Le supercalculateur Watson d'IBM a battu les meilleurs champions humains d'un jeu télévisé américain, Jeopardy ! Le supercalculateur Watson d'IBM a battu les meilleurs champions humains d'un jeu télévisé américain, Jeopardy ! Nouvelle victoire de l'intelligence artificielle sur l'intelligence humaine : le supercalculateur Watson d'IBM a gagné deux manches sur trois du jeu télévisé Jeopardy ! (littéralement ‘en danger') créé à la télévision américaine dans les années 1960. Watson était opposé à deux super-champions humains de ce jeu où il faut trouver la question correspondant à une phrase souvent alambiquée. Exemple : «Le Compte des principautés de Wallachia et Moldavie de William Wilkinson a inspiré le roman le plus célèbre de cet auteur.» La bonne question-réponse est : «Qui est Bram Stocker ?» Comprendre le langage des humains Le défi pour les concepteurs de Watson était donc de rendre un ordinateur capable de comprendre le langage naturel avec toutes ses circonvolutions, ses raccourcis, ses familiarités. Le jeu repose sur la rapidité mais aussi sur la confiance que le candidat accorde à sa réponse, puisqu'il parie une certaine somme sur sa réponse. Etre capable de piocher en un temps record dans une immense encyclopédie ne suffisait pas à Watson pour l'emporter sur les capacités analytiques de ses concurrents humains. Après avoir choisi le jeu Jeopardy comme terrain d'exercice, l'équipe d'IBM s'est finalement prise au jeu : désastreuses au cours des premiers tests, les performances de Watson se sont améliorées jusqu'à atteindre les taux de réussite des meilleurs joueurs de Jeopardy. Un match a donc été organisé et diffusé à la télévision en trois épisodes entre Watson et les deux superchampions, Ken Jennings (qui a gagné 74 fois de suite et gagné au total 2,5 millions de dollars) et Brad Rutter (le plus gros gagnant de l'histoire de Jeopardy avec 3,2 millions de dollars). A l'issue des trois manches, Watson avait un score de 35.734 dollars, contre 10.400 pour Rutter et 4.800 pour Jennings. Cependant, tous les ingénieurs et chercheurs d'IBM présents dans la salle pendant l'enregistrement du jeu ont eu quelques déceptions et sueurs froides avant de crier victoire. Le supercalculateur a commis une grosse erreur : répondre Toronto au lieu de Chicago à une question alambiquée citant une ville américaine dont les aéroports étaient baptisés d'après un héros et une bataille de la Seconde Guerre mondiale. Cependant Waston n'avait accordé qu'une faible confiance en sa réponse et parié seulement 947 dollars… Améliorer le dialogue avec la machine Cette victoire est un nouveau coup d'éclat médiatique qui met l'intelligence artificielle au premier plan, comme la première partie d'échec perdu par l'homme contre la machine (c'était en mai 1997, le second match entre Deep Blue d'IBM et Gary Kasparov). Cependant, il est plus difficile pour un supercalculateur de comprendre le langage humain que d'apprendre des milliers de combinaisons d'échecs, précisent les cerveaux (humains) d'IBM. A terme, ils espèrent que la technologie qui est derrière Watson –les centaines de processeurs et d'algorithmes- permettra d'améliorer les interfaces entre l'homme et la machine. Au final, nous devrions donc être gagnants ! Nouvelle victoire de l'intelligence artificielle sur l'intelligence humaine : le supercalculateur Watson d'IBM a gagné deux manches sur trois du jeu télévisé Jeopardy ! (littéralement ‘en danger') créé à la télévision américaine dans les années 1960. Watson était opposé à deux super-champions humains de ce jeu où il faut trouver la question correspondant à une phrase souvent alambiquée. Exemple : «Le Compte des principautés de Wallachia et Moldavie de William Wilkinson a inspiré le roman le plus célèbre de cet auteur.» La bonne question-réponse est : «Qui est Bram Stocker ?» Comprendre le langage des humains Le défi pour les concepteurs de Watson était donc de rendre un ordinateur capable de comprendre le langage naturel avec toutes ses circonvolutions, ses raccourcis, ses familiarités. Le jeu repose sur la rapidité mais aussi sur la confiance que le candidat accorde à sa réponse, puisqu'il parie une certaine somme sur sa réponse. Etre capable de piocher en un temps record dans une immense encyclopédie ne suffisait pas à Watson pour l'emporter sur les capacités analytiques de ses concurrents humains. Après avoir choisi le jeu Jeopardy comme terrain d'exercice, l'équipe d'IBM s'est finalement prise au jeu : désastreuses au cours des premiers tests, les performances de Watson se sont améliorées jusqu'à atteindre les taux de réussite des meilleurs joueurs de Jeopardy. Un match a donc été organisé et diffusé à la télévision en trois épisodes entre Watson et les deux superchampions, Ken Jennings (qui a gagné 74 fois de suite et gagné au total 2,5 millions de dollars) et Brad Rutter (le plus gros gagnant de l'histoire de Jeopardy avec 3,2 millions de dollars). A l'issue des trois manches, Watson avait un score de 35.734 dollars, contre 10.400 pour Rutter et 4.800 pour Jennings. Cependant, tous les ingénieurs et chercheurs d'IBM présents dans la salle pendant l'enregistrement du jeu ont eu quelques déceptions et sueurs froides avant de crier victoire. Le supercalculateur a commis une grosse erreur : répondre Toronto au lieu de Chicago à une question alambiquée citant une ville américaine dont les aéroports étaient baptisés d'après un héros et une bataille de la Seconde Guerre mondiale. Cependant Waston n'avait accordé qu'une faible confiance en sa réponse et parié seulement 947 dollars… Améliorer le dialogue avec la machine Cette victoire est un nouveau coup d'éclat médiatique qui met l'intelligence artificielle au premier plan, comme la première partie d'échec perdu par l'homme contre la machine (c'était en mai 1997, le second match entre Deep Blue d'IBM et Gary Kasparov). Cependant, il est plus difficile pour un supercalculateur de comprendre le langage humain que d'apprendre des milliers de combinaisons d'échecs, précisent les cerveaux (humains) d'IBM. A terme, ils espèrent que la technologie qui est derrière Watson –les centaines de processeurs et d'algorithmes- permettra d'améliorer les interfaces entre l'homme et la machine. Au final, nous devrions donc être gagnants !
