Un nouveau projet Facebook vise à créer une intelligence artificielle capable d'oublier les données stockées, à l'image de notre cerveau. Baptisé Expire-Span, ce système recevra une série de vecteurs qui détermineront quand les informations stockées doivent disparaître.

Expire-Span est une technologie conçue pour résoudre l'un des principaux problèmes liés à l'accumulation de données : le coût. À mesure que les IA manipulent de grandes quantités de données et doivent stocker des informations de manière permanente, les coûts de calcul et de stockage augmentent. Ce problème est aggravé par le fait que de nombreux appareils, des ordinateurs aux smartphones en passant par les objets connectés, envoient constamment de multiples enregistrements quotidiens.

Inspiré par la mémoire humaine, l'oubli Expire-Span fonctionnera comme un mécanisme spécifique dans la mémoire externe de l'algorithme, déterminant si l'information ajoutée est cruciale ou non. En fonction de cette détermination, l'intelligence artificielle de Facebook émettra ses dates d'expiration, ce qui commencera à dégrader les données et à libérer ainsi de l'espace pour les informations cruciales.

Le réseau social de Zuckerberg n'a pas encore indiqué comment il comptait utiliser Expire-Span dans les prochains jours, ni si la fonctionnalité serait destinée à Facebook ou un autre technologie possible. Pour l'instant, la plateforme doit entraîner les algorithmes à détecter et à prioriser informations correctement.

Le processus d’oubli est « inspiré », mais pas le même que celui du cerveau humain

Si le processus d'oubli de l'IA de Facebook est très similaire à celui de notre cerveau, la priorité des données n'est pas la même. Si notre mémoire oublie des choses pour diverses raisons, qui ne sont pas toutes entièrement identifiées, Expire-Span est simplement calqué sur le modèle. théorie de l'oubli.

En réalité, l'IA est une version à grande échelle d'autres IA qui oublient. Auparavant, certains modèles d'algorithmes à mémoire à court terme étendue (LSTM) étaient dotés d'un mécanisme d'oubli dans les réseaux de neurones récurrents (RNN). En utilisant un seul vecteur de données, chaque nouvelle opération finit par écraser les données précédentes.

Via DigitalTrends

Image : monsitj/iStock