Voici Swarmanoid, un essaim de robots de trois types différents (un robot volant, un manipulateur/grimpeur, un transporteur) qui peuvent se combiner et collaborer intelligemment pour accomplir des missions.
Par exemple, le robot volant peut s’accrocher au plafond, observer son environnement, et transmettre à ses collègues la position d’un objet à récupérer. Puis, un ou plusieurs robots transporteurs vont s’unir pour capturer un manipulateur et l’apporter à destination, ce qui lui permettra de s’emparer de la cible.
On peut apprendre beaucoup de choses sur ce qui intéresse les gens en les suivant sur Twitter. Le problème, c’est qu’il y a beaucoup, beaucoup de messages publiés sur ce réseau social. Comment faire pour extraire l’essentiel du contenu sans devoir tout lire “à la main”? En utilisant des routines d’intelligence artificielle.
En utilisant les règles du traitement de la langue naturelle pour identifier les mots qui font partie d’un tweet et leurs rôles dans la phrase (quel mot est un verbe, lequel est un sujet, etc.) on peut arriver à comprendre l’essentiel du message. Mais dans l’univers de Twitter, il faut aussi interpréter les mots-clics (”hashtags”) et composer avec l’orthographe parfois très créative que les utilisateurs emploient pour compresser leurs pensées en 140 caractères.
Des chercheurs du XEROX PARC travaillent sur le sujet et atteignent un taux de succès de 68% - pas parfait, loin de là, mais assez pour que l’on puisse savoir facilement si beaucoup de gens sont en train de parler d’un accident sur la route 20 ou s’il y a beaucoup de plaintes au sujet d’une panne de courant dans un quartier, par exemple.
En attendant que ce genre de logiciel soit à la portée de tous, profitez-en donc pour suivre Ztélé sur Twitter au @ztele (et tant qu’à y être, suivez-moi aussi, au @fdlaramee )
En tant que geek, combien de fois quelqu’un de votre entourage vous a-t-il posé une question de nature informatique à laquelle la réponse se trouvait en page 2 du manuel de l’appareil en cause? Oui, lire le manuel, c’est parfois bien utile. Même quand on est une intelligence artificielle et que l’on veut battre des adversaires humains à Civilization.
Le laboratoire d’intelligence artificielle du Massachusetts Institute of Technology (MIT) a récemment développé une routine de compréhension de la langue naturelle qui a permis à un logiciel de lire le manuel de Civilization et de se servir des conseils qu’il contenait pour apprendre à jouer plus efficacement. Le résultat? Avant sa petite séance de lecture, le logiciel gagnait 46% de ses parties. Après, le taux de succès a bondi à 79%. (La version de Civilization utilisée pour le projet était FreeCiv, une reconstitution à code ouvert de Civilization II qui laisse de côté certaines fonctions périphériques complexes. La nature exacte du système d’apprentissage entraîné avec le contenu du manuel n’est pas spécifiée.)
Notez que le même système, appliqué à une tâche plus courante (l’installation de logiciels) a permis de reproduire 80% des actions qu’un administrateur de système humain effectuerait dans les mêmes circonstances. Ce qui, dépendant du point de vue, annonce soit une libération, soit une vague de licenciements…
En tant qu’ancien double champion de Jeopardy! (non, je ne me lasse pas de le répéter!) j’ai eu un petit pincement au coeur en voyant les deux plus grands joueurs de l’histoire se faire planter par une machine. Mais en tant que nerd et ancien spécialiste de l’intelligence artificielle, c’était autre chose: rien n’a encore pu effacer le sourire béat que j’ai au visage depuis la fin du match d’hier.
Enfin: match, il faut le dire vite. Massacre à la tronçonneuse, plutôt.
