Intelligence artificielle : tout ce qu’il faut savoir

Des innovations dans des domaines aussi variés que la traduction automatique, la reconnaissance d’image, les assistants vocaux, les chatbots, et la conduite autonome, jusqu’à des applications dans l’agriculture, le secteur bancaire, la prospection commerciale, la maintenance prédictive, le diagnostic médical, le Facility Management, les bâtiments intelligents, les processus de recrutement et la réduction de la consommation d’énergie… Tous ces secteurs ont un point commun : l’intelligence artificielle. C’est cette science qui, progressivement, est en train de révolutionner notre manière de travailler, de vivre et de penser. Cet article a pour but de faire un tour d’horizon de cette transformation.

1. Qu’est-ce que l’intelligence artificielle ?
2. Les types d’intelligence artificielle.
3. Comment fonctionne une intelligence artificielle ?
4. Comment les entreprises peuvent-elles bénéficier de l’intelligence artificielle?
5. Intelligence artificielle : tous les secteurs impactés
6. Enjeux et futur de l’intelligence artificielle

Pour tout comprendre, commençons par le commencement.

1. Qu’est-ce que l’intelligence artificielle (IA) ?

Aujourd’hui, d’une simple phrase, on peut connaître la météo, programmer une alarme, être averti de ses rendez-vous, avec les trajets pour s’y rendre et des résultats de plus en plus précis au fil du temps. C’est la face émergée de l’IA dans notre vie quotidienne. Mais au-delà de ces usages, pratiques mais un peu anecdotiques, l’intelligence artificielle recouvre un vaste domaine et des champs d’application existants ou potentiels quasi-infinis.

Définition

On utilise le terme “d’intelligence artificielle” ou d’IA pour désigner les ordinateurs et programmes informatiques capables de performances habituellement associées à l’intelligence humaine. Par exemple, la capacité à interagir avec l’homme, à traiter de grandes quantités de données ou encore à apprendre progressivement et donc à s’améliorer de manière continue. C’est donc un vaste sujet, en perpétuelle évolution !

L’intelligence artificielle peut se définir comme « l’ensemble de théories et de techniques mises en œuvre en vue de réaliser des machines capables de simuler l’intelligence », selon le Larousse. Soit des ordinateurs ou des programmes avec des puissances de calcul capables de performances habituellement associées à l’intelligence humaine, et amplifiées par la technologie : 

« Intelligence artificielle » couvre donc un vaste sujet, en perpétuelle mutation. Et aux progrès fulgurants depuis 1950, année fondatrice de l’IA.

L’intelligence artificielle aujourd’hui

En 2017, l’intelligence artificielle a franchi une étape décisive, parvenant à identifier les mots dans une conversation orale aussi bien qu’un être humain, ouvrant de nouvelles perspectives pour la reconnaissance vocale et la traduction automatique dans la vie courante.

Janvier 2018, nouvelle prouesse : l’IA dépasse les humains lors de différents d’exercices de lecture et de compréhension, dans le célèbre test de lecture de l’université de Stanford. Cela permettra à l’intelligence artificielle, demain, d’interagir encore plus facilement avec les humains, pour leur apporter de l’information de manière plus naturelle.

Une belle promesse, mais aussi une réalité très concrète, résumée dans un sourire par Harry Shum, Ex-Executive Vice-President AI & Research de Microsoft : « Bien sûr qu’il faut aimer l’IA ! Après tout, qu’est-ce que l’opposé de l’intelligence artificielle ? La stupidité naturelle ».

2. Les types d’Intelligence artificielle

Quand on parle de l’intelligence artificielle, il est important de comprendre qu’il en existe de différents types, chacun avec ses propres caractéristiques, ses avantages et ses limites. Dans un sens général, nous pouvons distinguer l’IA faible de l’IA forte, ainsi que l’IA symbolique et l’IA connexionniste.

L’IA faible et l’IA forte

L’IA faible, ou IA étroite, est une IA conçue pour accomplir une tâche spécifique. Elle est « faible » non pas parce qu’elle est inefficace, mais parce qu’elle est limitée à une fonction précise. Par exemple, un système de reconnaissance vocale, est une IA faible car il est spécialisé dans l’interprétation et la réponse à la parole humaine.

En revanche, l’IA forte, ou IA générale, est une forme d’intelligence artificielle qui a la capacité de comprendre, d’apprendre et d’appliquer son apprentissage à des tâches diverses et variées, tout comme un être humain. Une IA forte serait capable de résoudre des problèmes généraux sans être spécifiquement programmée pour chacun.

L’IA symbolique et IA connexionniste

Nous distinguons aussi l’IA symbolique de l’IA connexionniste. L’IA symbolique, aussi appelée IA classique, fonctionne sur la base de règles explicites inscrites dans le code par les programmeurs. Elle est très efficace pour résoudre des problèmes définis avec des règles claires, comme les jeux d’échecs, mais elle a du mal à apprendre de nouvelles tâches sans programmation explicite.

