L'IA est-elle plus maline qu'un bébé ? La réponse va vous surprendre

Imaginez une intelligence artificielle capable de tourner sur un smartphone, de comprendre le monde après avoir regardé quelques vidéos floues, et d’apprendre comme un enfant de 1 an. Impossible aujourd’hui ? Pourtant, c’est exactement ce que font les bébés tous les jours. Alors que les modèles d’IA les plus avancés consomment des océans de données et dépensent l’énergie d’un petit pays, un nourrisson identifie un nouvel objet après l’avoir vu une ou deux fois. Il apprend en observant rapidement et en interagissant physiquement avec son environnement. L’intelligence artificielle a encore tout à apprendre de ces machines d’apprentissage naturelles.

UN TEST RÉVOLUTIONNAIRE POUR MESURER L'INTELLIGENCE DES IA

Pour explorer cette piste, des chercheurs de Meta, de l’Université Stanford, de l’Université de Tokyo et de l’École normale supérieure de Paris ont créé un défi inédit : le EgoBabyVLM Challenge. Ce test évalue comment les modèles de vision par langage, ou VLM (des IA qui apprennent à la fois à partir de texte et d’images), parviennent à comprendre le monde comme le voit un bébé. Pour cela, les modèles doivent décrire leur environnement après avoir ingurgité environ mille heures de vidéos tournées par des caméras fixées sur la tête d’enfants en bas âge. Oui, vous avez bien lu : des vidéos filmées depuis le point de vue d’un bébé.

LES IA ÉCHOUENT FACE À LA RÉALITÉ BRUTE DES BÉBÉS

Le résultat est sans appel : les modèles les plus performants du moment échouent lamentablement face à ces données réalistes et désordonnées. Cette expérience suggère qu’il existe quelque chose de différent dans l’architecture du cerveau des bébés qui leur permet d’apprendre si rapidement à partir de si peu d’informations. Alors que les IA ont besoin de milliards de données parfaitement nettoyées, les bébés apprennent à partir d’un kaléidoscope d’expériences : des parents qui parlent d’objets invisibles, qui désignent du doigt, ou qui discutent d’événements passés ou futurs plutôt que de ce qui se passe sur le moment. Ils ne se contentent pas d’apprendre par le langage : leur expérience est multimodale et tactile.

Michael Frank, un scientifique cognitiviste de Stanford spécialisé dans l’apprentissage du langage et impliqué dans le Développement d’EgoBabyVLM, résume la situation : « Il est clair qu’il faut plus que du langage pour apprendre comme un bébé. »

BABYLM : QUAND LES IA APPRENNENT COMME DES ENFANTS DE 10 ANS

EgoBabyVLM n’est pas le seul projet à s’inspirer de l’intelligence des bébés. En 2023, un autre défi nommé BabyLM a été lancé. Son objectif ? Faire apprendre la syntaxe du langage à des modèles d’IA en utilisant la même quantité de données qu’un enfant de 10 ans : des dizaines de millions de mots, contre des billions pour les modèles classiques. Contre toute attente, les modèles basés sur les transformers (ces réseaux de neurones qui analysent les relations entre les mots dans différentes phrases) s’en sont très bien sortis. Une découverte qui remet en cause les théories de Noam Chomsky, selon lequel la syntaxe serait innée dans le cerveau humain.

Ryan Cotterell, un linguiste de l’ETH Zurich à l’origine de BabyLM, précise cependant que la situation est différente pour comprendre le monde physique : « Il n’existe pas de grand corpus d’interactions humaines. Il n’y a pas d’internet des interactions humaines. »

LES LIMITES DES IA FACE AU MONDE PHYSIQUE ET SOCIAL

Joshua Tenenbaum, un scientifique cognitiviste du MIT, souligne que BabyLM a révélé que les modèles n’acquièrent pas le bon sens nécessaire pour comprendre le monde physique, les dynamiques sociales ou la théorie de l’esprit. « Les transformers excellent pour repérer des motifs dans les données, explique-t-il. Mais il semble que les systèmes basés uniquement sur l’apprentissage de motifs ne parviennent pas à assimiler les données qu’un bébé ou un enfant reçoit pour apprendre tout ce qu’ils apprennent. »

Une question persiste : l’évolution a-t-elle optimisé certaines capacités d’apprentissage chez l’humain et les animaux, ou des algorithmes simples peuvent-ils tout accomplir ? Tenenbaum ajoute : « Il y a un grand débat en sciences cognitives et en neurosciences sur la part de ce qui est intégré dans le cerveau par l’évolution. Le cerveau est incroyablement complexe, avec une structure et une architecture très élaborées. »

UN MODÈLE SIMPLE QUI APPREND COMME UN BÉBÉ

En 2024, des chercheurs ont démontré qu’un VLM basique pouvait apprendre des concepts simples, comme reconnaître une balle, en consommant uniquement des données enregistrées depuis la tête d’un seul nourrisson. Mais cette capacité reste très éloignée de la capacité à raisonner de manière sophistiquée sur le monde. Brendan Lake, un scientifique cognitiviste de Princeton impliqué dans le projet, avoue : « Le mystère reste entier : comment les enfants parviennent-ils à acquérir toutes leurs capacités dès l’âge de 2 ans ? »

