Démocratiser la vision artificielle
Achetée sur Gettyimages. Droits d’auteur.
L’infographie consiste à former une image à partir d’un modèle 3D. En vision artificielle, on effectue le chemin inverse : un modèle de l’objet d’intérêt est construit et il peut éventuellement servir à identifier les objets présents dans une image, et donc comprendre ce qui se passe dans l’image.
La vision artificielle est employée dans de nombreuses applications. Les constructeurs automobiles commencent à l’intégrer à leurs produits dans leur démarche vers la voiture autonome. Les manufacturiers de pièces s’en servent pour faciliter la préhension des robots et détecter les pièces comportant des défauts. La vision artificielle est aussi largement utilisée pour analyser des images médicales ou satellites. On la retrouve pratiquement dans tous les domaines.
Les systèmes de vision artificielle sont souvent construits à partir de méthodes d’apprentissage automatique (réseaux de neurones). Ces méthodes d’intelligence artificielle ne se basent pas sur de la programmation de règles pour accomplir des tâches (p.ex. de type if, then, else), mais utilisent des exemples pour fournir l’information nécessaire à un modèle (p. ex. couleurs, poids, forme, taille). De cette façon, ce n’est pas nécessaire d’être un expert du domaine pour faire de la vision artificielle. Le modèle en soi, avec assez de données, peut extraire les informations nécessaires pour effectuer la tâche.
Figure 1 : Exemple de classificateur de pommes/poires
Des techniques de vision artificielles coûteuses à mettre en place
Les techniques modernes de vision artificielle se basent sur l’apprentissage profond, qui utilise des réseaux composés de plusieurs couches de représentation. Ces techniques demeurent complexes à ce jour, ce qui en limite l’accès. Elles nécessitent des milliers voire des millions d’exemples d’image (données) montrant l’objet à reconnaître pour entraîner un modèle. Mais ce n’est pas tout. Des annotations de l’objet en question doivent avoir été préalablement prises par un humain afin d’aider l’ordinateur à bien interpréter les images, un processus assez coûteux. Beaucoup d’entreprises ayant des moyens limités, dont des PME, ont maintenant besoin de s’approprier la vision artificielle pour demeurer compétitives sur le marché international.
Au Laboratoire d’imagerie, de vision et d’intelligence artificielle (LIVIA) de l’ÉTS, de concert avec mes étudiants et étudiantes, je travaille à réduire la complexité des méthodes d’intelligence artificielle afin de les rendre plus accessibles aux PME, et donc de les démocratiser. En particulier, nous mettons au point de nouvelles façons de faire, qui requièrent moins de données et moins d’annotations pour l’entraînement et des modèles qui minimisent le coût computationnel de l’entraînement et du déploiement.
Apprentissage basé sur l’échantillonnage préférentiel
Pour apprendre un modèle de vision artificielle et aussi ses configurations (p. ex. le nombre de neurones ou de couches dans un réseau de neurones artificiel), nous tirons parti de techniques de l’apprentissage basé sur l’échantillonnage préférentiel. Cette méthode arrive à bâtir un meilleur modèle, plus rapidement. Elle consiste à effectuer la série d’opérations suivante, à répétition :
- Prendre un échantillon d’un ensemble de données suivant une certaine distribution;
- Mettre à jour le modèle à partir de l’échantillon prélevé;
- Mettre à jour la distribution à partir de la performance du modèle.
En échantillonnant à la fois les données et le modèle, cette méthode permet d’obtenir rapidement les meilleures configurations de modèles possibles.
Conclusion
Certains grands enjeux de société comme l’environnement, les communications et la pénurie de main-d’œuvre nécessiteront des technologies de pointe dont la vision artificielle fera partie. À nous d’en faire usage de façon optimale, tout en limitant le risque de dérapage au moyen de balises claires.