L’IA connexionniste, en revanche, se base sur des réseaux de neurones artificiels pour « apprendre » à accomplir des tâches. Elle se rapproche du fonctionnement du cerveau humain, avec des « neurones » et des « synapses » qui s’adaptent en fonction des données d’entrée. C’est cette approche qui est utilisée dans le machine learning et le deep learning, où les systèmes apprennent à partir de grandes quantités de données sans programmation explicite.

3. Comment fonctionne une intelligence artificielle ?

La révolution actuelle de l’intelligence artificielle et de la science qui en découle est rendue possible par « une combinaison de 3 facteurs ». Selon Harry Shum : « une vaste quantité de data ; une puissance informatique extraordinaire, notamment grâce au cloud ; et des algorithmes révolutionnaires, basés sur le deep-learning ».

L’Apprentissage Supervisé

L’IA a ainsi fréquemment recours à l’apprentissage supervisé. Par exemple, on « nourrit » un programme avec des milliers de photos de voitures, étiquetées. Après cet « entrainement », le programme peut reconnaître, seul, des voitures de tous types sur les nouvelles images qui lui seront présentées.

Le Machine Learning

Autre composant de l’intelligence artificielle, le « Machine Learning ». Cette fois, on donne aux ordinateurs l’accès à des données, puis on les laisse apprendre par eux-mêmes, sans intervention humaine ou reprogrammation logicielle. Ce qui leur permet de s’améliorer progressivement, de manière autonome. Et de dépasser ainsi les fonctions et les capacités initialement programmées.
Certains algorithmes ne se contentent plus de reconnaître des images, mais se montrent capables de les produire et de donner des yeux aux machines.

Le Deep Learning

Quant au Deep Learning (apprentissage profond), il repose sur un réseau de neurones artificiels, qui imitent le fonctionnement de notre cerveau. Et ce système crée une machine virtuelle composée de milliers d’unités, chacune chargée de petits calculs simples.

Résoudre un problème complexe en le divisant en plusieurs sous-problèmes, avec une intelligence artificielle assignée à chacun, c’est la technique qui a permis d’obtenir le meilleur score possible à … Miss Pac-Man. Les chercheurs ont utilisé l’apprentissage par renforcement, ou reinforcement learning, et un réseau de neurones artificiels. Un résultat qui ouvre de nouvelles perspectives pour l’IA et la réalisation de tâches complexes, dans les domaines où l’imprévisibilité posait problème.

La recherche dans l’intelligence artificielle

Analyser un environnement nouveau, comprendre les règles qui le régissent, s’adapter… Les jeux vidéo sont un excellent champ d’action pour les chercheurs en intelligence artificielle. Ils utilisent notamment Minecraft pour entraîner des IA, en les poussant à comprendre leur environnement, construire des bâtiments ou des moyens de transports, explorer des labyrinthes et mieux coopérer.

L’arrivée annoncée de l’ordinateur quantique pourrait encore décupler ces capacités. Autre bonne nouvelle : jusqu’à tout récemment, l’intelligence artificielle demandait des expertises extrêmement fortes et des moyens conséquents, en temps, en ressources, en argent et en hommes. Mais elle s’est aujourd’hui largement démocratisée, et les développeurs peuvent facilement intégrer de l’IA dans leurs applications.

 

4. Comment les entreprises peuvent bénéficier de l’intelligence artificielle

Conséquence de cette démocratisation : toutes les entreprises, quelles que soient leur taille et la quantité de données gérées, peuvent bénéficier d’une intelligence artificielle. Et tous les secteurs sont impactés, ou le seront demain.

Traduction automatique, maintenance prédictive, chatbots et autres assistants virtuels sont des exemples connus… Vous pouvez aussi, dès aujourd’hui, amplifier les capacités de vos collaborateurs en les déchargeant des tâches répétitives, à faible valeur ajoutée, vous assurer que vos clients, conducteurs d’automobiles, ne s’endorment pas au volant et même améliorer votre business model, en mariant data, IA et expertise humaine.

Quant aux forces de vente, elles gagnent, grâce aux algorithmes, la capacité de mieux cibler les bons prospects et de connaître les clients à choyer, grâce à l’analyse automatique des conversations.
Bref, là où il y a du digital, il y a (ou aura) de l’intelligence artificielle. Qui peut vous offrir un réel avantage compétitif… De nombreuses entreprises l’ont bien compris.

