DARPA vise à développer une IA nommée KAIROS pour prédire les événements mondiaux

• La DARPA souhaite découvrir des événements complexes rencontrés dans le monde numérique.
• Leur plan est de créer un système semi-automatisé capable de détecter et d'établir des corrélations entre des milliards d'événements qui se produisent actuellement dans le monde entier.

L'intelligence artificielle (IA) a de nombreuses applications dans le monde d'aujourd'hui. Il peut effectuer efficacement un large éventail d'activités, y compris la télédétection, le commerce électronique, le diagnostic médical et le contrôle des robots.

Le domaine florissant de l'IA a fait des progrès impressionnants, en particulier au cours des deux dernières années. Aujourd'hui, les machines fonctionnant avec une IA faible peuvent effectuer une variété de tâches bien mieux que les humains, de la reconnaissance et du tri des images à la défaite du meilleur joueur de Go au monde et au diagnostic de certains types de cancers.

Cependant, la DARPA veut aller plus loin dans ce domaine en construisant une IA capable de trouver des modèles cachés dans le chaos mondial. Récemment, ils ont annoncé un programme nommé KAIROS (Knowledge-directed Artificial Intelligence Reasoning Over Schemas) pour créer un système semi-automatisé capable de détecter et d'établir des corrélations entre des milliards d'événements qui se produisent actuellement dans le monde entier.

KAIROS :une IA basée sur un schéma

Ce nouveau programme vise à créer un système d'apprentissage automatique capable d'analyser une grande quantité de données représentant des événements quotidiens et de trouver s'il existe des fils de connexion.

De nombreux événements, cependant, ne se produisent pas dans une séquence, au lieu de cela, ils impliquent des phénomènes complexes composés de plusieurs composants subsidiaires. Le volume sans cesse croissant de données non structurées rend cette tâche encore plus difficile pour les outils et systèmes existants.

C'est pourquoi le programme utilisera des « schémas » pour trouver des connexions entre les informations. Conceptualisé pour la première fois au début des années 1920, le schéma est une unité de connaissance dans laquelle les événements sont organisés dans des structures narratives courantes.

Par exemple, les gens vont dans les magasins pour acheter quelque chose. Ce type d'événement implique un schéma achat-transaction défini par certains rôles (vendeur, acheteur), un ensemble d'actions (produit, paiement) et des contraintes temporelles (payable par carte si le montant est supérieur à 100 $).

Référence : KAIROS | DARPA

Afin de développer une compréhension exploitable des événements complexes du monde réel et de prévoir avec précision leur déroulement, l'IA basée sur des schémas permet un raisonnement temporel et contextuel de ces événements. En termes simples, il génère des récits de bord de tout ce qui se passe autour de nous.

Comment ça marche ?

L'objectif de la DARPA sera abordé en deux phases. Dans la première phase, le système générera des schémas à partir de quantités massives de données en identifiant, en classant et en regroupant les événements sur la base du raisonnement et de l'inférence linguistique.

Deux phases du programme KAIROS | Crédit :DARPA

Les développeurs prévoient d'utiliser des procédures de généralisation, de composition et de spécialisation pour créer des schémas qui décrivent efficacement des événements complexes et mettre en œuvre des connaissances spécifiques au domaine pour modifier l'analyse en fonction de besoins spécifiques.

Dans la deuxième phase, le système appliquera un ensemble de schémas (générés au cours de la première phase) à des données complexes du monde réel et tentera d'extraire des événements et des récits. Ce ne sera pas aussi simple qu'il y paraît, car la construction et l'extension d'une base de connaissances nécessitent la détection d'entités et d'événements complexes, ainsi que leurs relations entre eux.

Lire :La DARPA utilisera une source de lumière laser pour alimenter les petits avions à la volée

À ce stade, tout le système semble théorique, mais c'est pourquoi l'agence s'y penche. Compte tenu de la simplicité de l'IA dont nous disposons aujourd'hui, il est assez difficile d'imaginer un système aussi sophistiqué dans un avenir proche.