Depuis quelques années, les entreprises ne cessent de nous parler de l’Intelligence artificielle qu’elles introduisent dans leurs services, leurs applications et leurs processeurs. Cependant, même si elles portent le même nom, heureusement que l’IA de notre machine à laver (pour des raisons qui nous échappent) et de notre smartphone n’est pas assez développée pour les faire réfléchir sur leur existence et notre pouvoir sur elles. Pour l’instant…
Comme nous vous l’avons dit dans l’article sur l’Intel Movidius AI development USB, l’intelligence artificielle est là pour rester et nous aider à résoudre les problèmes de la vie quotidienne. Mais qu’est-ce que l’intelligence artificielle ?
L’image ci-dessus montre de manière très simplifiée le fonctionnement d’un réseau neuronal profond. Ces systèmes ont besoin d’un entraînement intensif pour pouvoir, par exemple, reconnaître des images, optimiser des solutions ou simplement apprendre davantage. Il s’agit essentiellement d’un ensemble d’algorithmes que l’on pourrait qualifier d’IA et qui appartiennent au domaine du deep learning.
Intelligence artificielle : nouvelle programmation
Aujourd’hui, l’intelligence artificielle ne forme pas des systèmes mixtes complexes de technologie et de conscience comme on le voit souvent dans les œuvres de science-fiction. Ce que nous créons correspond plutôt à la définition d’algorithmes complexes qui renvoient des résultats basés sur les entrées et les commandes qui leur ont été enseignées. Mais ce n’est là qu’une des significations du terme.
Il existe différentes façons de comprendre les intelligences artificielles, mais nous pouvons les diviser en quatre groupes principaux :
Les IA qui pensent comme les humains
Les systèmes informatiques complexes dotés d’une conscience propre qui pensent et décident selon leurs propres désirs et dépassent les caractéristiques pour lesquelles ils ont été programmés (Ghost in the Shell). Ce n’est pas encore à notre portée et nous ne savons même pas si cela sera possible dans le futur, il n’y a donc pas grand-chose à en dire.
Des IA qui agissent comme des humains
Penser comme un humain n’est pas la même chose que prétendre agir comme un humain. Aujourd’hui, nous créons des systèmes de ce type où le hasard et des fonctions spécifiques sont introduits pour donner l’impression que l’intelligence pense comme une personne.
Dans les jeux vidéo, nous voyons cela tout le temps, car les ennemis contrôlés par des machines cherchent souvent à simuler un comportement humain. En dehors des jeux vidéo, on est parvenu à ce qu’une IA puisse écrire avec des imperfections et des irrégularités comme le ferait une personne.
Des IA qui pensent rationnellement
C’est probablement la version la plus courante de cette technologie aujourd’hui. Nous disons qu’elles pensent rationnellement parce que nous leur donnons les outils nécessaires pour produire des résultats efficaces et significatifs. Elles sont capables de s’adapter à l’environnement dans lequel elles se trouvent avec facilité, bien qu’elles soient loin de penser par elles-mêmes.
Les intelligences artificielles qui jouent à des jeux vidéo comme AlphaStar (StarCraft II) ou AlphaZero (échecs, shogi et go) en sont un exemple. Ces machines sont même capables de combattre des adversaires humains et ont déjà battu un ou deux champions du monde.
Des IA qui agissent rationnellement
Parce qu’elles “agissent”, nous découvrons qu’elles ne traitent pas les données que nous leur transmettons, mais qu’elles semblent seulement penser de manière rationnelle. C’est la version la plus simpliste de cette technologie et c’est un stade que nous avons largement dépassé. Certains systèmes informatiques utilisent cette technologie, car elle est beaucoup plus simple à programmer et son fonctionnement est généralement direct.
Par exemple, les machines qui reçoivent des appels et vous guident à travers leurs options, ou les assistants intelligents sur les sites web, qui vous posent souvent des questions pour vous recommander des solutions connexes.
Maintenant que nous avons une bonne idée de la répartition des intelligences en fonction de leur degré de complexité, entrons dans le vif du sujet.
Les mathématiques de la pensée
L’une des façons de programmer l’intelligence artificielle consiste à traiter les données sous la forme d’unités imaginaires appelées tenseurs. Les tenseurs sont des unités algébriques complexes (de scalaires, de vecteurs et de matrices) qui nécessitent des connaissances en mathématiques pour les utiliser correctement. Par conséquent, les performances des applications d’IA ne seront bonnes que dans la mesure où les manipulations mathématiques des données le seront également.
