L’Intelligence Artificielle (IA) est la simulation de processus d’intelligence humaine par des machines. Plus particulièrement, des systèmes informatiques. Ces processus comprennent trois phases. Tout d’abord, l’apprentissage, c’est-à-dire l’acquisition de l’information et ses règles d’utilisation. Puis, le raisonnement, soit l’utilisation de règles pour tirer des conclusions approximatives ou définitives. Et enfin, l’autocorrection. Les applications particulières de l’IA comprennent la narrow AI, la reconnaissance faciale et la vision par ordinateur.
L’IA peut être classée comme faible ou forte. L’IA faible, ou IA étroite, est un système d’intelligence artificielle conçu et entraîné pour une tâche particulière. Ainsi, les assistants personnels virtuels comme Siri d’Apple, sont une forme d’IA faible. Quant à l’IA forte, ou intelligence générale artificielle, elle dispose de capacités cognitives humaines. Lorsqu’on lui présente une tâche inconnue, un bon système d’IA est capable de trouver une solution, sans intervention humaine.
Les coûts du matériel, des logiciels et du personnel pour l’intelligence artificielle peuvent être élevés. Alors, de nombreux fournisseurs incluent des composants d’IA dans leurs offres standard ainsi que l’accès aux plates-formes AIaaS (Artificial Intelligence as a Service, pour intelligence artificielle en tant que service). L’AIaaS permet aux particuliers et aux entreprises d’expérimenter l’intelligence artificielle et de tester plusieurs plateformes avant de s’engager. Les offres les plus populaires de Cloud computing d’intelligence artificielle comprennent les services d’Amazon AI, IBM Watson Assistant, Microsoft Cognitive Services et les services de Google AI.
L’intelligence augmentée pour le grand public
Les outils d’intelligence artificielle présentent un éventail de nouvelles fonctionnalités pour les entreprises. Toutefois, l’utilisation de l’IA soulève des questions éthiques. En effet, les algorithmes de deep learning, ou apprentissage profond, sous-tendent bon nombre des outils d’IA les plus avancés. Néanmoins, leur intelligence dépend des données qu’on leur fournit pendant la formation. Puisqu’un humain choisit les données qui utilisées pour la formation d’un programme d’IA, le risque de biais humain est inhérent et doit être surveillé de près.
Certains experts de l’industrie estiment que le terme » intelligence artificielle » est trop étroitement lié à la culture populaire. Alors, le grand public a des craintes irréalistes au sujet de l’IA. Mais aussi des attentes improbables sur la façon dont elle va changer le milieu de travail et la vie en général. Ainsi, les chercheurs et spécialistes du marketing espèrent que l’étiquette « intelligence augmentée” , qui a une connotation plus neutre, aidera les gens à comprendre que l’intelligence artificielle améliorera simplement les produits et les services. Mais surtout qu’elle ne remplacera pas les humains qui les utilisent.
Types d’intelligence artificielle
Selon Arend Hintze, professeur adjoint de biologie intégrative, d’informatique et d’ingénierie à la Michigan State University, il y a quatre types d’intelligences artificielles, dont certaines n’existent pas encore. Tout d’abord, les « machines réactives ». Il s’agit par exemple de Deep Blue, le programme d’échecs de IBM qui a battu Garry Kasparov dans les années 1990. Deep Blue peut identifier les pièces sur l’échiquier et faire des prédictions.
Toutefois, il n’a pas de mémoire, si bien qu’il n’apprend pas de ses expériences passées. Il ne fait qu’analyser les mouvements possibles et choisir le plus stratégique. Ainsi, Deep Blue ne peut pas être appliqué à d’autres situations. Puis, il y a les « mémoire limitée ». C’est systèmes d’IA peuvent utiliser les expériences passées pour éclairer les décisions futures. Certaines fonctions de prise de décision des voitures autonomes sont conçues ainsi. Néanmoins, ces observations ne sont pas conservées indéfiniment.
Ensuite vient la « théorie de l’esprit », un type d’IA qui n’existe pas encore. Ce terme de psychologie fait référence à la compréhension des croyances, désirs et intentions des autres, qui influencent leurs décisions. Enfin, la dernière catégorie concerne la « conscience de soi », qui n’existe pas encore. C’est-à-dire des intelligences artificielles dotées d’un sens de soi et d’une conscience. Ainsi, elles seraient capables de comprendre leur état actuel, mais aussi déduire ce que ressentent les autres.
Exemples de technologie d’IA
L’intelligence artificielle est intégrée à différents types de technologies, dont voici six exemples.
