1/4 Intelligence artificielle : tout ce que vous devez savoir

Série d'article écrit en 2023

S’il y a un sujet à côté duquel vous n’avez pas pu passer ces derniers mois, c’est bien l’intelligence artificielle !

Tous les grands acteurs de la tech se sont emparés du sujet, les politiques commencent également à s’interroger à ce sujet. Les applications possibles à cette technologie révolutionnaire sont tellement nombreuses qu’elles donnent le tournis !

IA par-ci, IA par-là, tout le monde n’a que ce mot à la bouche, mais d’où vient-elle exactement ? Est-ce si récent que ça ?

Sommaire

1. L’histoire de l’IA
2. Les différents types d’IA
3. Les différentes applications de l’IA
4. Le lexique de l’IA

L'histoire de l'IA

1943 – Tout commence avec Warren McCullough et Walter Pitts qui publient le premier modèle mathématique concernant la création d’un réseau de neurones.

1950 – Vous avez certainement déjà entendu parler du test de Turing ? Alan Turing l’a élaboré afin de juger la capacité d’une machine à se faire passer pour un humain. ELIZA est le premier programme à avoir réussi le test en 1966. Aujourd’hui des centaines de BOTs en sont capables !

1956 – Première utilisation du terme Intelligence Artificielle ! C’est à Dartmouth, à l’occasion d’une conférence sur le sujet et ça marque le début de la recherche scientifique sur l’IA.

1957 – On peut la considérer comme l’ancêtre du Deep Learning : une première machine basée sur l’intelligence artificielle voit le jour. Elle a pour but de reconnaitre des lettres de l’alphabet. Son p’tit nom ? Le Perceptron Mark I.

1973/1974 – Première traversée du désert pour l’IA : les gouvernements américains et britanniques stoppent les subventions en raison des nombreux échecs et des promesses trop irréalistes des chercheurs.

1987 – Yann Le Cun publie sa thèse les modèles connexionnistes de l’apprentissage, c’est la naissance du Deep Learning !

1997 – L’intelligence artificielle se fait connaître du grand public grâce à Deep Blue, le supercalculateur d’IBM. Il parvient à battre, au bout de 6 parties, le célèbre champion du monde d’échecs Garry Kasparov.

2016 – AlphaGo, le supercalculateur de Google devient lui champion du monde du jeu de GO. Ce jeu millénaire propose un nombre incalculable de possibilités sur le plateau, contrairement aux échecs, il s’agit donc d’une sacrée prouesse !

2022 – C’est la révolution ChatGPT, l’ouverture au grand public d’une IA générative : le programme est capable de converser de manière réaliste et engageante.

Et demain ? – Ça nécessite un article à part entière, retrouvez le bientôt sur notre blog !

Les différents types d’IA

Si le grand public s’est approprié l’intelligence artificielle à l’arrivée des ChatGPT, Bard, Midjourney et consorts, l’IA générative, c’est son nom, est loin d’être la seule existante.

Il existe quatre grandes typologies d’IA : l’intelligence artificielle générale, l’intelligence artificielle forte, l’intelligence artificielle faible et la superintelligence artificielle. A quoi correspondent-elles ?

Intelligence artificielle générale

L’intelligence artificielle générale (IAG) est une forme d’intelligence artificielle qui permet aux machines de comprendre, d’apprendre et d’effectuer des tâches intellectuelles comme les humains. Cela inclut des tâches telles que la résolution de problèmes, l’apprentissage, la créativité et la communication.

L’IAG est un domaine de recherche depuis les années 1950. Elle est depuis les années 70 considérée comme spéculative et inatteignable… Avant l’arrivée de ChatGPT, qui est ce qui s’en approche le plus (le programme est décrit comme ayant des « étincelles d’intelligence artificielle générale »).

Quelles sont les caractéristiques pour être considéré comme une intelligence artificielle générale ?

• Planifier
• Comprendre des concepts abstraits
• Résoudre des problèmes
• Prendre des décisions en tenant compte de l’incertitude
• Apprendre
• Communiquer en langage naturel
• Faire preuve de créativité

Thème central de la science-fiction, l’intelligence artificielle générale pourrait être possible dans les 20 prochaines années d’après certains experts. Des machines plus intelligentes que les humains ? C’est à la fois fascinant et effrayant, quels impacts cela aurait-il sur nos sociétés à venir ?

