Sais-tu qu’à chaque fois que tu fais une recherche sur Google, tu utilises de l’intelligence artificielle ? Eh ben, oui ! Tu sauras dans cet article, c’est quoi l’Intelligence Artificielle, quelles sont ses différentes branches et comment elle fonctionne ?
En dépit de l’évolution technologique, beaucoup de questions se posent quand il s’agit d’utiliser ce terme de singularité qui est : une IA, puisque celle-ci ne s’attelle pas bien évidemment à un domaine général. Pour les scientifiques du domaine, il conviendrait d’appliquer cette notion de pluralité sur l’IA. En lieu et place d’une IA, utiliserons le terme : les intelligences artificielles, d’où l’implication de l’apprentissage profond et des réseaux de neurones.
Je sais, j’y vais fort au début. Pour celui qui vient s’enquérir pour la première fois sur cette notion risque de se perdre. Cependant, je voulais faire cette mise au point.
Faisons quelques illustrations qui pourront vous aider à comprendre ce qu’est l’IA et son objectif !
Aujourd’hui, bon nombre d’applications que nous utilisons fonctionnent avec l’IA, qui grâce à des algorithmes intègre un système de prédiction capable en fonction de nos activités sur internet de prévoir nos habitudes numériques, ce, en continuant à nous proposer des publicités ciblées. Vous voyez ce que je veux dire !
D’un autre côté, l’Intelligence Artificielle entre dans la résolution de plusieurs problèmes. C’est d’ailleurs cela son objectif. Pas de supplanter l’humain comme se plaignent certains, mais de venir en appui. De ce point de vue, comme exemple, l’IA permet de trouver des brèches dans la sécurité informatique grâce à des algorithmes de tests d’intrusion et résoudre ces problèmes de manières spécifiques. Elle ne se limite pas là.
Grâce à la science cognitive qui étudie le mécanisme de fonctionnement de la pensée, l’IA est née en prenant comme référence, l’intelligence biologique. L’idée est de simuler notre façon d’apprendre est d’inculquer cela à la machine pour résoudre nos problèmes. C’est ce qu’Alan Turing a voulu faire vers les années 1950.
Voyons un autre exemple avec notre ami Google.
Google via son IA nous observe !
Vous vous êtes demandez comment est-ce que le moteur de recherche Google fait de la traduction d’un mot à partir d’une langue donnée ?
Grâce à la technique du NLP (Natural Langage Processing) qui consiste à pouvoir donner à la machine la capacité de lire, comprendre le langage naturel avec des algorithmes d’apprentissages, notre géant Google est capable de donner un sens à un texte et de réaliser le traitement demandé. L’objectif est d’identifier et d’extraire l’information utile et exploitable pour la concrétisation d’un résultat.
Avec le NLP, nous pouvons utiliser notre propre langage naturel afin de communiquer avec les robots.
Plusieurs autres techniques sont utilisés constamment sur le web comme la vision par ordinateur et la reconnaissance des mots.
L’Intelligence Artificielle analyse nos sentiments
L’analyse des sentiments est l’une des applications répandues du NLP. Aujourd’hui, la plupart des plateformes web sont équipées d’un analyseur de sentiment qui favorisent grandement l’échange entre elles et leurs clients dans le but de les comprendre et de satisfaire leurs besoins. Nous observons cette expression sentimentale par exemple par des emoji utilisés quotidiennement dans les échanges sur Facebook et Twitter.
L’analyse de la voix ou la reconnaissance vocale par IA
A l’instar des bots, la reconnaissance vocale est fréquemment utilisée de nos jours. Cortana et L’assistant Google sont des exemples. Grâce aux techniques du Deep Learning, l’analyse et la retranscription de la voix humaine en texte sont devenues une réalité. C’est un service qui fait intervenir des algorithmes intégrés dans des outils tels que les logiciels, les objets connectés et les assistants vocaux.
Les chatbots IA
Également les plateformes de chatbot utilisées par diverses entreprises pour échanger avec leur client. Véritable aubaine pour les entreprises, ces robots conversationnels parviennent à assurer une conversation comme des humains avec les utilisateurs dans la satisfaction de leur besoin.
Il y a d’autres éléments dont je n’ai pas cité comme la pub ciblée et l’extraction d’événements. Aujourd’hui, grâce à des bibliothèques Python, les modèles d’apprentissage en profondeur donnent de bons résultats de prédictions. Si vous voulez vous lancer dans le domaine, apprenez Python.
