour perfectionner le système pouvant déboucher sur plusieurs types d’application :

Ainsi, à plus long terme, les perspectives devraient  s’élargir à la robotique, ainsi qu’à l’assistance aux personnes aveugles ou malvoyantes.

On peut également attendre des implications dans le domaine de la vidéo-protection : en plus d’identifier des individus, il serait possible de déterminer d’éventuels comportements à risques.

Une autre application envisagée réside dans l’intégration dans les automobiles afin d’améliorer la détection de situations dangereuses (actuellement en vigueur avec les radars à piétons et à cyclistes).

Classer les objets dans les images, décrire le contenu d’une image :

Google a utilisé un type de réseau neuronal dit « convolutionnel », déjà  efficace pour la reconnaissance d’image, conçu pour classer les objets dans les images.

Les chercheurs de Google ont réussi à faire travailler de concert deux réseaux neuronaux afin qu’un programme puisse décrire en une phrase et avec succès le contenu d’une image.

Résumer le contenu d’un cliché en une courte phrase est loin d’être une chose facile.

Un adulte s’en sort généralement assez bien, un enfant aura plus de difficulté pour synthétiser  et  se concentrer sur l’essentiel.

Quant aux ordinateurs, aussi puissants soient-ils, ils avaient jusqu’à présent beaucoup de difficulté à résoudre correctement ce problème.

Même si de nombreux progrès ont été réalisés récemment dans les trois phases de l’analyse d’une image : détection d’objets, classification et appellation, l’homme  conserve encore de l’avance, même si Google vient de la réduire considérablement cet écart.

« Nous avons développé un système de machine learning qui peut automatiquement produire une légende pour décrire avec précision les images la première fois qu’il les voit »souligne Google Research.

Une fois établie sous forme de texte, la liste des éléments présents dans le cliché est soumise à un autre réseau neuronal qui va construire une phrase en langage naturel, en anglais.

Une meilleure exploitation des contenus Web

Si la marge de progression est encore importante, ces avancées annoncent de gros changements potentiels.

Le Web est ,en effet, plein  de contenus mal référencés car mal décrits, et donc pas exploités.

C’est notamment le cas de vidéo sur YouTube ou de nombreuses images disponibles aussi bien sur Flickr que dans d’autres banques d’images.

Or, Google compte encore beaucoup sur l’écrit pour trouver des contenus en réponse aux recherches de ses utilisateurs, d’où l’intérêt de la démarche.