Vous ne le savez peut-être pas, mais l’intelligence artificielle (IA) est déjà partout dans notre quotidien. Elle s’est installée petit à petit jusqu’à devenir des outils quotidien. De la planche à clous des débuts de l’IA aux cerveaux digitaux, l’IA progresse. Très vite.
ÉTAT DE L’ART
Avec la puissance de calcul offerte par les progrès technologiques et la quantité pharaonique de données disponible partout et accessibles à l’échelle mondiale, l’IA, jusqu’alors reléguée à l’état de science fiction, devient petit à petit réalité et prend une place de choix dans le futur de notre quotidien, à la maison comme en entreprise. Vous ne le savez peut être pas, mais le futur, c’est maintenant.
Freinons tout de suite les ardeurs, l’IA n’en est qu’à ses balbutiements. Mais, dores et déjà, ces derniers représentent une capacité d’analyse, de projection de modèles et de prédiction juste phénoménale.
Tout d’abord il faut distinguer 3 types distincts d’IA. Il y a l’IA étroite et l’IA générale et la super IA. Ces trois types d’IA sont basées sur des technologies éloignées et leurs applications sont très différentes. Nous pouvons comparer l’IA étroite avec une planche à clou (ou pour les fans d’échecs au superordinateur d’IBM Deep Blue*) et l’IA générale avec un cerveau digital, un « réseau neuronal » digital.
Mais l’intelligence artificielle ne se limite pas à des gains d’efficacité, au traitement de tâches répétitives ou bien aux prédictions. Avec le machine learning et le deep learning, les IA sont capables d’apprendre, grâce aux données et aux apprentissages, en quasi-temps réel, avec un degré de précision juste incroyable.
Imaginez qu’à ce jour, un réseau neuronal digital fonctionne presque comme un cerveau humain. Des réseaux neuronaux sont accessibles en location directement sur Internet, il en existe pléthore. Cependant, ces réseaux ne connaissent rien et ne savent rien faire, ils sont juste d’une puissance incroyable.
COMMENT CA MARCHE ?
Les différences entre une IA et un cerveau humain résident alors dans « l’apprentissage » et le « modèle », le grand défi d’aujourd’hui. Tandis qu’un enfant va commencer à apprendre dès que son cerveau sera irrigué, il mettra des années avant de savoir marcher, parler et raisonner pleinement. Une IA, recevra également un apprentissage et un modèle, mais bien moins complexe qu’un apprentissage humain avec ses capacités d’absorption. Cet apprentissage sera d’ailleurs souvent basé sur une seule action simple (détecter un visage sur une photo ou une vidéo par exemple).
[Mode geek ON]
Le deep learning, est composé de plusieurs couches, tandis que le machine learning n’en possède que deux ou trois, Un réseau neuronal deep learning va combiner plusieurs couches de traitements « non linéaires », utilisant des éléments simples fonctionnant en parallèle et inspirés par les systèmes nerveux biologiques. Ils se composent d’une couche d’entrée (datasets), de plusieurs couches cachées et une couche de sortie (outputs). Les couches sont interconnectées via des nœuds ou des neurones, chaque couche cachée utilisant la sortie de la couche précédente comme entrée.
[Mode geek OFF]
Et c’est toute la complexité des modèles d’IA aujourd’hui, car ils commencent à être capable de détecter une pathologie à partir d’un scanner, mais sont incapables d’expliquer pourquoi, même constat pour les recommandations de produits, les propositions sont extrêmement pertinentes, mais non-explicables par ces IA. Aucune IA n’est capable de répondre à la question « pourquoi ? ». Et c’est bloquant pour certains domaines où l’IA serait à même de remplacer l’homme (ouf?).
APPLICATIONS
Aujourd’hui, les IA sont très largement utilisés pour la reconnaissance faciale (filtres Instagram par exemple !), les système de conduite autonome pour véhicules, pour trier automatiquement les déchets (différencier du plastique et du carton à partir d’une caméra), également dans la reconnaissance automatique d’images satellites (le fisc Français s’étant loué un réseau neuronal détenu par Google pour détecter automatiquement vos piscines et abris de jardin et vous envoyer la note des impôts ;-)), aussi pour de la reconnaissance d’opinions politiques sur Internet, très utile pour les instituts de sondage, pour de la traduction en live de textes d’une vidéo, et bien d’autres choses.
FUTUR
Nous n’arrêterons plus les progrès de l’IA, aujourd’hui le deep learning représente une force différenciante et « disruptive » pour les entreprises qui investissent dans des modèles d’apprentissage, demain, les IA tendront un peu plus vers le cerveau humain, c’est à dire avec des interventions humaines de moins en moins présentes.
Les réseaux neuronaux vont donc s’améliorer en permanence, sans être à l’abri de petites révolutions (bonds technologiques).
FAUT-IL EN AVOIR PEUR ?
De tout temps les progrès s’accompagnent de peurs inhérentes au changement, et à l’adaptation sociétale qu’il représente. Il en va de même pour l’IA, mais philosophiquement, il serait bon d’être exhaustif dans ma réponse.
D’un point de vue danger, oui, cela met en lumière d’innombrables menaces telles que les vidéos truquées quasi-indétectables (deep fake), le piratage des voitures autonomes (terrorisme, chaos), l’hameçonnage hyper réaliste visant à collecter des infos sensées être sécurisées, le piratage d’infrastructures, la diffusion automatisée de fausses informations (propagande, harcèlement), etc.
D’un point de vue progrès, non bien sûr, les avancées médicales comme la détection rapide et efficace de pathologies, les aides aux personnes en situation de handicap, la sécurisation de systèmes sensibles, les prévisions météorologiques, les systèmes de défenses militaires et d’assistance aux victimes, etc.
Il existe déjà des « progrès » technologiques d’une dangerosité extrême, comme les centrales atomiques, les véhicules rapides, les expérimentations médicales, les bombes nucléaires, les avions à réaction bardés de missiles, la captation des données avec la 5G et j’en passe.
Ce dont il faut se méfier, c’est de nous!
*Deep Blue: Superordinateur conçu par IBM et vainqueur de Gary Kasparov en 1997 hors conditions exigées lors de championnat du monde