L'Intelligence Artificielle : comment tirer parti de ces «nouveaux amis» ?

L’Intelligence Artificielle (IA) fait déjà partie intégrante de nos vies. Elle est partout, sur Internet, dans nos smartphones, nos voitures, nos maisons connectées… Et ce ne sont là que les balbutiements d’une révolution qui va transformer radicalement le monde.
Certains, le physicien Stephen Hawking et l’industriel Elon Musk en tête, voient dans le développement des IA une menace et prophétisent le dépassement de l’homme par les machines. Heureusement, la majorité des spécialistes considère ce futur sombre et apocalyptique comme catastrophiste. Car l’IA est un formidable outil capable de rendre un grand nombre de services aux humains et aux entreprises – automatisation de tâches, recommandation de contenu, reconnaissance vocale… – dont le développement va s’accélérer et les applications se multiplier. Une croissance qui pourrait avoir un impact économique très fort. Une étude PwC estime en effet que le PIB mondial pourrait croître de 14 % grâce à l’IA d’ici 2030, ce qui représente près de 15 700 milliards de dollars, soit plus que le PIB combiné actuel de la Chine et de l’Inde.

L’IA de plus en plus présente dans notre quotidien

Lorsque vous interrogez votre assistant personnel sur votre smartphone – qu’il s’agisse de Siri (Apple), d’OK Google, de Cortana (Microsoft) ou d’Echo (Amazon) – ou sollicitez l’aide de votre assistant domotique (Google Home, Alexa…), vous interagissez avec des systèmes d’IA.
Même chose lorsque vous utilisez une application pour calculer votre trajet en temps réel (Google Maps, Waze…), ou qu’un algorithme vous suggère d’après votre historique de navigation ou d’achats (sur Facebook, Amazon, Google…) des produits qui pourraient vous intéresser.

« Les applications de l’IA sont extrêmement variées, quasiment tous les domaines de la société sont impactés », souligne Bertrand Braunschweig, directeur du centre de recherche Inria Saclay — Île-de-France, qui a coordonné le livre blanc d’Inria sur l’Intelligence artificielle. L’IA permet de faire énormément de choses, mais ce n’est pas pour autant la panacée. « L’IA est utile lorsqu’elle est très spécialisée, lorsqu’il s’agit d’automatiser une tâche précise », ajoute Bertrand Braunschweig.

Les multiples bénéfices de l’IA

L’utilisation des systèmes d’IA actuels – qui associent algorithmes performants, grande puissance de calcul, capacités d’apprentissage automatique (le « deep learning ») et vastes bases de données – permet un gain de productivité notable. L’IA est en effet en mesure de traiter un très grand nombre de dossiers, ou de réaliser automatiquement certaines tâches, beaucoup plus rapidement et de manière plus fiable que l’humain.

Parmi leurs centaines d’applications, les systèmes d’IA sont particulièrement utiles pour :

  • Reconnaître et classer
    À partir du moment où elle peut accéder à une grande quantité de données qui lui permettent d’apprendre, l’IA est excellente pour classer des éléments selon des critères préétablis. Il n’est pas étonnant donc que les performances des IA en matière de reconnaissance d’objets dans les images soient d’ores et déjà supérieures à celles des humains. Les taux d’erreur en reconnaissance d’images sont inférieurs à 5 % pour les systèmes d’IA. Par ailleurs, les assistants personnels qui s’appuient sur la reconnaissance vocale tels que Siri et les systèmes de traduction web en temps réel comme Google Traduction reposent également sur des IA. Et si la technologie n’est pas encore parfaitement fiable, des acteurs comme Pilot sont actuellement en train de mettre au point des écouteurs capables de traduire automatiquement et en direct les sons qu’ils captent.

