Created with Snap Created with Snap Created with Snap Created with Snap Created with Snap Created with Snap

Newsletter isahit – Avril 2018 : L’intelligence artificielle augmentée par l’intelligence humaine ou la complémentarité de l’intelligence artificielle et de l’intelligence humaine

Qu’est-ce que l’intelligence artificielle ?

L’intelligence artificielle (IA ou AI, en anglais pour Artificial Intelligence) est la mise en oeuvre de plusieurs techniques qui vont permettre à des machines d’imiter une forme d’intelligence humaine. Cette notion est apparue dans les années 1950 grâce au mathématicien Alan Turing, qui dans son livre “Computing Machinery and Intelligence”, soulève la question d’apporter une forme d’intelligence aux machines. Il décrit un test connu sous le nom de Test de Turing dans lequel un sujet interagit à l’aveugle avec un autre humain, puis avec une machine programmée pour formuler des réponses sensées. Si le sujet n’est pas capable de faire la différence, alors la machine a réussi le test et, selon l’auteur, peut véritablement être considérée comme “intelligente”. (Source 1)

L’intelligence artificielle existe depuis plus de 60 ans. En effet, John McCarthy, le pionnier de l’IA, a créé un algorithme d’évaluation qui joue un rôle majeur dans la programmation enintelligence artificielle, que l’on retrouve notamment dans les programmes d’échecs (programme informatique sachant jouer aux échecs). Il est également l’un des pionniers du cloud computing, ou l’informatique en nuage qui est un ensemble de services informatiques (serveurs, stockages, bases de données, composants réseaux, logiciels, outils d’analyses, etc) fournis via un réseau à distance, comme Internet.

L’essor du digital et la révolution numérique ont permis à l’intelligence artificielle d’être de plus en plus présente dans toutes les industries. En effet, elle est implémentée dans divers domaines d’application tels que la santé avec le développement des traitements médicaux adaptés à chacun en fonction de son code génétique, l’industrie automobile avec les voitures autonomes ayant des systèmes de navigation assistée ou encore des logiciels de reconnaissance vocale et visuelle (notamment pour le stationnement) et bien d’autres.

La transformation numérique qui est au coeur de la stratégie de développement de toutes les entreprises d’aujourd’hui pousse ces dernières à se pencher sur les problématiques de l’intelligence artificielle, étroitement liée au Big Data, autre phénomène qui explose depuis 2012. Effectivement, nous pouvons constater que des entreprises tentent par exemple, d’appliquer l’IA à des domaines précis comme la mise en place de réseaux de neurones artificiels composés de serveurs permettant de traiter des lourds calculs au sein de gigantesques bases de données, les chatbots pour le service client, la crypto monnaie pour les entreprises de la FinTech, etc.

De fascinantes innovations technologiques sont dorénavant possibles grâce à l’émergence de la puissance informatique, le Big Data et l’intelligence artificielle.

• La puissance informatique

D’après Gordon Moore (en 1965), le co-fondateur d’Intel, la puissance de traitement des ordinateurs doublerait toutes les deux ans. Ses théories se sont révélées exactes. Les ordinateurs d’aujourd’hui ont des systèmes plus que performants. Nvidia et Alphabet utilise l’IA pour réaliser des cartes détaillées en temps réel exploitées par leurs véhicules de test pour visualiser le monde, par exemple.

Google, IBM Cloud et Microsoft ont lancé des applications (Tensor Processing Unit, quantum systems, quantum computer) qui ont pour but d’accélérer le processeur des ordinateurs afin de mieux gérer les flux de données et le traitement des calculs d’apprentissage des réseaux de neurones.

• Le boom des données digitales (Digital Data)

Tous les jours, des milliers de données sont créées et échangées à travers le monde. Le nombre de données ne cesse de croître exponentiellement. En effet, d’après une étude d’IBM, 90% des données mondiales d’aujourd’hui ont été créées durant ces deux dernières années. D’ici 2025, les données mondiales s’élèveront jusqu’à 163 zettabytes d’après l’International Data Corporation, une entreprise internationale spécialisée dans l’intelligence.

• L’intelligence artificielle : de meilleurs algorithmes

Le Machine learning est une technologie de l’intelligence artificielle qui permet aux ordinateurs d’apprendre sans avoir été programmés pour. En effet, grâce au machine learning, les ordinateurs sont capables d’apprendre à résoudre des problèmes par eux-mêmes.

“Un algorithme de Machine Learning reçoit un ensemble de données d’apprentissage, puis utilise ces données pour répondre à une question. Par exemple, un ensemble de photographies d’apprentissage contient plusieurs photographies. Certaines indiquent qu’elles illustrent un chat, et d’autres indiquent qu’elles ne présentent pas de chat. En examinant un nouvel ensemble de photos, l’ordinateur sera capable de reconnaître celles qui ont pour sujet un chat. Dans le même temps, l’ordinateur ajoutera ces nouvelles photos à son ensemble d’apprentissage. Au fur et à mesure, le programme devient plus intelligent et plus apte à accomplir la même tâche.”

Aujourd’hui, le Machine learning est utilisé dans divers secteurs comme la santé avec l’évaluation de risques de maladie telles que le cancer ou le diabète; ou encore le high-tech avec des applications intelligentes comme Siri ou Google Now, des assistants vocaux qui ont la faculté de comprendre le langage naturel des Hommes par exemple. Nous avons également d’autres industries comme l’automobile avec la voiture autonome, etc. En théorie, les ordinateurs et machines continueront de se développer et de gagner en autonomie pour “rivaliser” avec l’intelligence humaine.