Intelligence artificielle forte

Ce concept d’Intelligence artificielle reprend celui d’IAG, tout en ajoutant une couche de conscience, de sensibilité et de volonté autonome au programme.

Si les chercheurs parviennent à développer une IA forte, la machine aura une intelligence égale à celle des êtres humains ET une conscience de soi capable de résoudre des problèmes, d’apprendre et de planifier l’avenir. Elle ne se distinguerait pas de l’esprit humain.

Pour l’atteindre, il faudrait qu’elle apprenne en continu, par le biais d’apports et d’expériences, en progressant constamment, comme le ferait un enfant.

C’est aujourd’hui un domaine essentiellement théorique et philosophique. Prenons pour exemple la conduite autonome : certains modèles de voiture peuvent assurer 98% de la charge de la conduite, les 2% restants étant à charge de l’humain. Elle n’est pas capable de réagir face à des cas complexes (j’écrase 2 enfants ou 4 personnes âgées ?). C’est ce qui fait qu’elle n’est pas une Intelligence artificielle forte.

Les questions philosophiques qui découlent de l’idée d’une intelligence artificielle forte sont nombreuses : Une machine peut-elle avoir des émotions ? Conscience de soi ? Peut-elle être originale ou créative ? Amicale ou hostile ? Peut-elle avoir une âme ?

Superintelligence artificielle

D’après les chercheurs, la superintelligence artificielle (ASI) arriverait rapidement après l’intelligence artificielle forte. Elle se démarquerait par une intelligence nettement supérieure à celle de l’être humain. Elle se différencie des intelligentes artificielles certes plus douées que l’être humain, mais dans un seul domaine (tel qu’AlphaGo dont on vous parlait précédemment).

Une superintelligence artificielle pourrait posséder une mémoire absolue ou une base de connaissance démentielle par exemple. Elle pourrait même être capable de se reprogrammer et de s’améliorer seule, sans intervention humaine : c’est ce qu’on appelle l’explosion intelligente.

Les implications potentielles de l’apparition d’une ASI sur le marché seraient considérables, entre le début d’une nouvelle ère pour le monde ou une menace pour l’humanité, les avis divergent. Le conflit le plus connu à ce sujet étant celui entre Mark Zuckerberg et Elon Musk.

Aujourd’hui, seule l’intelligence artificielle faible existe, les autres IA sont essentiellement des sujets de recherche, voir même considérés comme relevants de la futurologie.

Intelligence artificielle faible

L’intelligence artificielle faible, également appelée intelligence artificielle étroite ou Narrow AI, est un type d’intelligence artificielle qui est conçu pour effectuer une tâche spécifique.

C’est le type d’intelligence artificielle le plus connu : elle peut battre un champion du monde au échecs, diagnostiquer une maladie, ou, comme on le disait plus haut, conduire de manière autonome une voiture. Tous les systèmes d’IA existant actuellement sont considérés comme relevant de l’intelligence artificielle faible.

Si l’intelligence artificielle n’est dans toutes les bouches que depuis quelques mois, nous l’utilisons en réalité au quotidien depuis de nombreuses années. Elle sert également dans de nombreux domaines différents, à bien des niveaux.

L’IA du quotidien

Nous utilisons chaque jour les moteurs de recherche ou les réseaux sociaux qui bénéficient d’une bonne dose d’intelligence artificielle pour afficher le contenu le plus pertinent pour nous. Vous l’avez forcément déjà utilisé également, l’auto-complétion de vos mails ou SMS fonctionne également grâce à cette technologie.

Les assistants vocaux ont envahi nos intérieurs depuis plusieurs années, ils sont eux aussi dopés à l’IA afin de répondre à nos demandes.

La voiture autonome, l’aspirateur robot ou la tondeuse autonome sont autant d’exemples d’objets du quotidien qui fonctionnent grâce à l’intelligence artificielle.

L’IA est utilisée depuis déjà pas mal de temps pour analyser des CVs et les faire correspondre aux besoins d’une entreprise. Elle va également servir à trouver les bons candidats, via par exemple du scraping sur LinkedIn.

L’intelligence artificielle va améliorer le quotidien d’un RH dans bien des situations, en automatisant des tâches chronophages, comme la gestion des avantages sociaux ou les remboursements de frais. Elle peut même être utilisée pour suivre les performances des employés, identifier les domaines d’amélioration et fournir des feedbacks personnalisés !

