Common Sense AI est une organisation dédiée à l'avancement des systèmes d'intelligence artificielle capables de comprendre et d'appliquer le sens commun quotidien. L'initiative se concentre sur un défi fondamental du domaine : permettre aux machines de saisir les connaissances implicites que les humains utilisent sans effort, comme comprendre que l'eau est mouillée, que les objets tombent lorsqu'on les lâche, ou que les personnes ont généralement besoin de manger et de dormir. Ce travail se situe à l'intersection de l'intelligence artificielle et des sciences cognitives, en abordant les limites des modèles actuels qui échouent souvent dans des tâches de raisonnement de base malgré leur compétence dans des domaines spécialisés.
La mission de l'organisation découle d'une reconnaissance que la plupart des systèmes d'IA contemporains, y compris les grands modèles de langage, excellent dans la reconnaissance de formes mais peinent avec le type de physique intuitive et de raisonnement social que les humains acquièrent par l'expérience de la petite enfance. En se concentrant sur le sens commun, Common Sense AI vise à créer des systèmes plus robustes et adaptables qui peuvent fonctionner de manière sûre et efficace dans des environnements réels, où les situations inattendues et les contextes ambigus sont la norme.
Approche de recherche
Common Sense AI emploie une stratégie multidisciplinaire qui combine des perspectives issues de l'apprentissage automatique, de la psychologie cognitive et de la linguistique. L'équipe de recherche développe des référentiels et des cadres d'évaluation spécifiquement conçus pour tester le raisonnement de sens commun, allant au-delà des métriques traditionnelles qui mesurent la performance sur des tâches étroites et bien définies. Ces référentiels incluent souvent des scénarios qui exigent de comprendre les relations de cause à effet, les relations spatiales et les conventions sociales.
L'organisation étudie également comment intégrer les connaissances de sens commun dans les architectures d'IA existantes. Cela inclut l'exploration de méthodes pour augmenter les réseaux de neurones avec des bases de connaissances structurées et le développement de procédures d'entraînement qui encouragent les modèles à raisonner sur des situations contrefactuelles. Les chercheurs de Common Sense AI ont publié des travaux sur des approches d'apprentissage curriculaire qui introduisent progressivement des scénarios de sens commun de plus en plus complexes, en s'appuyant sur des techniques similaires au apprentissage curriculaire utilisé dans d'autres domaines de l'IA.
Projets et produits clés
L'un des projets phares de l'organisation est un moteur de raisonnement de sens commun qui peut être intégré dans diverses applications d'IA. Ce moteur est conçu pour fournir une inférence en temps réel sur des situations physiques et sociales, permettant à d'autres systèmes de prendre des décisions plus éclairées. Par exemple, un robot utilisant ce moteur pourrait déduire qu'une tasse placée au bord d'une table est susceptible de tomber, ou qu'une personne tenant un parapluie attend probablement de la pluie.
Common Sense AI a également développé une série de jeux de données open source qui sont devenus largement utilisés dans la communauté de recherche. Ces jeux de données contiennent des milliers de scénarios annotés qui testent différents aspects du sens commun, du raisonnement temporel à la compréhension des états émotionnels. Les jeux de données ont été cités dans de nombreux articles académiques et ont influencé le développement de méthodes d'évaluation dans les grandes institutions de recherche en IA.
Collaborations et partenariats
L'organisation maintient des collaborations actives avec plusieurs partenaires académiques et industriels. Des chercheurs du MIT CSAIL et du Stanford AI Lab ont travaillé avec Common Sense AI sur des projets conjoints explorant les fondements théoriques du sens commun dans les machines. Ces partenariats ont conduit à plusieurs publications évaluées par des pairs dans les principales conférences et revues d'IA.
Common Sense AI collabore également avec des partenaires industriels pour appliquer ses recherches à des problèmes pratiques. Une collaboration notable avec Samsung Research s'est concentrée sur l'amélioration des capacités de sens commun des assistants mobiles, leur permettant de mieux comprendre l'intention de l'utilisateur dans des situations ambiguës. Un autre projet avec Amazon AI a exploré comment le raisonnement de sens commun pourrait améliorer les systèmes de recommandation en comprenant le contexte plus large des besoins des utilisateurs.
Impact et orientations futures
Le travail de Common Sense AI a contribué à une reconnaissance croissante au sein de la communauté de l'IA que le sens commun est un composant critique des systèmes véritablement intelligents. Les référentiels de l'organisation ont été adoptés par des chercheurs dans des entreprises telles que OpenAI et Google DeepMind dans le cadre de leurs suites d'évaluation, contribuant à stimuler les progrès dans ce domaine.
À l'avenir, Common Sense AI prévoit d'étendre ses recherches à des domaines tels que l'intelligence incarnée, où le sens commun doit être ancré dans l'interaction physique avec le monde. L'organisation explore également comment le sens commun peut améliorer la sécurité et la fiabilité des systèmes d'IA générative, en particulier dans des applications à enjeux élevés comme les soins de santé et la conduite autonome. En 2024, l'organisation continue de développer son équipe de chercheurs et d'ingénieurs, avec des efforts continus pour traduire ses résultats en technologies déployables qui peuvent bénéficier à une large gamme d'applications d'IA.
Direction et équipe
L'organisation a été fondée par un groupe de chercheurs ayant des parcours en sciences cognitives et en IA, y compris des figures notables telles que Joshua Tenenbaum et Brendan Lake, qui ont longtemps plaidé pour une attention plus profonde sur l'apprentissage et le raisonnement de type humain en IA. L'équipe comprend des experts en apprentissage profond, en traitement du langage naturel et en robotique, reflétant la nature interdisciplinaire du défi du sens commun. Common Sense AI maintient une structure organisationnelle plate qui encourage l'itération rapide et l'échange ouvert d'idées entre les disciplines.