Croyez-le ou non, ce robot intelligent que vous voyez dans les films existe. Bien que cela ressemble à de la science-fiction, les scientifiques travaillent depuis des années pour développer des intelligence artificielle (IA). Et aujourd'hui, les choses s'annoncent très prometteuses : l'IA devient une réalité grâce aux algorithmes et aux techniques d'apprentissage automatique. Il fonctionne pour diagnostiquer la maladie et comprendre les images. Avant de parler de l'IA la plus avancée dont nous disposons aujourd'hui, regardons comment nous en sommes arrivés là.
L'essor de l'apprentissage automatique
L'apprentissage automatique est un sous-ensemble de l'intelligence artificielle. Le terme "apprentissage automatique" a été inventé en 1959, mais le concept remonte à avant l'invention des ordinateurs lorsque les scientifiques ont essayé de construire des machines capables de prendre des décisions et d'effectuer des tâches sans être explicitement programmées.
Les chercheurs travaillent sur l'apprentissage automatique depuis des décennies ; aujourd'hui, c'est l'un des domaines les plus en vogue de l'IA. Les algorithmes d'apprentissage automatique peuvent apprendre de l'expérience et améliorer les performances au fil du temps sans avoir besoin que quelqu'un leur dise comment procéder.
Algorithmes d'apprentissage automatique qui fonctionnent comme des modèles prédictifs
Des entreprises comme Amazon utilisent des algorithmes d'apprentissage automatique, Netflix ou Google pour prédire le comportement des utilisateurs en fonction des actions passées (et ainsi fournir des recommandations). Ces algorithmes ont également résolu des problèmes complexes tels que la reconnaissance d'images, la traduction automatique ou le jeu.
IA et robotique
IA et Robotique sont deux choses différentes. L'IA est l'intelligence d'un ordinateur, tandis que la robotique est l'utilisation d'ordinateurs pour construire des machines. L'IA fait référence aux systèmes d'intelligence artificielle virtuels et physiques qui peuvent penser et agir comme des humains.
Le robot est un automate contrôlé par des capteurs, des instructions programmées ou des dispositifs de télécommande qui exécutent automatiquement des tâches ou des fonctions de type humain. L'idée de créer des robots intelligents existe depuis la mythologie grecque (Atlas). Pourtant, les tentatives modernes de les construire ont commencé à la fin des années 1950 avec un financement du gouvernement des États-Unis dans le cadre du «Projet Cybersyn» sous l'administration du président Nixon dans le but d'applications militaires telles que les systèmes d'armes sans pilote.
L'IA est devenue un sujet populaire dans les médias, avec de nombreux reportages sur la façon dont vous pouvez utiliser l'IA pour créer des robots plus intelligents que les humains. Bien que cela soit certainement possible, la plupart des technologies actuellement utilisées pour les applications d'IA visent à rendre les ordinateurs plus efficaces pour effectuer des tâches plutôt que de créer quelque chose qui peut penser comme nous.
L'essor de l'apprentissage en profondeur
L'apprentissage en profondeur est une forme d'apprentissage automatique, qui est la capacité des systèmes informatiques à apprendre sans être explicitement programmés. Son voyage a commencé dans les années 1950 lorsque l'informaticien John McCarthy a publié un article sur la façon d'apprendre aux ordinateurs à jouer aux échecs. En 1958, Arthur Samuel a créé l'un des premiers programmes d'auto-apprentissage en combinant ses connaissances avec l'apprentissage par renforcement - où un algorithme apprend par essais et erreurs.
En 1959, Marvin Minsky et Seymour Papert ont créé leur laboratoire d'intelligence artificielle au MIT (Massachusetts Institute of Technology). Ils ont travaillé sur deux projets : des bras robotiques contrôlés par des réseaux de neurones et des programmes conçus pour résoudre des problèmes en utilisant le raisonnement logique. Le laboratoire a produit de nombreux autres projets révolutionnaires, dont Shakey, un robot mobile capable de penser par lui-même en utilisant des techniques d'intelligence artificielle telles que la planification de trajectoire (décider où il doit se déplacer) et la reconnaissance d'objets (identifier les objets qui l'entourent). C'était un pas de plus vers la création de machines capables de voir comme des humains !