Pour développer ce type de logiciels, de nombreux groupes ont créé et ouvert leurs bibliothèques de codes au public afin de coopérer et de créer, avec la communauté, des systèmes plus intelligents. TensorFlow de Google, CNTK de Microsoft, Theano, Caffe2 et Keras sont quelques-uns des exemples les plus pertinents. Chacune de ces bibliothèques aborde le problème sous des angles différents, ce qui nous permet de développer l’IA à différents niveaux d’abstraction.
Si vous ne savez pas ce que sont les niveaux d’abstraction, il s’agit d’un système qui mesure à quel point un langage informatique est proche du langage parlé. Plus le niveau d’abstraction est élevé, plus il ressemble à un langage humain, et plus le niveau d’abstraction est bas, plus il ressemble à un code machine, c’est-à-dire à ce monde qui ne fonctionne qu’avec des zéros et des uns.
Nouveaux systèmes, nouveau matériel
Il est clair que tous les logiciels fonctionnent à l’intérieur du matériel, mais il est facile de tomber dans l’illusion que le “cloud” peut tout gérer, alors que la réalité n’est pas si douce. Selon la manière dont le code est optimisé, il se peut que l’IA travaille localement (sur votre smartphone, votre PC ou votre appareil de l’internet des objets). Il est également possible de laisser les appareils envoyer les calculs aux serveurs, de les traiter et de laisser les serveurs renvoyer le résultat.
Dans de nombreux cas, il est prévu que le “petit” appareil effectue une grande partie des calculs localement et n’envoie qu’une partie du problème au serveur, ce qui permet d’économiser beaucoup de coûts de gestion des services.
L’intelligence artificielle dans la vie quotidienne
Nous savons qu’il est très intéressant, voire excitant pour certains, de penser à l’avenir, mais il n’est pas nécessaire d’aller si loin pour en voir les premiers fruits. Où peut-on trouver des traces de l’intelligence artificielle dans la société d’aujourd’hui ?
Elle peut sembler passer inaperçue, mais elle est partout autour de nous. En commençant par les appareils domestiques, les nouveaux téléphones portables intègrent souvent de petits systèmes appelés “intelligence artificielle” qui vous aident à prendre de meilleures photos. Ils effectuent une mise au point sélective et un post-traitement des images pour les rendre plus nettes, plus colorées ou plus contrastées. Certains sont même capables de reconnaître les objets que nous photographions et de nous proposer des recherches en rapport.
Dans ce domaine, il y a aussi le compagnon “OK Google”, qui apprend de tout ce qu’on lui dit et qui est capable de traiter un nombre infini de requêtes. Bien que l’on puisse facilement lui trouver des “difficultés” (comme l’impossibilité de tenir une conversation), il ne faut pas sous-estimer le travail acharné dont on sait qu’il est à l’origine.
Il faut aussi parler de l’imminence de la conduite autonome. Dans certains pays, des voitures telles que les Tesla proposent déjà des alternatives contrôlées par l’IA. Ces systèmes sont capables de saisir l’environnement autour de la voiture, de traiter les interdictions, les dangers, etc. et de conduire en toute sécurité en conséquence.
Mais il n’est pas nécessaire d’atteindre des niveaux aussi élevés d’intelligence automobile. Nous pouvons constater que certaines voitures sont déjà équipées de systèmes intéressants tels que la détection des arrêts d’urgence ou le stationnement automatique.
L’intelligence artificielle : La reine de l’ombre
Vous vous dites peut-être que l’IA est partout et qu’elle va se rebeller à tout moment, mais rassurez-vous, votre grille-pain ne va pas vous assassiner dans votre sommeil. Ce que nous pouvons confirmer, c’est que cette technologie contrôle plus de choses que vous ne le pensez et qu’elle est responsable de nombreuses tendances de la société.
Youtube, Twitter, les publicités Google… Tout cela est contrôlé dans une certaine mesure par les paramètres que vous lui avez donnés, mais aussi par des intelligences artificielles qui décident de ce qu’il faut vous montrer. Connaissez-vous un message similaire à : “Je souhaite partager mes données avec Google afin qu’il puisse me proposer des publicités susceptibles de m’intéresser” ?
Comment cela fonctionne-t-il ? Sur la base de ce que vous consommez sur l’internet, un profil de vos goûts est créé et vous êtes mis en relation avec de nombreuses autres personnes. Lorsque les services Internet doivent vous montrer quelque chose, ils utilisent ce profil composé de millions d’individus pour estimer ce qui pourrait vous intéresser.
Cette façon d’analyser d’énormes quantités de données (Big Data) à l’aide d’IA prend de l’ampleur et des carrières se créent partout dans le monde pour préparer l’avenir sur ce sujet. En effet, les données utilisées par les utilisateurs se comptent par TeraBytes chaque seconde, une seule personne n’est donc pas en mesure de les analyser. C’est là que l’Intelligence artificielle travaille avec les données et ce sont les hommes qui les utilisent pour faire des estimations et ainsi de suite en utilisant, par exemple, les statistiques.