Voyons pourquoi utiliser ce langage qui est tant prisé.
Pourquoi utiliser le langage Python ?
Grandement vaste, je vous résume cela, en quelques lignes, et vous trouverez tant d’autres éléments là-dessus.
- Python possède une syntaxe courte et très lisible, simple à programmer ;
- Python est multiplateforme ;
- Python a un typage dynamique ;
- Python est pratique, stable – pas de rupture, de version ;
- Python est utile dans l’analyse des données ;
- Python est utile dans le domaine scientifique / calcul numérique avec ses packages ;
- Python, bref, est utile dans l’IA pour des prédictions (Tensorflow, Keras, OpenCV) ;
S’il y a un livre que vous recommande et que je trouve intéressant dans l’apprentissage machine avec Python, c’est celui-ci.
Python est la plate-forme montante pour l’apprentissage automatique professionnel, et vous pouvez combiné cet écosystème avec un nombre incalculable de bibliothèques : pour la sécurité informatique, l’analyse des données, faire des prédictions météo, des détection de deep fake et beaucoup d’autres. Vraiment vous avez le choix !
L’Intelligence artificielle fait des prédictions pour nous !
Par ailleurs, l’application de l’IA favorise la prédiction des événements via des algorithmes qui entrent en jeu. L’analyse d’une masse de données existantes est le socle de ce type de méthode afin de réaliser cette prédiction. Les prévisions météo ou le prochain achat de l’utilisateur en sont des exemples.
Vous n’avez pas remarqué que Google à chaque fois tente de vous localiser ? L’algorithme à travers ses données, vos recherches en ligne, vous proposent des éléments basés sur vos centres d’intérêts ?
Par exemple, moi, quand je veux faire un achat, j’effectue une recherche en ligne du nom de produit, je vérifie le prix sur le site du supermarché avant d’y aller. Rien d’étonnant quand je vois ce même produit en pub sur mon écran.
L’impact de l’intelligence artificielle dans nos vies !
Je commence par cette assertion que vous connaissez bien, “science sans conscience n’est que ruine de l’âme” François Rabelais.
L’impact de l’IA sur la vie des citoyens reste palpable. C’est le cas en médecine où l’IA apporte des solutions non curatives qui permettent de traiter des maladies, mais plutôt prédictives à travers des pré diagnostics établis et des détections des maladies insoupçonnées.
En ce 21ème siècle, nous sommes en train de passer si ce n’est déjà fait à l’ère de la médecine « 4P » on l’appelle médecine personnalisée, Préventive, Prédictive et Participative. Une approche de prévention et de traitement des maladies.
Avec cet élan, c’est la simplification de la vie des humains dans plusieurs domaines.
En plus, l’IA s’intègre dans les systèmes de gouvernances, dans des prises de décisions via l’analyse de données et la facilitation de celles-ci. Elle entre même dans la classification et la proposition de recettes culinaires.
Bientôt nous allons bouffer des plats concoctés grâce à un algorithme.
Éthique en Intelligence artificielle : IA bon ou mauvais ?
Comme toute technologie, il y a des hauts et des bas dans les prédictions et l’interprétation des résultats d’où l’IA Explicable. L’éthique est la responsabilité dans la prise de décision, il faut être clair là-dessus. Connaître qu’elle soit bonne ou mauvaise n’est pas que de l’apprentissage, cela requiert de la subjectivité.
La question qu’on se pose est ceci : l’intelligence artificielle fait-elle preuve de morale ?
Prendre la bonne décision nous amène devant un choix. Dans cet article sur les enjeux éthiques de la prise de décision, “ l’éthique utilise des exemples concrets de situations problématiques et tente de montrer les impasses et les risques face à nos choix.”
Malgré l’intelligence des machines, leurs choix sont influencés par les humains. et l’homme n’est pas parfait. Il y a des facteurs qui impulsent et la tech a des failles.
Face à certains dilemmes, la machine peut se tromper. Des bugs arrivent. Des fois, la mauvaise solution peut être la bonne dans un contexte précis. haha! Pas de morale, pas d’hésitation….
Tant que les machines n’auront pas de conscience, la vigilance est de mise quant à l’éthique dans l’IA.
Quelles sont les branches de l’intelligence artificielle ?
L’IA s’applique vraiment dans plusieurs domaines tant qu’on pense qu’il n’y a pas de limite : dans la médecine, l’industrie, le commerce, les réseaux sociaux, la robotique, la sécurité des systèmes et mêmes dans la gastronomie.