Parce que si l’ordinateur Watson d’IBM était à égalité avec l’un de ses adversaires après la première demie (présentée lundi), l’illusion n’a pas duré bien longtemps. Une séquence d’une bonne dizaine de réponses correctes consécutives, deux “Daily Double” réussis avec des paris étranges genre 6435$, et les carottes étaient cuites pour Brad Rutter (le super-champion de tous les tournois de super-champions et le plus riche boursier de l’histoire de l’émission) et pour Ken Jennings (dont les 74 victoires consécutives ne seront sans doute jamais égalées.)
Au final, Watson avait quelque 34 000$ en banque, et les humains, des grenailles. Auront-ils l’occasion de se venger lors du deuxième et dernier match de la série, ce soir? J’en doute, mais pas question de rater l’émission quand même!
QUI EST WATSON?
Récapitulons les faits: Watson est un superordinateur formé d’une centaine de serveurs Power7 d’IBM et doté de quelque 14 To de mémoire vive. Grosso modo, il a la puissance de 2 800 PC costauds. Mais pour les besoins du match, il n’est pas connecté à Internet: pas question de tricher en fouinant sur le Web pour trouver des réponses, il faut se contenter de ses connaissances acquises.
Watson reçoit les questions en format électronique. On ne lui demande pas de comprendre la voix d’Alex Trebek, ce qui simplifie quelque peu la tâche - autrement, il se pourrait que Watson ne puisse pas reconnaître certains mots, ce qui rendrait ses recherches drôlement plus aléatoires. Watson doit quand même interpréter le contenu de la question, trouver les mots-clés (et comprendre les jeux de mots) pour savoir ce qu’il faut faire. Puis, s’il est suffisamment confiant d’avoir la bonne réponse, il tente d’appuyer sur un déclencheur comme n’importe quel autre joueur - et il s’est fait battre de vitesse à quelques reprises.
Le plus impressionnant dans la performance de Watson? Il connaît des personnages de Saturday Night Live. Le plus bizarre? Comme il ne sait pas ce que les autres concurrents ont répondu, il lui arrive de répéter une mauvaise réponse. Et parfois, il dérape complètement s’il est obligé de donner une réponse envers laquelle il n’a pas du tout confiance, comme lors du Final Jeopardy d’hier où il a répondu “Toronto” à une question demandant une ville américaine. (C’est Stephen Harper qui va être content!)
En attendant la suite des événements ce soir, voici une vidéo qui décrit les grandes lignes du projet Watson:
Si vous passez par l’Europe ou l’Asie au cours des prochains mois, faites particulièrement attention sur les routes: le conducteur dans la voiture à côté de la vôtre pourrait être un ordinateur!
Le Défi intercontinental pour véhicules autonomes VisLab (”VisLab Intercontinental Autonomous Challenge”) commence aujourd’hui, à Parme en Italie. L’objectif: permettre à un convoi de véhicules 100% électriques d’atteindre Shanghai, à 13 000 km de distance, en trois mois. Ces véhicules seront pilotés par des ordinateurs alimentés à l’énergie solaire, et devront être capables de négocier avec des routes cahoteuses, du mauvais temps, des embouteillages, et même des fous du volant parfaitement humains sur les routes!
Mais n’ayez pas trop peur: il y aura quand même des humains à bord, au cas où le pilote automatique serait soudainement atteint d’une rage au volant mortelle…
Plus sérieusement, un chauffeur humain prendra le contrôle du premier véhicule du convoi quand il sera temps de changer de route ou de virer en plein milieu d’un désert pour éviter un cratère. Ce genre de compromis est inévitable quand on considère que certains segments du parcours sont situés dans des régions pour lesquelles il n’existe pas de cartes fiables; il n’est donc pas possible de planifier tout le trajet à l’avance. Le véhicule suivant, lui, utilisera le signal GPS émis par le leader pour s’orienter; il sera autonome à 100%, mais des passagers seront quand même assis sur le siège arrière et prendront les contrôles pour éviter un accident en cas d’urgence.
Nouveauté 
Nouveaux épisodes
La vidéo de robots la plus impressionnante de 2011
http://blogue.ztele.com/la-video-de-robots-la-plus-impressionnante-de-2011-10007/
)