Les fondements : Le deep learning et le machine learning
Naviguons un peu dans le monde des jeux vidéo pour mieux comprendre le Deep Learning, car les IA sont entrées dans le domaine des jeux vidéo à la fois en tant que joueur (comme nous l’avons mentionné plus haut), en tant que programmeur et en tant que concepteur. Si vous suivez les progrès de l’industrie, NVIDIA a gagné en notoriété grâce à différentes technologies, dont son système DLSS (Deep Learning Super Sampling), une intelligence artificielle capable de redimensionner les images.
La fonction de DLSS est de transformer une image de FullHD (1080p) en UltraHD (4k) afin de pouvoir lire les titres les plus exigeants avec de meilleurs taux de rafraîchissement. Au début, les utilisateurs se sont plaints que les images étaient floues et mal cadrées, mais quelques mois plus tard, les résultats sont excellents.
Ceci est dû au Deep Learning, un système par lequel l’intelligence artificielle apprend par essais et erreurs. Dans le cas de DLSS, l’IA de NVIDIA a analysé sans relâche des images UltraHD et a tenté de les recréer à partir d’une image FullHD. En d’autres termes, c’est comme si on vous donnait un quart d’une image et que vous deviez combler les lacunes que vous ne connaissiez pas. Le deep learning est un type de système appartenant à ce que l’on appelle le machine learning.
Le machine learning pourrait être considéré comme la pierre angulaire de l’intelligence artificielle. Il se compose de différents ensembles d’algorithmes qui sont souvent utilisés par les machines pour apprendre des tâches, entre autres. Par exemple, reconnaître une image, jouer aux échecs ou détecter des humeurs sont des défis qui peuvent être appris, et selon le défi, différents types d’algorithmes sont utilisés.
Le machine learning est l’ensemble des algorithmes qui permettent à une machine d’apprendre à partir de l’expérience qu’elle accumule. Le deep lerning, quant à lui, se concentre sur l’apprentissage avec des données hétérogènes. Ces deux disciplines sont développées et étudiées avec énergie, car l’avenir de l’intelligence artificielle est incertain.
L’avenir de l’intelligence artificielle
De notre point de vue, les possibilités de l’intelligence artificielle semblent infinies. Nous ne connaissons pas encore nos limites et nous travaillons déjà à la création d’un autre être semblable à nous, mais à quoi pouvons-nous nous attendre à l’avenir ?
Rien de ce que nous allons évoquer n’est acquis, mais il s’agit d’affirmations basées sur certains arguments tirés notamment de l’observation de l’évolution de ces machines.
Tout d’abord, il semble inéluctable que nous nous dirigeons vers un monde dominé par l’Internet, et donc que les IA auront de plus en plus d’importance et de pouvoir sur ce média. Il ne faut pas s’en effrayer, car c’est le seul moyen d’assurer le maintien de la plateforme. Ainsi, nous pourrons surfer sur le web dans un espace un peu plus surveillé, mais en même temps beaucoup plus sûr. Parmi les premiers pionniers en la matière, on peut citer les robots Facebook qui analysent et évaluent si des pensées suicidaires vous traversent l’esprit et, s’ils les détectent, ils vous contactent.
De même, dans le monde physique, les voitures autonomes et assistées deviendront de plus en plus dominantes jusqu’au moment où la conduite ne sera plus qu’un loisir. Le changement ne se produira peut-être pas avant une centaine d’années, mais il se produira.
Un autre changement prédit est l’échange du travail acharné contre des machines. C’est une révolution que beaucoup redoutent, mais elle semble inévitable, et nous devons donc nous y préparer.
Même si cela semble relever de la science-fiction, il est très probable qu’à l’avenir nous devrons chercher des moyens d’intégrer la technologie et l’intelligence artificielle dans notre corps. En fait, le premier cyborg de l’histoire existe déjà et s’appelle Neil Harbisson.
Au-delà de ce rivage, la mer des idées est immense. Qui sait ? Peut-être que les machines d’une usine travailleront toutes à l’unisson sous le commandement d’un chef de machine avec des langages primitifs de machine à machine. Peut-être qu’un jour le meilleur spéculateur boursier sera une intelligence artificielle ou même le meilleur pilote de MotoGP.
Ce futur peut sembler étrange et effrayant, mais nous trouverons certainement d’autres problèmes à résoudre !
Que savez-vous des IA et avez-vous hâte de voir ce que nous réserve l’avenir ? Faites-nous part de vos réflexions sur l’intelligence artificielle.
