Un algorithme peut-il prédire les interactions humaines en analysant des séries ?

Un algorithme peut-il prédire les interactions humaines ? C’est en tout cas l’objectif poursuivi par un groupe de chercheurs du Computer Science and Artificial Intelligence Laboratory (CSAIL) du MIT, comme le rapporte ZDNet.
Utilisant le deep-learning pour identifier des modèles de salutations (serrer la main, faire la bise, etc.), les scientifiques ont fait fait visionner à l’algorithme plus de 600 heures de vidéos, dont les séries The Office et Desperate Housewives, dans le but de lui donner un « sens commun » propre aux humains.
Au final, l’algorithme est capable de prédire correctement l’interaction près d’une fois sur deux (43%). Lors de précédents essais effectués, le taux de réussite s’élevait à 36%.
Malgré une précision encore très perfectible, les chercheurs anticipent un taux de réussite considérablement accru dans le futur, l’algorithme apprenant de la masse de données ingurgitées et de ses erreurs.
A terme, cela permettrait de fabriquer des robots qui s’adapteraient mieux aux interactions humaines – non plus de manière générale mais individuelle. Ce qui ouvrirait un champ des possibles non-négligeable : premiers secours, accueil au sein des entreprises, services à la personne, etc.
Plus d’informations sur ZDNet.