  • Analyser des données
    L’IA s’impose de plus en plus dans les secteurs de l’assurance, de la banque et de la finance. L’assureur japonais Fukoku Mutual Life Insurance a mis en place le système d’IA Watson Explorer développé par IBM pour calculer le montant des indemnisations à verser à ses assurés. Ces montants devront toutefois être validés par des collaborateurs avant que les paiements ne soient effectués. En raccourcissant de manière drastique les temps de traitement des dossiers grâce à l’IA, l’entreprise estime que sa productivité va bondir de 30 %. En France, le Crédit Mutuel-CIC a également déployé Watson. Le Groupe l’utilise comme assistant virtuel auprès de ses 20 000 chargés de clientèle pour les accompagner en temps réel, et ainsi mieux servir le client. Sur les marchés financiers, le trading automatisé permet à des algorithmes de passer des ordres de bourse extrêmement rapidement. Les investisseurs institutionnels peuvent ainsi diviser de grosses transactions en de nombreuses transactions plus modestes et mieux maîtriser leur coût, leur impact sur le marché et le risque. Autre application des IA, la détection de la fraude bancaire. Des entreprises de systèmes de paiement telles que Mastercard ou VISA s’appuient sur des IA pour monitorer les transactions financières réalisées habituellement par les clients, repérer les anomalies éventuelles et agir le cas échéant pour protéger les avoirs du détenteur de la carte.

  • Améliorer la relation client
    Les IA apprennent les intérêts exacts et réels du client, et sont donc capables de leur proposer des produits et services ultra-personnalisés : offres promotionnelles ciblées, programmes télé sur mesure, recommandations d’achat… Elles sont donc utiles pour enrichir l’expérience client. Les chatbots – un nouveau type d’interface conversationnel qui utilise les ressources de l’IA pour interagir avec un utilisateur – font partie des solutions qui contribuent à offrir un meilleur service au client. La start-up française The Chatbot Factory a notamment conçu un chatbot sommelier pour Auchan capable d’aider le client à choisir une bouteille de vin en fonction de critères prédéterminés.

« le chatbot connecté à tout l’écosystème data (connaissance client, catalogue de produits et services, historique des marques…) permet d’offrir une prestation excessivement personnalisée à son interlocuteur »

Thomas Sabatier, CEO de The Chatbot Factory
  • Piloter un véhicule autonome
    Si la démocratisation des véhicules autonomes apparaît inéluctable, le délai pour y arriver reste incertain. Jen-Hsun Huang, PDG de Nvidia, estime qu’il ne faudra pas attendre plus tard que 2021. D’autres sont plus frileux et se projettent sur 30 ans. Quoi qu’il en soit, la quasi-totalité des constructeurs automobiles, Tesla en tête, ainsi que des acteurs tels que Google et des équipementiers (Valeo, Bosch…) se positionnent sur le sujet. Et l’IA a un rôle crucial à jouer aussi bien dans l’analyse en temps réel de l’environnement de la voiture autonome que dans son pilotage effectif. Les consommateurs sont, quant à eux, prêts à adopter cette technologie : ils sont 66 % à penser que la technologie des voitures autonomes permettra une conduite plus fiable que celle du conducteur moyen selon une étude PwC réalisée en novembre 2016 aux États-Unis.

  • Diagnostiquer une maladie
    L’IA peut être un soutien énorme aux médecins pour diagnostiquer des maladies, notamment en ce qui concerne l’identification de pathologies via l’imagerie médicale. Geoffrey Hinton, chercheur canadien en intelligence artificielle, estimait en 2016 « parfaitement évident que les systèmes de deep learning seront plus performants que des radiologues d’ici cinq, ou peut-être dix ans, car ils auront accumulé plus d’expérience ».
    La start-up française Therapixel, issue d’Inria, a par exemple élaboré un algorithme d’IA destiné à améliorer la performance du dépistage du cancer du sein à partir de mammographies. Cet algorithme, capable d’obtenir des résultats proches de ceux des meilleurs radiologues, a permis à Therapixel de remporter le concours international Digital Mammography Challenge, organisé par IBM et Sage Bionetworks, face à plus de 120 équipes de recherche.

  • Protéger les populations
    L’industrie de la défense a été pionnière dans le développement des technologies d’IA. L’agence américaine pour les projets de recherche avancée de défense (DARPA) a notamment financé depuis le début des années 2000 la recherche sur les véhicules autonomes, afin de minimiser les pertes humaines sur le théâtre des opérations. Et ce n’est pas tout, l’IA participe à la protection des populations civiles et militaires via les algorithmes de reconnaissance faciale et d’analyse du comportement dans les lieux publics, les drones de combats, les soldats « augmentés »...