Progrès dans le traitement du langage naturel
Le traitement du langage naturel (NLP) est la capacité d'une machine à comprendre le langage humain, et c'est un sous-ensemble de l'IA. La PNL avancée est obtenue grâce à l'apprentissage en profondeur, qui permet à un ordinateur d'apprendre à partir de données et de prendre des décisions par lui-même.
L'apprentissage en profondeur a fait énormément progresser le domaine de la PNL depuis sa création en 2014 avec le programme AlphaGo de Google qui a vaincu Lee Sedol à Go, un ancien jeu de société chinois. De nos jours, vous pouvez utiliser votre téléphone comme interprète en lui faisant traduire des langues étrangères ou envoyer des messages vocaux via WhatsApp à l'aide de la technologie de reconnaissance vocale.
De plus, grâce au deep learning, nous avons des machines qui peuvent mieux prédire le temps que les météorologues. Il aide les personnes aveugles à revoir et facilite la lecture des documents de recherche pour les étudiants diplômés - toutes choses qui étaient autrefois considérées comme irréalisables sans intervention humaine !
Avancées en vision par ordinateur
Les progrès de la vision par ordinateur ont été énormes. La vision par ordinateur est la science et la technologie des machines qui voient. Il est utilisé dans la robotique, les voitures sans conducteur et de nombreuses autres applications. Même si ce domaine existe depuis presque aussi longtemps que les ordinateurs, il n'a commencé à faire de grandes vagues que récemment, grâce à l'apprentissage en profondeur et aux réseaux de neurones convolutifs (CNN).
La première percée a été le développement des CNN par Yann LeCun en 1998 pour les tâches de reconnaissance de l'écriture manuscrite. Ces réseaux étaient beaucoup plus efficaces que les méthodes précédentes pour identifier les chiffres manuscrits. Parce qu'ils pouvaient généraliser mieux que de simplement regarder un exemple spécifique à la fois, ils ont appris à quoi tout ressemblait en se basant sur les exemples précédents qu'ils avaient vus, même si ces images n'étaient pas exactement identiques ! Cela a donné aux gens l'espoir que les ordinateurs pourraient être formés en utilisant des principes similaires à la façon dont les humains apprennent de nouvelles choses : par l'expérience au fil du temps avec de nombreux exemples différents plutôt que par une simple mémorisation par cœur à partir d'une seule source.
Avancées dans les modèles génératifs
Les modèles génératifs sont des algorithmes d'apprentissage automatique qui se concentrent sur la création de nouvelles données à partir de données existantes. En tant que l'un des types les plus simples de modèles génératifs, vous pouvez les utiliser pour créer de nouvelles images, de nouveaux sons ou même du texte. Par exemple, si vous voulez créer une image qui ressemble à la photo de quelqu'un d'autre mais qui n'en est pas une copie (par exemple, si vous voulez générer une image qui ressemble à une peinture). Ensuite, vous pouvez utiliser un modèle génératif pour former le modèle sur des images générées de manière aléatoire, puis utiliser ces informations pour en générer des plus réalistes.
Il en va de même pour la génération d'autres types de médias : si vous voulez votre chanson sans que quelqu'un d'autre ne l'enregistre en premier (ou sans lui payer de royalties !). Ensuite, tout ce que vous avez à faire est de former votre propre système d'IA sur des chansons existantes afin qu'il sache comment elles sonnent lorsqu'elles sont jouées ensemble et individuellement, puis le tour est joué ! Vous avez maintenant une mélodie originale composée par l'intelligence artificielle à la place.
L'impact de l'IA la plus avancée
L'impact de ces IA les plus avancées se fait déjà sentir dans de nombreux secteurs. L'IA nous facilite la vie en automatisant les tâches et les processus, mais elle change également notre façon de vivre et de travailler. Regardons quelques exemples :
- Les voitures autonomes font l'actualité depuis un certain temps, mais saviez-vous qu'elles sont déjà disponibles ? Waymo de Google exploite actuellement des taxis autonomes en Arizona. Imaginez pouvoir lire ou regarder la télévision tout en vous rendant au travail !
- Les diagnostics médicaux sont également en hausse grâce aux algorithmes d'apprentissage automatique qui peuvent prédire les maladies en fonction de vos symptômes et de vos données génétiques. Cela pourrait signifier une détection plus précoce du cancer et d'autres maladies, sauvant des vies dans le monde entier.