L’IA dans la santé

L’intelligence artificielle est de plus en plus utilisée à des fins diagnostiques. Cette technologie est capable de déchiffrer une imagerie médicale. Elle a déjà contribué à diagnostiquer des cancers du sein ou du poumon à des stades particulièrement précoces, et ainsi augmenter les chances des patients.

L’IA a également été utilisée afin de trouver de nouveaux traitements. En effet, elle est en mesure d’analyser de grandes quantités de données en des temps records, ce qui permet d’améliorer grandement la recherche.

On peut également imaginer que l’IA puisse améliorer la prise en charge des malades, en optimisant les flux de patients ou en personnalisation les soins par exemple.

L’IA dans la finance

Cette technologie est utilisée afin d’analyser des données financières, pour prendre des décisions d’investissement et pour gérer des risques.

Comme dans la santé, la quantité de données qu’elle peut analyser en un temps record permet d’identifier rapidement de nouvelles tendances, de prédire des prix ou d’identifier les risques potentiels pour celui qui l’utilise.

Elle va aussi servir à détecter des fraudes comme le blanchiment d’argent, la cybercriminalité et la fraude au compte bancaire. Les usages possibles de l’intelligence artificielle dans le secteur financier et bancaires sont nombreux et attirent une foule d’investisseurs.

L’IA dans l’industrie

On retrouve l’intelligence artificielle à tous les niveaux de l’industrie :

• La logistique : elle va permettre d’optimiser les chaînes d’approvisionnement et de gérer les stocks.
• La fabrication : de l’automatisation des tâches répétitives à faible valeur ajoutée à la réduction des coûts de production, elle a déjà fait bien souvent ses preuves.
• La vente : en personnalisation l’expérience client et en automatisant le SAV, elle intervient également pour fluidifier l’expérience d’achat du client final.

• Algorithme : série d’instructions claires et concises indiquant à un ordinateur comment effectuer une tâche. Cet ensemble de règles permet de résoudre un problème ou d’atteindre un objectif.
• Big Data : ensemble de données trop volumineux et complexe pour être traité par les outils habituels. Cette massification est due au développement des réseaux sociaux, des téléphones portables ou des transactions financières.
• IA générative : intelligence artificielle capable de créer de nouveaux contenus, comme des images, des vidéos, du texte, de la musique, du code… La plus connue est ChatGPT.
• Modèle de langage : modèle mathématique permettant de prédire la probabilité d’une séquence de mots. Il est utilisé dans de nombreuses applications de traitement automatique du langage naturel : la traduction automatique, la reconnaissance vocale ou la synthèse vocale.
• Prompt : désigne les consignes que l’on donne à une intelligence artificielle. Il est crucial pour obtenir ce que l’on désire d’une IA générative.
• Réseaux de neurones artificiels : modèle d’apprentissage automatique s’inspirant du fonctionnement du cerveau humain. Il est composé d’un ensemble de neurones interconnectés capablent d’apprendre à effectuer des tâches complexes à partir de données.
• Deep Learning (apprentissage profond en français) : sous-discipline du Machine Learning s’appuyant sur un réseau de neurones artificiels qui s’inspirent du cerveau humain pour apprendre des données.
• Machine Learning (apprentissage automatique en français) : intelligence artificielle apprenant de manière autonome à effectuer des tâches à partir de modèles mathématiques et améliorant ses performances au fil du temps.
• Supervised learning (Apprentissage supervisé en français) : apprentissage automatique dans lequel un modèle est formé à partir d’un ensemble de données d’entraînement qui comprend des exemples d’entrées et de sorties souhaitées.
• Unsupervised learning (Apprentissage non supervisé en français) : technique permettant à un programme de produire un résultat sans aide à partir de données brutes.

Pour conclure

L’intelligence artificielle est un domaine fascinant et en pleine expansion, qui touche de nombreux aspects de notre vie personnelle et professionnelle.

Des réseaux sociaux à la conduite autonome, en passant par la médecine, les RHs ou le divertissement, l’IA nous offre une multitude de possibilités d’améliorer notre bien-être et notre efficacité.

Mais l’intelligence artificielle pose aussi des défis éthiques, sociaux et environnementaux d’envergure, qui nécessitent une réflexion collective et une régulation adaptée.

C’est à nous de décider comment nous voulons utiliser cette technologie, pour qu’elle soit bénéfique pour tous et respectueuse de nos valeurs.

C’est tout le sujet de l’article suivant de notre dossier dédié à l’IA : Intelligence artificielle : les avantages et dangers.