LES CLÉS POUR UNE IA PLUS HUMAINE : ATTENTION PROLONGÉE ET INDICES SOCIAUX

Les auteurs de l’étude EgoBabyVLM suggèrent que s’inspirer des sciences cognitives et de la neuroscience pourrait permettre de progresser vers des algorithmes d’apprentissage plus humains. Cela implique de concevoir des modèles capables de porter leur attention sur de plus longues périodes et d’interpréter les indices sociaux. Michael Frank a déjà fait un pas dans cette direction. Plus tôt cette année, lui et son équipe ont testé un nouveau type de modèle spécialisé dans l’apprentissage de la causalité et des relations visuelles et temporelles, c’est-à-dire comment les objets s’influencent mutuellement au fil du temps, en utilisant les mêmes vidéos filmées depuis la tête d’un bébé. Résultat : ce nouveau modèle a appris à comprendre la dynamique des différents objets bien plus efficacement, posant les bases du raisonnement physique.

VERS UNE IA PLUS EFFICACE ET PLUS NATURELLE

Cette approche ouvre une piste prometteuse : des modèles biaisés pour apprendre rapidement des concepts comme la physique ou les interactions sociales pourraient être des apprenants bien plus efficaces dans l’ensemble. Brendan Lake, enthousiaste, déclare : « EgoBabyVLM est un défi formidable. Je suis impatient de voir quelles nouvelles architectures, approches et ingrédients les chercheurs vont proposer. »

POURQUOI CELA COMPTE POUR L'AVENIR DE L'IA

Cette quête pour rendre l’IA plus proche de l’intelligence humaine n’est pas qu’une question de curiosité scientifique. Elle pourrait avoir des conséquences majeures. D’abord, des modèles plus efficaces consommeraient moins de données et d’énergie, rendant l’IA plus accessible et moins coûteuse. Ensuite, des robots capables d’apprendre comme des bébés pourraient interagir avec leur environnement de manière plus naturelle, comme le ferait un humain. Enfin, comprendre comment les bébés apprennent pourrait aider à concevoir des outils d’IA plus adaptés à l’éducation ou à la santé, où l’apprentissage rapide et contextuel est crucial.

LES BÉBÉS, UNE SOURCE D'INSPIRATION INÉPUISABLE

Les bébés ne sont pas des supercalculateurs, mais ils possèdent une capacité d’apprentissage que les IA modernes envient. Leur cerveau, loin d’être une page blanche, est déjà structuré pour absorber le monde avec une efficacité remarquable. En s’inspirant de cette architecture, les chercheurs pourraient bien révolutionner la manière dont l’intelligence artificielle est conçue. Peut-être qu’un jour, une IA pourra enfin égaler — voire dépasser — l’apprentissage d’un nourrisson. Mais pour l’instant, il reste encore beaucoup de chemin à parcourir.

CE QUE LES SCIENTIFIQUES RETIENNENT DE CES DÉCOUVERTES

Ces expériences révèlent plusieurs leçons clés pour l’avenir de l’IA. D’abord, les modèles actuels, aussi puissants soient-ils, manquent cruellement de flexibilité et de capacité à apprendre à partir de données limitées et non structurées. Ensuite, l’apprentissage humain repose sur bien plus que le langage : il combine vision, toucher, interaction sociale et contexte temporel. Enfin, l’architecture du cerveau humain, façonnée par des millions d’années d’évolution, pourrait contenir des secrets encore inexplorés pour rendre l’IA plus intelligente et plus efficace.

UNE RÉVOLUTION EN MARCHE

Les défis comme EgoBabyVLM et BabyLM montrent que la science avance à grands pas. En s’inspirant des bébés, les chercheurs ne cherchent pas à créer une IA « plus humaine » au sens littéral, mais à concevoir des systèmes capables d’apprendre de manière plus naturelle, plus rapide et plus économe. Si ces pistes aboutissent, l’IA de demain pourrait ressembler à un enfant de 2 ans : capable de comprendre le monde en quelques secondes, d’apprendre par l’expérience, et de s’adapter à son environnement sans avoir besoin de milliards de données. Une perspective qui donne le vertige.

ET SI L'AVENIR DE L'IA ÉTAIT DANS LES VIDÉOS DE BÉBÉS ?

L’idée peut sembler folle, mais c’est pourtant une piste sérieuse explorée par les plus grands laboratoires. En analysant des heures de vidéos filmées depuis le point de vue d’un nourrisson, les scientifiques espèrent percer les mystères de l’apprentissage humain. Et si la clé pour une IA plus performante et plus écologique se trouvait dans les premiers mois de la vie ? Une chose est sûre : les bébés ont encore beaucoup à nous apprendre.