過去数年間、デジタル変革の分野における新しい流行語はAI、人工知能です。 このコンセプトは、特にターミネーター（スカイネット…）、2001年のオデッセイのような期待の作品のお気に入りの主題の1つであるため、私たちの野生の幻想を呼び覚ますためのすべてを備えています。 ‘スペース（ハル） A.I.などなど。

今日の人工知能

人工知能が現在何を表しているのかを簡単に（したがって断片化して）概要を見てみましょう。ウィキペディアの共同百科事典によると、その定義に最初に関心がある場合は、「人工知能は知能をシミュレートするために使用される一連のテクノロジー」です。 それは、それ自体ではまだ学問分野ではなく、人間の認知機能の実装において人間をシミュレートまたは置換するためにさまざまなテクノロジーを使用する一連の学問分野です。

その技術、概念は何か?

アルゴリズム：ウィキペディアの定義によれば、アルゴリズムの定義と設計、つまり体系的な解決プロセスに関与するのは、ルールと技法の研究と作成です。 アルゴリズムの問​​題を解決するための手順を正確に説明できる問題の。 これらは、古代にさかのぼるその最初の使用法です。

この分野についてもう少し学び、その使用法をわかりやすく説明するために、オーレリージャンによる「機械の向こう側」という読みやすい、この人気のある本を読むことをお勧めします。 アルゴリズムの構築に取り組んでいる人々が直面する明示的または暗黙的なバイアスの問題全体もあります。 したがって、結果の解釈でそれらを考慮に入れるために、初期仮説を明確に指定し、そのバイアスを特定することが重要です…

機械学習：これらは統計的方法論であり、その目的は、コンピューターがデータから学習できるようにすることであり、それによりタスクの解決におけるパフォーマンスを改善します。 このプロセスは2つのステージに基づいています。有限データのボリュームでターゲットモデルを推定するフェーズ、次に本番と呼ばれる2番目のフェーズであるモデルが確立され、モデルに処理用のデータを供給することができます。
処理モデルはアルゴリズムに基づいて構築されているため、得られた結果のすべてまたは一部を無効にする可能性のあるバイアスに特に注意する必要があります。

ディープラーニング：さまざまな非線形変換のアーティキュレートされたアーキテクチャを介して、高レベルのデータ抽象化でモデル化しようとする一連の機械学習方法です。 このテクノロジーもアルゴリズムに基づいています。 このクラスの機械学習アルゴリズムは、さまざまな非線形処理レイヤー（各レイヤーは前のレイヤーの結果を考慮に入れます）を使用し、いくつかのレベルの詳細またはデータ表現で学習操作を行います。
これらのわずかに控えめな説明は、得られた結果によって要約することができます。これらの技術は、具体的なアプリケーションとして顔認識を使用して、画像および音声処理の大きな進歩を可能にしました。 私はアルテからのこのレポートをお勧めします）

ニューラルネットワーク：これはかなり古い概念ですが、これはかなり古い概念です。最初の正式なニューロン（生体ニューロンの簡略化されたモデリング）は、ウォーレンマカロックとウォルターピッツによって1950年に公開されました。多くの研究が続き、制限を強調し、現在の状況に到達することを可能にした新しい進歩を可能にしました。
彼らの長所は、経験から学び、そこから統計的および確率的ルールを導き出す能力です。しかし、これは彼らの限界でもあります。問題が複雑になるほど、学習に必要な実際のデータの量が増えるからです。ネットワークの構築時に発生する2番目の問題は、その不透明度です。実際、それらの複雑さは必ずしも彼らの「思考」の方法を理解することを可能にするわけではなく、得られた結果はこれらのネットワークの作成者によって検証することはできません…

A.I. 一般、現実または神話.

前の段落で見たことを要約すると、人工知能の概念の背後に集まっている現時点では、コンピューターが認知ヒューマンタスクを強力な方法で実行できるようにする一連のテクニックを構成しています。 これらのタスクを個別に実行する場合、機械は最終的に人間よりも性能が優れています。 マスター（キリン）とI.A.の間のチェストーナメント、または最近ではGoトーナメント（Deepmind, Alphago）で見られます。 これら2つの例では、A.I。 最高の人間のチャンピオンを倒します。 ただし、これらの結果を最小化しない場合は、これらの同じ人間が、それぞれの卓越した分野に特化しているにもかかわらず、他のアクティビティの多くを実行する方法を知っていることを覚えておくことが重要です。 機械はまだそれを行うことができません。

私たちは現在、一般的なA.I.の作成に到達する可能性がある特定の数の研究者の興奮を引き起こしていることを確認しています。 この熱意は、生産性の向上とこれによってもたらされる可能性のある制御の前で、大規模な産業グループによって共有されます。
しかし、この種族は、これらのインテリジェントな「意識」の将来と人間社会における彼らの位置について、多くの倫理的な疑問を投げかけています（この主題に関するヌメラマの記事を参照）。
ただし、AIの使用をより適切に制御することを要求する声が高まっていることに注意してください。 多くの人間の活動で。

A.I.の例を見てみましょう。高周波取引のファイナンスで使用されます。これらの手法は、悪意のあるサプライヤーによって習熟が不十分または変質していると、市場の現実を反映していないマイクロクラックやクラックを引き起こす可能性があります。そして、市場の反応を増幅するアルゴリズムにリンクされた暴走によって、投資家に重大な損失を引き起こします…（eslsca-blog）。
A.I.の使用が軍事分野で自律兵器システムは建設中の現実（IFRI）ですが、自動化システムやドローン（空中、陸上、海軍）の使用がますます大規模化しているように見えるため、一部の人々は心配しています人的要因が存在する場合よりも段階的縮小の可能性が低いという危機シミュレーション（この問題に関するMetadéfenseの記事を参照）。
社会的分野では、A.I。民主的な意味での私たちの生活（アルテのレポートを参照）、仕事、社会関係に壊滅的な影響を与える可能性があります。
私たちはすべての世界で最高のものに向かっていますか？

結論として、I.A。 ：主権の主題?

したがって、人工知能は主権の対象ですか？
A.I.のすべてのセクターを見ると勢い（金融、防衛、安全保障、健康など）を開発し、獲得しています。この技術および研究部門が代表する主要な戦略的関心のみを実現できます。長い間、華麗な数学の精神を養うことができる教育システムを持っていたフランス（しかし、これはまだそうです…）が、これらの分野で輝くために必要なすべての資産を持っていたことを認めなければなりません。
この分野に特化したフランスの新興企業とその生態系がアメリカや中国の食欲から守られ、保護されていることを確認することが重要です。それは私たちの未来と、フランス国民である私たちが望んでいるジオストラテジックな選択に関する私たちの独立についてです。これはまた、米国と中国である現在の2つの超大国によって提案されたものとは異なるままである私たちの社会モデルに影響を及ぼします。
そして、あなたはどのように自分自身を配置しますか？