“Sans le Big Data, le Machine Learning et l’intelligence artificielle ne seraient rien. Les données sont l’instrument qui permet à l’IA de comprendre et d’apprendre à la manière dont les humains pensent. C’est le Big Data qui permet d’accélérer la courbe d’apprentissage et permet l’automatisation des analyses de données. Plus un système Machine Learning reçoit de données, plus il apprend et plus il devient précis.”

Le Deep learning, révolution de l’apprentissage par l’exemple
“L’apprentissage automatique est un sous domaine de l’intelligence artificielle. Le Deep Learning est lui-même une sous-catégorie de l’apprentissage automatique. L’exemple d’application le plus commun est la reconnaissance visuelle. Par exemple, un algorithme va être programmé pour détecter certains visages depuis les images en provenance d’une caméra. Suivant la base de données attribuée, il pourra repérer un individu recherché dans une foule, détecter le taux de satisfaction à la sortie d’un magasin en détectant les sourires, etc. Un ensemble d’algorithme pourra également reconnaître la voix, le ton, l’expression d’un questionnement, d’une affirmation et les mots.

Pour ce faire, le Deep Learning repose principalement sur la reproduction d‘un réseau neuronal inspiré des systèmes cérébraux présents dans la nature. Les développeurs décident suivant l’application souhaitée quel type d’apprentissage ils vont mettre en place. Dans ce cadre, on parle d’apprentissage supervisé, non supervisé dans lequel la machine va se nourrir de données non sélectionnées au préalable, semi-supervisé, par renforcement (lié à une observation), ou par transfert dans laquelle les algorithmes vont appliquer une solution apprise dans une situation jamais vue.

En revanche, cette technique a besoin de beaucoup de données pour s’entraîner et obtenir des taux de réussite suffisant pour être utiliser. Un Lac de données ou Data Lake est essentiel pour parfaire l’apprentissage des algorithmes de Deep Learning. L’apprentissage profond nécessite également une puissance de calcul supérieure pour réaliser son office.

« Au cours des 10 dernières années, le Deep learning a considérablement changé la donne en informatique, se souvient Emmanuel Mogenet. Auparavant, c’est à dire dans les années 1980 et 1990, apprendre quelque chose à un ordinateur, c’était le programmer. » Mais un programme peut-être compliqué à écrire, donner lieu à des bugs… et surtout, il doit contenir des instructions explicites, qu’il n’est pas toujours aisé de fournir sur certains sujets complexes. « Lorsque je marche, je suis incapable de décrire précisément le mouvement de chacun de mes muscles », constate le chercheur. « La vraie révolution du deep learning, c’est l’apprentissage par l’exemple », décrypte-t-il. De quoi permettre aux machines de reproduire les comportements cognitifs que l’être humain lui-même ne sait pas expliquer ! « Par exemple, en montrant à l’algorithme des images comportant un chat, puis d’autres sans, et en lui signalant à chaque fois la bonne réponse attendue, l’ordinateur apprend à reconnaître les chats parmi une bibliothèque d’images. Au bout d’un certain nombre d’images, la magie opère : le système se met à généraliser, et sait reconnaître l’animal sur des photos qu’il n’a jamais vues. »

Un moteur de recherche qui comprend vraiment les requêtes

La sémantique, ou compréhension du sens des mots, est à cet égard essentielle à Google afin de perfectionner son moteur de recherche.

Comment l’intelligence artificielle a besoin de se nourrir de l’intelligence humaine ?
Dans un monde où l’intelligence artificielle se développe d’année en années, l’intelligencehumaine doit sans cesse évoluer. Elle aura toujours un rôle important dans le développement et l’optimisation de l’intelligence artificielle.

L’intelligence humaine peut rester compétitive en :

  • trouvant des moyens d’utiliser l’intelligence artificielle dans les diverses industries

  • travaillant en collaboration avec l’intelligence artificielle > efficacité certaine dans le monde de l’IA

  • développant ses compétences techniques avec le développement des nouvelles technologies

Les machines peuvent effectuer des tâches répétitives telles que la planification et l’assemblage de pièces dans une usine, mais la pensée créative abstraite est une tâche humaine essentielle au succès de l’entreprise. Connaissez vos forces humaines et continuez à apprendre et à acquérir de nouvelles compétences.
Les humains sont des penseurs critiques qui peuvent innover, créer, résoudre des problèmes et nouer des relations avec d’autres personnes. Les personnes qui réalisent cette distinction importante s’adaptent dans un monde de plus en plus alimenté par l’IA.

isahit, une plateforme intelligente de tâches digitales socialement responsable ou la complémentarité de l’intelligence artificielle et de l’intelligence humaine ?

isahit est une startup socialement responsable qui permet de faire le lien entre intelligenceartificielle et intelligence humaine. Cette tech for good française propose aux entreprises une interface de programmation et une plateforme d’impact sourcing numérique, pour le traitement de tâches numériques ne pouvant être prise en charge par une intelligenceartificielle.

La communauté de HITers d’isahit (HIT=human intelligence task) est essentiellement composée de femmes basées en Afrique, à la recherche de complément de revenus pour financer leurs études ou un projet entrepreneurial. Isahit s’inscrit dans une démarche de co-développement en participant au déploiement de la stratégie RSE des entreprises françaises et en donnant des opportunités nouvelles aux populations des pays émergents et montrer l’impact de la complémentarité de l’intelligence artificielle et de l’intelligence humaine.

Sources pour en savoir plus :
Le Big Data : Big Data – Machine Learning
L’intelligence artificielle : TechTarget – Forbes – Cloud Factory – Sciences et Avenir