{"id":5547,"date":"2019-06-22T15:28:53","date_gmt":"2019-06-22T14:28:53","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=news&p=5547"},"modified":"2024-09-20T17:45:02","modified_gmt":"2024-09-20T16:45:02","slug":"artificial-intelligence-four-areas-where-you-have-the-advantage","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/fr\/blog\/artificial-intelligence-four-areas-where-you-have-the-advantage\/","title":{"rendered":"Intelligence artificielle : Quatre domaines dans lesquels vous avez un avantage"},"content":{"rendered":"

<\/span><\/div><\/div><\/div>

ACTUALIT\u00c9S \/ TECHNOLOGIE DE L'AI<\/p>\n<\/div>

\u201cLes machines vont-elles remplacer les hommes ? Nous sommes en 1940 et Franklin D. Roosevelt, lors d'un d\u00e9bat avec le pr\u00e9sident du MIT, s'inqui\u00e8te de l'impact des machines sur le taux de ch\u00f4mage. Seize ans plus tard, \u00e0 la conf\u00e9rence de Dartmouth, l'intelligence artificielle (IA) entre officiellement au panth\u00e9on des disciplines scientifiques.<\/p>\n<\/div><\/div><\/div><\/div><\/div>

\u201cLes machines remplaceront-elles les hommes ? Nous sommes en 1940 et Franklin D. Roosevelt, lors d'un d\u00e9bat avec le pr\u00e9sident de l'Union europ\u00e9enne, se demande si les machines vont remplacer les hommes.<\/strong>\u00a0MIT<\/strong>, Il s'inqui\u00e9tait de l'impact des machines sur le taux de ch\u00f4mage. Seize ans plus tard, lors de la conf\u00e9rence de Dartmouth, <\/strong>Intelligence artificielle (IA)<\/strong> entre officiellement au panth\u00e9on des disciplines scientifiques. Cette fois, c'est s\u00fbr, les robots vont remplacer les humains. Ce n'est qu'une question d'ann\u00e9es, peut-\u00eatre de mois... Soixante ans plus tard, nos coll\u00e8gues professionnels sont toujours en chair et en os, et nos ambitions ont finalement \u00e9t\u00e9 revues \u00e0 la baisse. Dernier exemple en date : la voiture sans conducteur, que nous pr\u00e9disions pour 2020 il y a quatre ans. Un conseil : conservez votre permis de conduire encore dix ans, au moins.<\/strong><\/p>\n

Oui, il est probable qu'un jour, un artificial intelligence saura tout faire aussi bien qu'un humain, comme le pr\u00e9dit Geoffrey Hinton, laur\u00e9at du prix Turing 2019. Mais ce n'est pas une question de mois, ni m\u00eame d'ann\u00e9es... Un demi-si\u00e8cle ? Quelques centaines d'ann\u00e9es ? Plus ? Il serait imprudent d'essayer de le deviner.<\/p>\n

Les chercheurs sont confront\u00e9s \u00e0 plusieurs obstacles majeurs qui contraignent l'IA \u00e0 rester \u00e0 un stade \u201cfaible\u201d. Pour l'instant, les algorithmes peuvent r\u00e9soudre des probl\u00e8mes \u201csp\u00e9cifiques\u201d pour lesquels nous les avons entra\u00een\u00e9s (les jeux, par exemple), interpr\u00e9ter bri\u00e8vement des data sensorielles (reconnaissance vocale et visuelle), et m\u00eame g\u00e9n\u00e9rer des voix, des textes ou des images, comme Samsung et d'autres l'ont r\u00e9cemment d\u00e9montr\u00e9. Le \u201cdeep learning\u201d, qui repose sur des r\u00e9seaux de neurones artificiels, nous a fait faire un bond en avant ces derni\u00e8res ann\u00e9es. Mais ce n'est pas parce qu'une IA est capable de battre le champion du monde du jeu de Go ou n'importe quel humain aux \u00e9checs qu'elle est \u201cpuissante\u201d. Demandez \u00e0 AlphaGo de m\u00e9moriser votre liste de courses pour vous en convaincre : vous ne reviendrez pas du supermarch\u00e9 avec grand-chose - voire rien - dans votre sac. On estime m\u00eame que le quotient intellectuel du artificial intelligence d'aujourd'hui serait \u00e9quivalent \u00e0 celui d'un enfant de quatre ans (un r\u00e9sultat \u00e0 prendre avec des pincettes, les IA test\u00e9es ayant \u00e9t\u00e9 sp\u00e9cifiquement programm\u00e9es pour les comp\u00e9tences \u00e9valu\u00e9es par le test). Rassurant n\u00e9anmoins pour le pr\u00e9sident Roosevelt.<\/p>\n