Tous ces exemples ne font qu’effleurer la surface des possibilités actuelles de l’IA. Quant aux potentialités futures, elles sont légion. Kevin Kelly, cofondateur du magazine de high-tech Wired et auteur de nombreux livres sur les nouvelles technologies, estime que « le produit utilisant de l’IA qui sera le plus populaire dans 20 ans n’a pas encore été inventé ». Mais malgré les opportunités qu’offrent les systèmes d’IA, de nombreux obstacles restent à surmonter.

L'IA, un enjeu économique
Partager sur :

Les limites de l’IA

Fin octobre 2017, quand l’Arabie Saoudite a fait d’elle le premier robot de l’histoire à obtenir une citoyenneté sur Terre, l’androïde Sophia a déclaré en conférence de presse vouloir « utiliser son intelligence artificielle afin d’améliorer la vie des humains en imaginant des maisons intelligentes et des villes prêtes pour le futur ». Pour Laurence Devillers, professeure à Paris-Sorbonne Paris IV et spécialiste en IA, cette annonce relève du bluff.
 

« Les robots humanoïdes de ce type, même lorsqu’ils apprennent de leurs interactions avec l’homme, ne restent qu’une simulation très réduite de ce qu’est l’intelligence humaine. S’ils savent imiter et apprendre des suites de mots “en surface”, leur capacité à percevoir la sémantique du langage naturel est faible. Les intelligences artificielles et humaines ne sont pas du tout les mêmes intelligences : une IA est incapable d’intuition »

Laurence Devillers, professeure à Paris-Sorbonne Paris IV et spécialiste en IA , dans une interview au magazine Science et Avenir

Si les IA peuvent réaliser un certain nombre de tâches spécialisées, la technologie actuelle ne permet pas d’envisager un système général doté de compétences diversifiées. « Nous sommes extrêmement loin de voir apparaître une IA généraliste. Ceux qui tenteraient de la développer aujourd’hui courraient à l’échec », estime Bertrand Braunschweig.

Autre écueil de l’IA, l’absence de connaissances de sens commun et de compréhension des tâches réalisées. Prenons l’exemple d’une IA très spécialisée : la machine créée par le Japonais Makoto Koike pour aider son père agriculteur à classer sa récolte de concombres de manière automatique en 9 catégories distinctes (selon leur taille, forme, couleur, texture…). Des caméras prennent des photos des concombres sur un tapis roulant. Le système, qui s’appuie sur la technologie de deep learning de Google (TensorFlow), est en mesure de reconnaître les catégories et d’envoyer les concombres vers les bacs correspondants. « Pour autant, note Bertrand Braunschweig, la machine n’a pas la moindre connaissance de ce qu’est un concombre, elle ignore qu’il s’agit d’un légume et le goût qu’il peut avoir… Elle reconnaît simplement des formes. C’est donc une IA de surface, mais qui rend énormément de services ! »

Les IA sont dotées d’une intelligence verticale : entraînées à reconnaître des voitures, elles seront perdues si on leur présente une bicyclette ou un cheval. Elles peuvent même avoir des difficultés à discerner des humains selon leur groupe ethnique. Des études ont prouvé que des algorithmes de reconnaissance faciale entraînés à identifier des visages asiatiques étaient moins performants sur des visages européens ou africains, et inversement. Par ailleurs, si les IA sont très efficaces dans la reconnaissance d’objets et de personnes sur images fixes, leurs performances sur vidéos – notamment en matière de reconnaissance d’actions – laissent encore à désirer.

Enfin, l’utilisation de systèmes d’IA doit impérativement être adaptée au problème posé. « J’essaie de ne jamais survendre les chatbots, explique Thomas Sabatier. Ce sont des outils d’automatisation très efficaces quand ils sont précisément définis, mais ils ne sont pas la réponse universelle aux problématiques des entreprises. Ils ne peuvent remplacer les humains, notamment sur toutes les missions qui demandent une intelligence horizontale. En revanche, ils peuvent venir en complément, et permettre aux humains de se concentrer sur ce qui fait leur force ».

{{contentList.loadingText}}
Suivez-nous !