DARPA lance KAIROS, une IA pour prédire les événements mondiaux en reliant des milliards de signaux numériques

L'intelligence artificielle (IA) a de nombreuses applications dans le monde d'aujourd'hui. Elle peut effectuer efficacement une large gamme d'activités, y compris la télédétection, le trading électronique, le diagnostic médical et le contrôle de robots.

KAIROS : Une IA basée sur les schémas

Ce nouveau programme vise à construire 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 en séquence, mais impliquent des phénomènes complexes composés de plusieurs composants subsidiaires. Le volume toujours 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 à travers l'information. Conceptualisés pour la première fois au début des années 1920, les schémas sont des unités de connaissance dans lesquelles les événements sont organisés dans des structures narratives couramment rencontrées.

Par exemple, les gens vont dans les magasins pour acheter quelque chose. Ce type d'événement implique un schéma de transaction d'achat qui est 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 construire une compréhension exploitable d'événements complexes du monde réel et de prédire avec précision comment ils se dérouleront, l'IA basée sur les schémas permet un raisonnement temporel et contextuel de ces événements. En termes simples, elle génère des récits globaux de toutes les choses qui se passent autour de nous.

Comment cela fonctionne-t-il ?

L'objectif de DARPA sera abordé en deux phases. Dans la première phase, le système générera des schémas à partir de quantités massives de données en identifiant, classifiant et regroupant des événements basés sur le raisonnement et 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 d'implémenter des connaissances spécifiques au domaine pour modifier l'analyse pour des besoins spécifiques.

Dans la seconde phase, le système appliquera un ensemble de schémas (générés pendant la phase un) à des données complexes du monde réel, et essaiera d'extraire des événements et des récits. Ce ne sera pas aussi facile qu'il n'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 les uns avec les autres.

À ce stade, tout le système semble théorique, mais c'est pourquoi l'agence s'y intéresse. Donnée la simplicité de l'IA que nous avons aujourd'hui, il est assez difficile d'imaginer un tel système sophistiqué dans un avenir proche.