Aux limites de l’innovation

Machine Learning : ce que l’IA nous réserve et son impact sur notre quotidien

Les algorithmes d’apprentissage automatique sont devenus des éléments clés du monde actuel. Si leur nom évoque plutôt la science-fiction ou une chose totalement étrangère à nos vies quotidiennes, il n’en reste pas moins que ces algorithmes innovants conçus pour l’intelligence artificielle (IA) et le machine learning sont indispensables au bon fonctionnement des interfaces applicatives, des services et de bien d’autres outils. L’IA et le machine learning sont deux thématiques majeures dans le secteur de l’informatique, en particulier dans les entreprises de la Silicon Valley. C’est pourquoi il est important d’analyser et d’étudier les changements induits par l’IA et son implémentation.

Avant d’évoquer ce qui nous attend pour demain, rappelons l’histoire de l’intelligence artificielle et les principaux événements à l’origine de sa création. Les premiers étapes de la naissance de cette discipline remontent aux années 1600. Ce n’est toutefois qu’au siècle dernier, en 1959 exactement, qu’Arthur Samuel, pionnier de l’intelligence artificielle, a suggéré que les ordinateurs étaient capables d’apprendre de manière autonome ce que les programmeurs leur fournissaient jusqu’ici. Cette croyance a perduré et s’est confirmée avec le développement d’Internet et l’utilisation accrue de capteurs et d’appareils mobiles. Il est désormais possible de créer et d’agréger d’énormes quantités de données, permettant aux machines d’extraire des informations exploitables.

Dans le secteur de l’intelligence artificielle, le machine learning (ou apprentissage automatique) représente une nouvelle avancée. Grâce à des applications dédiées, les machines apprennent de manière autonome en se reposant sur l’analyse et la comparaison de données. Le rôle de l’humain consiste à définir la façon dont le programme doit apprendre, à choisir les exemples et les informations à stocker et à déterminer la façon dont le programme doit appliquer les connaissances pour prendre des décisions. Il existe un nombre incalculable de techniques utilisables pour l’analyse, qu’elles soient basiques (combinaison de géométrie analytique et d’algèbre linéaire) ou très complexes (algorithmes).

L’apprentissage profond (deep learning) représente l’une des techniques les plus importantes. Cette technique repose sur les réseaux neuronaux, modèle mathématique qui simule le comportement du cerveau humain. Elle peut prendre la forme de systèmes logiciels ou matériels. En exploitant le potentiel des réseaux neuronaux artificiels basés sur plusieurs niveaux, connexions et directions de propagation des données, il est possible de proposer des services et d’implémenter des applications d’une manière encore inimaginable il y a quelques années.

 
Nervana Systems et Intel collaborent pour améliorer le deep learning


Nervana Systems figure sans aucun doute parmi les sociétés les plus innovantes et les plus prometteuses du secteur. Récemment acquise par Intel, cette entreprise a ouvert la voie à la création de solutions optimisées pour résoudre les problèmes du machine learning. À l’avenir, le temps nécessaire pour former une intelligence artificielle sera considérablement réduit, ce qui aura pour conséquence immédiate d’améliorer la performance des modèles de machine learning et de deep learning.

Aujourd’hui, Nervana System travaille déjà sur trois solutions technologiques extrêmement innovantes. La première s’appelle Neon. Il s’agit d’une architecture logique utilisée pour la création de modèles. La seconde est Nervana Cloud, plate-forme conçue pour l’entreprise et pour la création de solutions personnalisées. La dernière est le processeur Nervana Engine, développé dans l’objectif d’améliorer les performances des systèmes d’apprentissage profond. À ce jour, le deep learning est 10 fois plus rapide avec ce processeur qu’avec les solutions existantes.

AlphaGo, l’ordinateur qui défie les humains

AlphaGo, logiciel de jeu de Go conçu par l’équipe de recherche DeepMinda, a franchi une étape importante en matière d’intelligence artificielle. AlpaGo a vaincu l’un des meilleurs joueurs mondiaux du jeu de Go, Lee Sedol, en remportant quatre parties sur cinq.

C’était la première fois qu’un ordinateur battait un homme à ce jeu, qui est l’un des plus anciens et des plus complexes de tous les temps. Les technologies mises en œuvre dans AlphaGo ont permis au logiciel d’analyser chaque mouvement, de comprendre et d’anticiper le comportement de Lee Sedol. Cet exemple montre clairement le potentiel des technologies actuelles. Mais nous sommes loin de considérer cet événement comme une victoire des ordinateurs sur les humains, bien au contraire : AlphaGo démontre tout l’intérêt d’allier les connaissances humaines à la puissance des ordinateurs.

Intelligence artificielle : omniprésente, invisible et utile


Le développement des technologies de machine learning et de deep learning change nos vies quotidiennes. Les écrans tactiles de nos smartphones fournissent un autre exemple intéressant, même s’il peut sembler anodin dans la mesure où nous les utilisons quotidiennement. Ils fonctionnent avec un système prédictif qui propose des suggestions en fonction du contexte et de notre style d’écriture. Grâce à l’analyse en temps réel, le clavier du téléphone apprend et prévoit simultanément les mots que nous allons taper. Même les applications comme les outils de reconnaissance faciale, les applications de reconnaissance de musique et d’autres programmes similaires reposent sur ces technologies d’apprentissage automatique.

L’utilisation de l’intelligence artificielle devrait donc sans surprise prendre de l’ampleur dans tous les secteurs d’activité. Les voitures intelligentes sans conducteur, les moteurs de recherche, les modèles d’analyse du secteur médical et les systèmes prédictifs ne sont que quelques-unes des applications utilisant déjà l’IA, et ces applications évoluent constamment.

 

IA, machine learning et deep learning : à quoi ressemblera l’avenir ?


L’impact de l’intelligence artificielle sur notre avenir s’inscrit dans un débat plus vaste, qui divise même la communauté scientifique. Plusieurs écoles de pensée existent. L’une d’entre elles craint que l’intelligence artificielle parvienne un jour à remplacer les humains. Cette idée revient souvent dans la société actuelle, notamment dans les films de science-fiction où des êtres dotés de capacités cognitives supérieures à celles des humains prennent le dessus sur l’humanité. Dans la vie réelle, il est plus pertinent de s’interroger sur la manière dont les humains emploieront ces technologies. Car ce n’est pas tant la technologie en elle-même que la façon dont elle sera utilisée qui fera la différence. Ces innovations apportent déjà des améliorations extraordinaires dans notre quotidien.

Nous sommes les témoins d’un changement de paradigme dans la façon dont nous menons nos vies. Le potentiel est vaste et nous n’en sommes qu’au premier chapitre d’une histoire qui s’écrira au fil des années à venir.

Par Alberto Marini

Crédits photographiques :

Intelligence artificielle

Machine Learning et Deep Learning

Intel et Nervana Systems

AlphaGO

Algorithmes de machine learning

L’avenir de l’intelligence artificielle

Partager cet article

Read Full Story