L’intelligence artificielle (I.A.) est un domaine qui a connu de grandes avancées ces dernières années. Tous les gros acteurs du monde high-tech et de l’I.T. ont désormais un département de recherche en I.A.
Il faut dire que cette dernière possède de très nombreux avantages et permet d’obtenir des gains de productivité sans précédent.
Pourtant, certains scientifiques, sociologues et futurologues s’inquiètent de la place de plus en plus importante que prend la machine dans notre société.
Ils avancent qu’il y’ a un véritable danger pour l’espèce humaine de laisser se développer, sans contrôle, une intelligence non humaine qui apprend à devenir autonome.
Faut-il effectivement se pencher sur ce problème où n’est-ce qu’un questionnement farfelu d’amateurs de science-fiction qui ont trop vu de films alarmistes du genre Terminator? Une machine peut-elle penser, raisonner et prendre ses propres décisions? Si oui, comment faire pour orienter ses choix à notre avantage?
Pour répondre à toutes ces questions et pour essayer de comprendre tous les enjeux de l’Intelligence Artificielle, un dossier spécial composé de plusieurs articles s’imposait!
Bienvenue dans le monde fascinant des machines intelligentes…
Le « Machine Learning » ou Apprentissage Automatique
La programmation des machines par l’humain a été, pendant longtemps, à la base de l’informatique et de la robotique. En créant des algorithmes ayant pour but de remplir des fonctions bien spécifiques, les humains pouvaient donc contrôler et diriger la machine pour qu’elle accomplisse les tâches qu’on lui demandait de faire.
« Avec l’arrivée du Big Data et ses innombrables données à traiter, le codage classique ne suffisait plus. »
Pour créer des machines suffisamment performantes pour répondre à la demande du marché, il fallait inventer une nouvelle manière de traiter et d’analyser les données générées par un environnement devenu beaucoup plus complexe.
L’apprentissage automatique (ou « machine learning ») est un tout nouveau champ de la programmation qui consiste à mettre en place un modèle algorithmique permettant d’une part de simplifier cette complexité pour être plus opérationnel, et d’autre part, d’avoir un comportement adaptatif en fonction des résultats attendus. Chez les humains, on appelle cela apprendre !
Apprendre à apprendre !
Pour réussir à rendre ce modèle d’apprentissage efficace, il faut bien sûr d’abord permettre à la machine d’avoir accès à toutes les données pertinentes disponibles (Big Data) et cela en tout temps! (Cloud).
Grâce aux nouveaux algorithmes avec lesquelles il fonctionne, l’ordinateur doit donc apprendre à utiliser le Big Data pour fournir à l’humain les informations et analyses les plus pertinentes.
Pour cela, 3 méthodes d’apprentissage existent: L’apprentissage supervisé, le non-supervisé et l’hybride (semi-ou partiellement supervisé).
Principe de l’apprentissage des machines avec les nouveaux algorithmes d’ I.A.
Dans le cas des robots qui, eux, évoluent dans un environnement physique, il est nécessaire de les équiper en plus de capteurs qui leur permettent de percevoir et de comprendre tout ce qui les entourent :
Caméras pour la vision et la reconnaissance d’objets (visages, schémas, langages naturels, écriture, formes syntaxiques, etc.), microphones pour les sons (reconnaissance vocale, bruits naturels, etc.), nez électroniques pour l’odorat, gyroscope et accéléromètre pour se déplacer et se situer dans l’espace (cas des robots qui apprennent à marcher tout seul).
C’est un modèle qui s’inspire finalement de l’apprentissage des enfants en bas âge qui, avec leurs sens, apprennent eux aussi à évoluer dans un environnement qui leur est encore nouveau.
Dans le film de science-fiction « Shappie », un robot, doué d’une forme particulière d’intelligence artificielle apprend comme un enfant en bas âge…
« Apprendre aux machines à apprendre de leur environnement physique et virtuel est une évolution considérable dans le domaine de l’intelligence artificielle. »
Cette technique, associée à d’autres champs d’études comme les sciences cognitives, les neurosciences, la biologie et la psychologie permet de concevoir des robots, des programmes et des logiciels beaucoup plus intelligents.
