Les premières idées relatives à l'IA sont apparues bien avant l'apparition même des ordinateurs. La première euphorie avait fait place à une longue période de désillusion. Mais désormais, les technologies de l’IA s'apprêtent à jouer un rôle déterminant dans un nombre grandissant de domaines de notre quotidien. Quels sont les esprits à avoir marqué ce progrès ? Quelles technologies sous-tendent l’IA ? Quels facteurs déterminent son évolution ?
La définition de l'intelligence artificielle (IA) a fait l'objet de nombreux débats. Pour les entreprises, l’élément décisif n’est pas tant de savoir le définir parfaitement, mais plutôt de faire appel au bon cas d'application. Par IA, nous entendons des systèmes qui prennent des décisions automatiquement ou de manière autonome et qui réagissent à des données telles que des images, du texte ou des paroles.
De la planification d'itinéraires aux traductions automatiques en passant par le flux de messages des médias sociaux : des technologies d'intelligence artificielle travaillent en arrière-plan, souvent à l'insu de l'utilisateur.
Qu'il s'agisse de personnes, de machines, de capteurs ou de sites web, de toutes les données produites par l’humanité, la plus grande part a été générée ces dernières années. Parallèlement, il devient de moins en moins cher de stocker ces données. Le coût de l'espace de stockage est en train de chuter. Parallèlement, des progrès sont réalisés dans les domaines de la puissance de calcul et des algorithmes : des processeurs graphiques spéciaux et des méthodes telles que l'apprentissage en profondeur réduisent les efforts et le temps nécessaires au développement de nouvelles applications.
>> « Avez-vous déjà souffert du fait que, malgré votre immense intelligence, vous dépendez d’autres personnes pour accomplir certaines tâches ? »
« Pas le moins du monde. J'aime travailler avec les gens. »
Ordinateur HAL 9000 (2001 : l'Odyssée de l'espace)
Il n'y a pas d'intelligence sans apprentissage ou modélisation - cela vaut également pour l'intelligence artificielle. L'apprentissage automatique (Machine Learning, ML) est la capacité d'enregistrer automatiquement un schéma ou un modèle sur la base d’un groupe de données. L'apprentissage automatique peut prendre plusieurs formes. L'apprentissage supervisé, qui signifie que les experts doivent indiquer au système quelle est la bonne décision relative à un ensemble de données d'apprentissage. Dans le cas de l'apprentissage non supervisé, le système analyse les données en fonction de leur similarité, sans que les experts n'introduisent de données de formation. Sous le terme de Reinforcement Learning (apprentissage par renforcement), les spécialistes regroupent l’ensemble des méthodes qui permettent d'apprendre grâce au feedback direct et non en donnant des consignes et des exercices.
La recherche de modèles ou d’éléments de données est importante dans le contexte de l'application. Souvent, ces modèles ne sont créés que par des séquences de données dans le temps ou en fonction de variables environnementales.
La reconnaissance d'images consiste à utiliser des algorithmes pour identifier des objets sur des images et à les classer dans une catégorie. Cela permet aux systèmes d'observer leur environnement.
Ces systèmes de dialogue sont basés sur du texte et sont composés d'une entrée et d'une sortie de texte. Ils sont basés sur l'analyse et la génération de langage naturel.
C'est un terme générique pour différents domaines d'application du ML qui s'occupent de l'interprétation de modèles récurrents. La reconnaissance d'images et le speech-to-text en sont de bons exemples.
En générant du texte, le système produit des signaux audio qui permettent de transmettre des informations vocales à l'utilisateur. Les procédés d'apprentissage automatique permettent d'utiliser des figures de style linguistiques, des intonations et autres particularités.
Les systèmes reconnaissent les relations et les significations des mots prononcés. Une langue n'est pas linéaire et est ponctuée de figures de style. L'évolution dans ce domaine rend la communication avec les machines de plus en plus naturelle.
Les applications convertissent le langage parlé en texte. Le système élimine les bruits de fond et reconnaît les mots malgré les différentes prononciations. Le placement de la voix, l'intonation ou les pauses jouent également un rôle.
L'intelligence artificielle ne remplace en aucun cas le dialogue humain.
Head of Advisory Jean-Jacques Pittet +41 58 520 97 00