Le machine learning ou l’apprentissage automatique
C’est un domaine de l’intelligence artificielle où des techniques d’apprentissage machine sont utilisés à partir des données pour résoudre des problèmes et faire des prédictions. Ce type d’apprentissage utilise plusieurs approche où il faut injecter une masse de données qui permettra aux machines d’apprendre et s’y référer dans la résolution des différents problèmes.
L’une des manières où les machines apprennent est l’apprentissage supervisé. C’est une méthode qui se base sur des exemples étiquetés où l’IA apprend au travers des données d’entrées pour aboutir à un résultat de sortie.
C’est le cas d’une distinction d’un animal dans une image. Le procédé consiste à montrer plusieurs images avec l’animal avec une étiquette pour qu’en fin l’IA au travers son apprentissage puisse le reconnaître dorénavant.
L’apprentissage profond ou Deep Learning
je vous le dire clairement, le DL est à la mode. Les techniques d’apprentissage profond combinés avec les réseaux de neurones donnent de résultats spectaculaire. *
L’IA se trouve optimisée grâce à l’avancée technologique et l’exploitation de cette gigantesque masse de données. L’un des défis de l’IA est cette approche de généralisation de l’intelligence artificielle.
Dans une étude sur les défis génériques de l’apprentissage automatique, il est dit ceci :
“ Une caractéristique majeure de l’apprentissage profond (deep learning) est sa capacité à apprendre les descripteurs tout en effectuant le classement (clustering).”
Il faut répondre à ces problématiques, il faut :
- Obtenir une masse de données hétérogènes, à analyser pour l’optimisation des performances de l’IA
- Comment exploiter la puissance de l’apprentissage profond ?
- Algorithme d’apprentissage automatique non supervisé : pas d’annotation, enfin tout dépend !
Quand est-ce qu’il faut utiliser l’intelligence artificielle ?
Il est évident que l’IA englobe presque tous les domaines. Dans les industries, la médecine, le domaine spatial, la domotique à l’instar de la robotique. De plus, l’informatique, l’agriculture, le commerce, la programmation…
Au regard de cela, il y a trois 3 aspects à prendre en compte avant d’intégrer l’IA dans un processus:
- L’environnement inconnu ou partiel
- Un domaine impossible avec la méthode ou la programmation classique
- Un domaine où la programmation classique est possible mais pas vraiment efficace;
Cependant avant d’intégrer l’IA dans quoique ce fois, des questions se posent : relativement à l’éthique : est-ce que l’IA sera-t-elle fautive dans un accident de voiture ? dans un mauvais diagnostic médical …?
Dans le système d’apprentissage, nous avons 4 types en IA. La qualité des données est essentielle pour un meilleur apprentissage afin d’éviter des erreurs :
- Apprentissage supervisé (étiqueté)
- Apprentissage non supervisé
- Apprentissage semi supervisé
- Apprentissage par renforcement
Conclusion
“ Tant que le problème de l’apprentissage non supervisé ne sera pas résolu, nous n’aurons pas de machine vraiment intelligente.” Par : Yann LeCun, prof d’université à New York et responsable du centre de recherche en IA chez Facebook(FAIR).
Il a mis en place un programme de reconnaissance des objets en temps réel via un webcam d’un ordinateur. Il est considéré comme l’un des pionniers du Deep Learning. Voici un aperçu d’un livre pour approfondir le sujet.
Alors faut-il avoir peur de l’IA ? Selon Yann LeCun “ L’IA n’éliminera donc pas l’humanité de sa propre initiative”.
L’IA forte est le défi majeur que l’humanité se fixe. Un projet ambitieux qui amène les machines à se doter de conscience en toute autonomie. Moi qui suis religieux, je me dis que cela en jette ! Créer quelque chose doté de consciences, modéliser notre cerveau et injecté dans des machines est plus qu’un défi.
Cependant, L’ingérence de l’IA dans la plupart des techs que nous utilisent favorise l’exploitation d’une masse de données importante et de ce fait nos vies privées sont exposées.
Si l’IA choisit un plat à déguster, nous propose quoi acheter, quoi écrire et même de prendre une décision de justice, alors je me demande, à quoi sert l’humain.
Vous pouvez obtenir le livre ici : Maîtrise de l’apprentissage automatique avec Python : comprenez vos données, créez des modèles précis et travaillez des projets de bout en bout (édition anglaise).
—————————————————————————————————————-
Autre article : Connaissez le Test de Turing en intelligence artificielle, cet article vous édifie ?