« Absolument tous les secteurs économiques sont concernés par ce nouveau paradigme de l’informatique et de la robotique. »
Les grands groupes ont d’ailleurs tous investi des sommes colossales dans l’intelligence artificielle:
IBM a son super ordinateur Watson, Facebook a ouvert un laboratoire d’intelligence artificielle , Google a rendu le code de son logiciel d’I.A., TensorFlow, open source pour accélérer son développement, Microsoft fait évoluer son Cortana et s’intéresse au Machine Teaching, Amazon a son excellent Echo, etc.
Comme expliqué dans mon dossier spécial Robots, les machines seront non seulement capables d’accomplir des tâches humaines (simples ou complexes) mais aussi celles que l’homme ne peut réaliser…
Exemple d’Intelligence Artificielle : Watson
Le super-ordinateur Watson d’IBM a, par exemple, la capacité de collaborer à plusieurs projets en même temps grâce à son système de traitement et d’analyse dans le cloud. Il peut ainsi répondre à pratiquement toutes les requêtes de ses clients, quelque soit le domaine, pourvu qu’on lui fournisse les données relatives aux demandes.
Ainsi, Watson intervient dans la recherche médicale en aidant les centres de recherche publics et privés pour lutter contre le cancer.
Le super-ordinateur peut ainsi diagnostiquer un cancer du poumon avec un taux de réussite de 90 %, contre environ 50 % pour les médecins!
« Là où des médecins passeraient plusieurs semaines à les analyser, Watson est capable de tirer des conclusions en quelques minutes grâce à son accès rapide aux millions de pages de littérature médicale. »
Dans la finance, Watson corrèle les données sur les clients d’une banque avec les informations ou notes d’analystes disponibles sur certains produits afin d’aider les conseillers en investissement.
Dans le commerce, il facilite la comparaison entre différents produits disponibles et détermine le mieux adapté à l’acheteur.
Dans le domaine de l’éducation et du divertissement, l’intelligence artificielle de Watson peut servir à répondre à toutes les questions que peut se poser un enfant ou un étudiant par exemple.
La société américaine Elemental Path en a même fait le «cerveau» de son jouet-personnage vedette, un dinosaure capable de répondre de manière ludique aux questions les plus fréquentes que se posent les enfants. (Voir vidéo ci-dessous):
Watson est même capable d’être créatif.
En ingérant des milliers de recettes du magazine Bon Appétit, et en ayant eu accès à une base de données sur les composés chimiques des aliments, il a pu comprendre les principes du mariage de saveurs et de la composition basique des plats, et a pu ainsi élaborer et réaliser de nombreuses nouvelles recettes de cuisine!
Watson est capable de proposer des mélanges de saveurs originales en mariant des centaines de produits selon les composés chimiques qu’ils partagent.
IBM a d’ailleurs mis en place un site, IBM Chef Watson, dans lequel les internautes pourront tester les combinaisons d’ingrédients et découvrir ensuite les plats que l’on peut faire avec.
Pratique lorsque l’on a plus que quelques ingrédients dans son frigo et son placard de cuisine et que l’on ne sait pas quoi préparer !
L’application revendique déjà plusieurs milliers d’utilisateurs et les meilleurs résultats ont été publiés dans un livre de cuisine sorti en avril 2015.
Vous pensiez que seul un chef étoilé était capable de créer des plats originaux et savoureux? Le chef Watson veut vous prouver le contraire !
Les applications de Watson sont en fait illimitées. Il ne dépendent finalement que de la quantité d’informations qu’on lui donne à traiter et des nombreux exemples et mises en situations de la vie réelle dont il doit s’inspirer et s’adapter pour générer du contenu pertinent.
(voir le vidéo ci-dessous)
L’exemple de Watson nous montre comment l’I.A. peut coopérer avec l’I.H. (Intelligence humaine) pour aider à résoudre les multiples défis qui nous attendent.
Dans notre prochain article, nous verrons comment les dernières recherches effectuées en apprentissage automatique tendent à rendre ces nouvelles formes de collaboration et de communication encore plus efficaces…
Omar Amrani.
Suivez Chroniques du Futur sur Facebook
Pour aller plus loin