- La reconnaissance vocale s'est considérablement améliorée au cours des dix dernières années grâce aux progrès des modèles d'apprentissage en profondeur tels que les réseaux de neurones, utilisés par Google Assistant (et Siri). La vitesse à laquelle cette technologie s'améliore peut-être même plus rapidement que nous l'avons vu avec la reconnaissance d'image !
- Les chatbots sont un autre exemple d'IA en action. Ils ont permis aux entreprises d'atteindre leurs clients plus facilement et plus efficacement via des applications de messagerie comme Facebook Messenger et WhatsApp. Nous assistons également à la montée en puissance d'assistants personnels basés sur des chatbots tels qu'Alexa (Amazon Echo), Siri (Apple HomePod) et Google Assistant.
Ce ne sont là que quelques exemples de la façon dont l'IA a amélioré nos vies au cours de la dernière décennie. Comme vous pouvez le voir, cela améliore déjà les choses et aide les gens à économiser du temps, de l'argent et des efforts.
Les défis de l'IA
L'IA n'est pas une panacée. Il y a eu des avancées passionnantes dans l'IA, mais de sérieux défis doivent également être relevés. L'IA n'est pas parfaite et peut être utilisée pour le bien ou le mal.
L'IA peut être biaisée : nous avons vu comment les systèmes d'IA ont appris les préjugés racistes de leurs créateurs humains, et les services de police utilisent ces mêmes systèmes pour prédire qui commettra des crimes à l'avenir. Supposons qu'un système soit programmé avec un ensemble de valeurs (comme celles associées au racisme). Dans ce cas, cela pourrait nous conduire sur une voie très dangereuse où nous créons une société autoritaire où les personnes qui ne correspondent pas à cette vision du monde étroite sont marginalisées et discriminées en raison de leur race ou de leur appartenance ethnique perçue.
L'IA peut être piratée : comme tout autre programme informatique, quelqu'un pourrait essayer de pirater votre système d'IA pour lui faire faire quelque chose d'involontaire, comme se faire passer pour vous ! Imaginez si quelqu'un pouvait pirater l'un de vos assistants et convaincre quiconque l'a appelé au téléphone. Ils parlaient directement avec vous au lieu d'un simple employé du centre d'appels d'un fournisseur de services tiers (vous ne savez que trop bien à quel point cette expérience serait ennuyeuse !).
L'avenir de l'IA
L'IA en est encore à ses débuts, mais elle a déjà un impact sur nos vies. Alors que nous continuons à développer de nouvelles techniques pour construire l'IA et les incorporer dans plus de domaines de notre vie, nous pouvons nous attendre à voir encore plus de façons dont la technologie changera notre façon de vivre et de travailler.
À l'avenir, l'IA pourrait devenir de plus en plus importante dans la vie personnelle et professionnelle. Par exemple:
- Vous pourrez peut-être utiliser vos lunettes intelligentes pour consulter un menu de restaurant ou une brochure de voyage pendant que vous déjeunez avec un ami sans avoir besoin qu'il l'imprime d'abord pour qu'il puisse le lire (ou s'il ne veut pas leurs copies papier).
- Votre voiture pourrait se conduire toute seule sur les autoroutes aux heures de pointe afin que tout le monde se déplace le plus efficacement possible dans la circulation.
- Votre réfrigérateur peut commander des produits d'épicerie pour vous avant de manquer d'aliments frais lorsque les achats ne sont pas pratiques.
Conclusion
Vous vous demandez peut-être si les systèmes d'IA les plus avancés atteindront une véritable intelligence. Bien qu'il s'agisse encore d'une question ouverte, il semble bien que les chercheurs aient fait de grands progrès ces dernières années.
La révolution de l'IA est loin d'être terminée. Alors que l'IA a fait des progrès impressionnants, il reste encore beaucoup à faire si nous voulons que ces systèmes correspondent vraiment à l'esprit humain. Cette révolution ne fait que commencer, et il reste à voir jusqu'où ira ce domaine. Mais une chose semble déjà certaine : nous sommes à la veille d'un avenir propulsé par l'IA, et vous ne voulez pas être laissé pour compte.