Quatre domaines majeurs ne sont pas encore ma\u00eetris\u00e9s par cet \u201cenfant de quatre ans\u201d, sur lequel nous, les humains, avons des avantages consid\u00e9rables :<\/em><\/p>\n

    \n
  • Programmation et adaptation autonomes. Imaginez un robot sanitaire qui nettoie un parc. Si sa batterie est faible, il ne pourra pas g\u00e9n\u00e9rer son propre plan pour se recharger. Les programmeurs auront d\u00fb int\u00e9grer un syst\u00e8me pour qu'il sache localiser la zone de recharge et s'y rendre. Et si cette zone est un jour hors service, il ne saura pas s'adapter seul, sauf si un tel cas a \u00e9t\u00e9 pr\u00e9vu en amont par les cr\u00e9ateurs de l'algorithme - l\u00e0 o\u00f9 un agent humain n'aurait aucun mal \u00e0 imaginer un plan de secours si la sandwicherie du parc \u00e9tait ferm\u00e9e. En d'autres termes, dans un environnement incertain, nos artificial intelligence n'ont pas vraiment beaucoup d'intelligence. Certes, la combinaison des techniques actuelles d'IA de type \u201cdeep learning\u201d et \u201creinforcement learning\u201d permet \u00e0 notre robot d'apprendre \u00e0 conna\u00eetre son milieu et m\u00eame les changements qui s'y produisent, mais uniquement dans des environnements ferm\u00e9s aux r\u00e8gles fixes et connues, comme sur les plateaux d'un jeu de Go ou d'\u00e9checs par exemple - pas sur un r\u00e9seau autoroutier, o\u00f9 l'impr\u00e9vu peut survenir \u00e0 tout moment.<\/li>\n<\/ul>\n
      \n
    • La capacit\u00e9 d'apprendre avec moins d'exemples. Imaginez ce m\u00eame robot, dans ce m\u00eame parc. Pour identifier le chien qui s'approche comme un danger potentiel, le robot aurait d\u00fb dig\u00e9rer des millions de photos avec et sans chien avant d'\u00eatre op\u00e9rationnel. Car aujourd'hui, quelle que soit leur intelligence, nos algorithmes ont besoin d'une \u00e9norme quantit\u00e9 d'exemples pour pouvoir reconna\u00eetre ce qu'est un chien, un arbre ou une table. Un enfant de quatre ans n'a pas besoin de milliers ou de millions d'exemples de chiens pour en reconna\u00eetre un. Une approche de recherche, appel\u00e9e \u201capprentissage par transfert\u201d, permettrait \u00e0 notre robot d'apprendre \u00e0 reconna\u00eetre l'environnement dans lequel il se trouve, aussi diversifi\u00e9 soit-il, \u00e0 partir d'un nombre r\u00e9duit d'exemples.<\/li>\n<\/ul>\n
        \n
      • Apprentissage bas\u00e9 sur l'explication. Aujourd'hui, les algorithmes d'IA sont d\u00e9riv\u00e9s exclusivement d'exemples mais ne peuvent pas b\u00e9n\u00e9ficier d'une conceptualisation de ce qu'ils ont appris. On peut dire \u00e0 un enfant qu'une panth\u00e8re est un gros chat et qu'un bateau n'a pas de jambes, sinon il marcherait. L'enfant reconna\u00eetra donc les panth\u00e8res et ne s'attendra pas \u00e0 voir une photo d'un bateau portant un short. Une machine ne peut pas faire cela, elle ne sait pas identifier une panth\u00e8re si elle n'a pas d\u00e9j\u00e0 vu de nombreux exemples, et elle ne sera jamais d\u00e9rang\u00e9e par la vue d'une photo d'un catamaran en train de se promener.<\/li>\n<\/ul>\n
          \n
        • Explicabilit\u00e9 des r\u00e9sultats. Dans l'ensemble, les \u00eatres humains sont capables, lorsqu'on le leur demande, d'expliquer au moins partiellement pourquoi ils ont pris une d\u00e9cision plut\u00f4t qu'une autre. Les IA les plus avanc\u00e9es sont tr\u00e8s peu p\u00e9dagogues lorsqu'il s'agit d'expliquer comment elles ont r\u00e9solu un probl\u00e8me. C'est inqui\u00e9tant \u00e0 l'heure o\u00f9 elles assistent de plus en plus les banquiers, les assureurs et les m\u00e9decins. Les algorithmes modernes d'apprentissage profond sont compos\u00e9s de millions de neurones artificiels organis\u00e9s entre eux, et une fois entra\u00een\u00e9s, ils passent en mode \u201cbo\u00eete noire\u201d : m\u00eame ceux qui les ont con\u00e7us ne peuvent pas facilement interpr\u00e9ter les r\u00e9sultats de leur fonctionnement. C'est \u00e0 la fois pratique (ils permettent de r\u00e9soudre rapidement des probl\u00e8mes tr\u00e8s complexes) et extr\u00eamement probl\u00e9matique : comment justifier aupr\u00e8s de votre client un refus de pr\u00eat d\u00e9cid\u00e9 par un algorithme ? Et comment comprendre que cette voiture sans conducteur a choisi de faire une man\u0153uvre tr\u00e8s dangereuse, risquant des d\u00e9g\u00e2ts mat\u00e9riels, voire humains ? M\u00eame s'il s'agit de la bonne d\u00e9cision, comment faire confiance \u00e0 un artificial intelligence s'il pose un diagnostic contraire \u00e0 celui d'un m\u00e9decin expert ?<\/li>\n<\/ul>\n