 

5. IA : tous les secteurs impactés

De nombreuses entreprises à travers le monde utilisent dès à présent l’intelligence artificielle, pour devenir plus productives, plus efficaces, plus innovantes…

Intelligence artificielle dans l’industrie

Sur les chaînes de montage, les machines connectées augmentent cadence, fiabilité et nombre de pièces conformes : le tiercé gagnant d’une chaîne de production. L’intégration de l’intelligence artificielle dans l’industrie alimentaire améliore encore ce triptyque, avec des données de production utilisées de manière proactive et plus uniquement en cas de panne. A la clé : réduction des incidents, meilleur temps de disponibilité des machines et, au final, productivité accrue.

Cette maintenance préventive, ou prédictive, repose sur quelques étapes clés : collecter les données à l’aide de capteurs ; les centraliser et les analyser ; modéliser des schémas de panne et déployer des algorithmes qui apprennent à reconnaître les signes avant-coureurs… Pour des gains opérationnels, des risques réduits et une maintenance améliorée.

Intelligence artificielle dans les SAV

On connaît aussi les chatbots, disponibles 24H/24, 7j/7, capables d’informer, conseiller, fidéliser ou divertir. Les chatbots sont désormais et depuis ces dernières années les meilleurs alliés des services clients – et même, dans certaines entreprises, des atouts pour les collaborateurs, avec la naissance de nombreux logiciels d’intelligence artificielle.

Intelligence artificielle dans le secteur de la santé

Mais les industriels ne sont pas les seuls séduits. Les professionnels de santé ont bien compris l’intérêt de l’intelligence artificielle et commencé à l’utiliser. A l’hôpital de la Pitié-Salpêtrière, les médecins améliorent le diagnostic des cancers et ouvrent la voie à une médecine préventive et plus seulement curative. Les collectivités s’y mettent aussi, à l’image de la municipalité de Cenon, près de Bordeaux : des capteurs connectés, déployés dans les bâtiments de la ville, permettent de sensiblement réduire les dépenses d’énergie et, à terme, de prédire les consommations électriques.

 

La révolution IA est donc une réalité. Microsoft s’y est engouffré, avec par exemple l’IA Factory, qui accompagne des start-up à Station F. Microsoft va aussi inaugurer une école IA cette année, dans son Campus d’Issy-les-Moulineaux. Groupes informatiques, PME, grandes entreprises, acteurs du secteur public, industriels : tous sont passés à l’intelligence artificielle. Et vous, qu’attendez-vous ?

6. Enjeux et futur de l’intelligence artificielle

L’intelligence artificielle, avec son potentiel extraordinaire de transformation de divers secteurs de la société, présente également un certain nombre de défis éthiques, juridiques et technologiques.

Défis éthiques et juridiques

En premier lieu, les enjeux éthiques et juridiques sont vastes. L’IA a le potentiel d’influencer de manière significative la prise de décision dans des domaines aussi variés que la santé, la finance, la justice et la sécurité. Cela soulève des questions cruciales : comment assurer l’équité dans ces décisions ? Comment garantir la transparence et la responsabilité ?

Par exemple, si un algorithme de prêt bancaire discrimine les demandeurs sur la base de leur origine ethnique ou de leur sexe, qui est responsable ? Est-ce la banque qui utilise l’algorithme, ou le développeur qui l’a conçu ? Qu’en est-il de la protection de la vie privée lorsque des systèmes d’IA sont capables d’analyser des quantités massives de données personnelles ?

En outre, les IA peuvent être utilisées à des fins malveillantes. Les « deepfakes », des images ou des vidéos manipulées par IA, peuvent être utilisées pour propager des informations fausses ou trompeuses. Les systèmes d’IA peuvent aussi être piratés ou détournés. Les réglementations doivent évoluer pour faire face à ces nouvelles menaces.

Limites Technologiques

Ensuite, il y a les limites technologiques. Malgré les progrès récents, l’IA est encore loin de pouvoir égaler l’intelligence humaine dans sa globalité. Les systèmes d’IA actuels sont généralement spécialisés : ils peuvent surpasser les humains dans des tâches spécifiques, comme jouer aux échecs ou reconnaître des images, mais ils ont du mal à gérer des situations nouvelles ou imprévues pour lesquelles ils n’ont pas été spécifiquement formés.

En outre, la plupart des systèmes d’IA nécessitent d’énormes quantités de données pour apprendre, ce qui peut être un obstacle dans les domaines où les données sont rares ou sensibles. Les méthodes actuelles d’IA sont également très gourmandes en énergie, ce qui pose des problèmes environnementaux.

Enfin, il y a le problème de l’explicabilité : les systèmes d’IA modernes, en particulier ceux basés sur le deep learning, sont souvent qualifiés de « boîtes noires » car il est difficile de comprendre comment ils arrivent à leurs conclusions. Cela peut être un problème dans des domaines comme la médecine ou la justice, où il est important de pouvoir expliquer les décisions prises.

Découvrez comment Microsoft utilise l’intelligence artificielle: 

Questions Fréquentes