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 capables de performances habituellement associées à l’intelligence humaine, et amplifiées par la technologie :
« L’intelligence artificielle » couvre donc un vaste sujet, en perpétuel mutation. Et aux progrès fulgurants depuis 1950, année fondatrice de l’IA.
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, 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 ».
Harry Shum, Executive Vice-President AI & Research de Microsoft
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 ».
Soit des données, la puissance pour les exploiter, et la capacité à apprendre. Car l’intelligence dite « artificielle » s’inspire des différents processus cognitifs humains. Notamment notre très grande capacité d’apprentissage, tout au long de la vie.
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.
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.
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.
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.
Conséquence de cette démocratisation : toutes les entreprises, quelles que soient leur taille et la quantité de données gérées, peuvent bénéficier de l’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 connaitre 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.
Améliorer la sécurité des collaborateurs et réduire les incidents : un des nombreux bénéfices de l’IA dans l’industrie
De nombreuses entreprises à travers le monde utilisent dès à présent l’intelligence artificielle, pour devenir plus productives, plus efficaces, plus innovantes…
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.
On connait 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.
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.
By