1. L’automatisation
C’est ce qui fait qu’un système ou un processus fonctionne automatiquement. Par exemple, le RPA (Robotic Process Automation, pour automatisation robotique des procédés) peut être programmée pour exécuter des tâches répétitives plus rapidement que les humains.
2. Le machine learning
L’apprentissage machine est une science qui consiste à faire en sorte qu’un ordinateur agisse sans le programmer. Le deep learning en est un sous-ensemble, qui peut être considéré comme l’automatisation de l’analyse prédictive. Il en existe trois types différents. Tout d’abord, l’apprentissage supervisé, où les ensembles de données sont étiquetés pour que des modèles soient détectés puis réutilisés. Puis, l’apprentissage non supervisé, où les ensembles de données ne sont pas étiquetés, mais sont triés en fonction des similarités ou des différences. Et enfin, l’apprentissage renforcé, où les ensembles de données ne sont pas étiquetés, mais l’IA reçoit un feedback de rétroaction après avoir agit.
3. La vision par ordinateur
Il s’agit d’une technologie qui capture et analyse l’information visuelle à l’aide d’une caméra. On l’utilise dans l’identification de signature ou encore l’analyse d’images médicales.
4. Le NLP (Natural language processing)
Le traitement du langage naturel est le traitement du langage humain par un programme. La détection de spam en est un vieil exemple. Toutefois, les approches actuelles sont basées sur le machine learning. Elles comprennent donc la traduction de texte, l’analyse des sentiments et la reconnaissance vocale.
5. La robotique
Il s’agit de la conception et la fabrication de robots. Ils sont ensuite utilisés dans les chaînes de montage pour la production automobile, ou encore par la NASA afin de déplacer de gros objets dans l’espace. Les chercheurs tentent désormais d’intégrer le machine learning pour construire des robots qui peuvent interagir dans des contextes sociaux.
6. Les voitures autonomes
Ces véhicules combinent la vision par ordinateur, la reconnaissance d’images et le deep learning. Ainsi, l’intelligence artificielle développe une habileté automatisée à piloter un véhicule. Et ce, tout en restant dans une voie donnée et en évitant les obstacles imprévus, tels que les piétons.
Applications de l’IA
L’intelligence artificielle a fait son chemin dans un certain nombre de domaines. On peut notamment citer celui de la santé. Ainsi, les le machine learning est utilisé pour obtenir de meilleurs diagnostics, plus rapides. L’une des technologies les plus connues est IBM Watson. Il comprend le langage naturel et est capable de répondre aux questions qui lui sont posées. Il exploite les données des patients et d’autres sources de données disponibles pour former une hypothèse, qu’il présente ensuite avec un schéma de notation de confiance.
Dans le domaine des affaires, le machine learning intègre les plateformes d’analyse et les CRM (customer relationship management, pour gestion de la relation client) afin de mieux servir les clients. Les Chatbots intègrent les sites internet pour répondre aux questions et aider les clients. Dans l’éducation, les intelligences artificielles peuvent automatiser la notation, afin de dégager du temps aux professeurs. Ici, les intelligences artificielles pourraient changer la façon dont les élèves apprennent, voire même remplacer certains enseignants.
Dans la finance, l’intelligence artificielle recueille des données personnelles et fournit des conseils financiers. Certains programmes, comme IBM Watson, ont été appliqués au processus d’achat d’une maison. Enfin, l’industrie manufacturière est un domaine qui a été à l’avant-garde de l’intégration des robots dans le flux de travail.
Préoccupations en matière de sécurité et d’éthique
Le concept des voitures autonomes soulève des questions de sécurité et d’éthique. Les véhicules peuvent être piratés. Et dans un contexte d’accident, la responsabilité n’est pas claire. De plus, les voitures autonomes peuvent être mis dans une situation où un accident est inévitable, forçant l’IA à prendre une décision éthique sur la façon de minimiser les dommages. Une autre préoccupation majeure est le risque d’abus des outils d’intelligence artificielle.
En effet, les hackers commencent à utiliser des outils sophistiqués de machine learning pour accéder à des systèmes sensible. Cela complique encore plus la question de la sécurité. Enfin, les outils de création vidéo et audio basés sur le deep learning ont été rapidement détournés pour la création de deepfakes, cette technique de synthèse d’images qui permet une permutation intelligente des visages.
Malgré les risques potentiels, il existe peu de réglementation concernant les intelligences artificielles. Lorsque des lois existent, elles ne s’appliquent qu’indirectement aux IA. Ainsi, le RGPD (Règlement Général sur la Protection des Données) impose des limites strictes à la manière dont les entreprises peuvent utiliser les données des consommateurs. Ce règlement entrave donc l’apprentissage et certaines fonctionnalités d’intelligences artificielles destinées aux consommateurs.