          En raison de ces obstacles, les artificial intelligence d'aujourd'hui sont des IA \u201cfaibles\u201d sur lesquelles les humains ont l'avantage. D'autant que les chercheurs sont confront\u00e9s au probl\u00e8me de la formalisation th\u00e9orique des algorithmes utilis\u00e9s. Certains th\u00e9or\u00e8mes existent, mais notre expertise repose encore principalement sur des connaissances empiriques et pas toujours sur des th\u00e9ories math\u00e9matiques implacables. Nous proc\u00e9dons par essais et erreurs, nous avan\u00e7ons, nous modifions, pour finalement atteindre nos objectifs. Car si les machines ont parfois du mal \u00e0 comprendre les humains, les humains ont aussi du mal \u00e0 comprendre le fonctionnement de leurs machines.<\/p>\n

          \n<\/div><\/div><\/div><\/div><\/div><\/p>","protected":false},"excerpt":{"rendered":"

          \u201cLes machines vont-elles remplacer les hommes ? Nous sommes en 1940 et Franklin D. Roosevelt, lors d'un d\u00e9bat avec le pr\u00e9sident du MIT, s'inqui\u00e8te de l'impact des machines sur le taux de ch\u00f4mage. Seize ans plus tard, \u00e0 la conf\u00e9rence de Dartmouth, l'intelligence artificielle (IA) entre officiellement au panth\u00e9on des disciplines scientifiques.<\/p>","protected":false},"featured_media":5548,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-5547","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog\/5547","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/media\/5548"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/media?parent=5547"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog-category?post=5547"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog-language?post=5547"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}