Close

L’Intelligence Artificielle (IA) une chance ou une menace?

Depuis quelques années, le nouveau mot à la mode dans le domaine de la transformation numérique est l’I.A., l’Intelligence Artificielle.

Source: Pixabay

Depuis quelques années, le nouveau mot à la mode dans le domaine de la transformation numérique est l’I.A., l’Intelligence Artificielle. Ce concept a tout pour éveiller nos fantasmes les plus fous, et ce d’autant plus qu’il s’agit d’un des sujets fétiches des œuvres d’anticipation comme Terminator (Skynet…), 2001 l’Odyssée de l’espace (Hal) ; I.A. et encore bien d’autres.

L’Intelligence Artificielle aujourd’hui

Essayons de faire un tour d’horizon rapide (et donc parcellaire) de ce que représente l’Intelligence Artificielle actuellement.

Si nous nous intéressons tout d’abord à sa définition, selon l’encyclopédie collaborative Wikipedia, « l’Intelligence Artificielle est l’ensemble des technologies permettant de simuler l’intelligence ». Ce n’est pas encore une discipline à part entière, mais plutôt un ensemble de disciplines, faisant appel à différentes technologies afin de simuler ou remplacer l’homme dans la mise en œuvre de ses fonctions cognitives.

Quelles sont ses technologies, ses concepts ?

L’algorithmique : Selon la définition de Wikipedia, il s’agit de l’étude et la production de règles et techniques qui sont impliquées dans la définition et la conception d’algorithmes, c’est-à-dire de processus systématiques de résolution d’un problème permettant de décrire précisément des étapes pour résoudre un problème algorithmique. Ce sont des techniques dont les premières utilisations remontent à l’Antiquité.

Pour en apprendre un peu plus sur cette discipline et en démystifier ses usages, je vous conseille la lecture de ce livre de vulgarisation facile et plaisant à lire : « De l’autre côté de la machine » d’Aurélie Jean. On y trouve aussi toute la problématique des biais explicites ou implicites auxquels sont confrontées les personnes travaillant sur la construction des algorithmes. Il est donc important de bien préciser les hypothèses de départ, et identifier ses biais afin de les prendre en compte dans l’interprétation des résultats…

L’Apprentissage Automatique (Machine Learning) : Il s’agit de méthodologies statistiques dont l’objectif est de permettre  à l’ordinateur d’apprendre à partir de données et d’améliorer ainsi ses performances à résoudre des tâches. Ce processus repose sur deux étapes : une phase d’estimation du modèle visé sur un volume de données finies, puis une seconde phase dite de production, le modèle étant établi, on peut l’alimenter des données à visée de traitement.

Le modèle de traitement est construit sur des algorithmes, et donc il faudra porter un soin tout particulier aux biais possibles qui pourraient invalider tout ou partie des résultats obtenus

L’apprentissage profond (Deep Learning) : C’est un ensemble de méthodes d’apprentissage automatique tentant de modéliser avec un haut niveau d’abstraction des données grâce à des architectures articulées de différentes transformations non linéaires. Cette technologie s’appuie elle aussi sur les algorithmes. Cette classe d’algorithme d’apprentissage automatique utilise différentes couches de traitement non linéaire (chaque couche prenant en compte le résultat de la précédente), avec un fonctionnement d’apprentissage à plusieurs niveaux de détails ou de représentations de données.

Ces explications un peu abscondes, peuvent se résumer par le résultat obtenu, ces technologies ont permis des progrès majeurs dans le traitement de l’image et du son, avec comme applications concrètes la reconnaissance faciale, qui soulève tout un tas de questionnements (à ce propos, je vous recommande ce reportage d’Arte)

Les réseaux neuronaux : Contrairement à ce que l’on pourrait croire, il s’agit d’un concept assez ancien, le premier neurone formel (modélisation simplifiée d’un neurone biologique) a été publié en 1950 par Warren McCulloch et Walter Pitts. De nombreux travaux ont suivi, mettant en avant des limitations puis permettant de nouvelles avancées qui nous ont permis d’arriver à la situation actuelle.

Leur point fort est leur capacité à apprendre par l’expérience et d’en tirer des règles d’ordre statistiques et probabilistiques. Mais c’est aussi leur limite, car plus le problème est complexe, plus le volume de données réelles nécessaires à leur apprentissage est important. La deuxième problématique que l’on rencontre lors de la constitution des réseaux réside dans leur opacité. En effet, leur complexité ne permet pas nécessairement de comprendre leur façon de « penser » et les résultats obtenus ne sont pas vérifiables par les créateurs de ces réseaux…

L’I.A. générale, réalité ou mythe.

Pour résumer ce que l’on a vu lors du précédent paragraphe, pour le moment ce que l’on regroupe derrière le concept d’Intelligence Artificielle constitue un ensemble de techniques qui permettent à des ordinateurs de réaliser des tâches humaines cognitives de façon performante. Il est vrai que pour chacune de ces tâches prises individuellement, la machine finit par surclasser l’homme. On l’a vu dans les tournois d’échecs entre des maitres (Giraffe) et une I.A., ou encore plus récemment dans un tournoi de Go (Deepmind, Alphago). Dans ces deux exemples, l’I.A. a battu les meilleurs champions humains. Pour autant, s’il ne faut pas minimiser ces résultats, il est important de rappeler que ces mêmes humains, bien qu’ils se soient spécialisés dans leur domaine d’excellence respectif, savent faire tout un tas d’autres activités, ce que les machines ne peuvent pas encore faire.

On constate actuellement que la possibilité d’arriver à la création d’une I.A. générale suscite l’excitation d’un certain nombre de chercheurs. Cet engouement est partagé par de grands groupes industriels devant les perspectives de gains de productivité et de contrôle que cela pourrait apporter.

Cette course pose toutefois de nombreuses questions éthiques sur le devenir de ces intelligentes « conscientes » et de leur place dans la société humaine ( cf. l’article de Numerama à ce propos).

Il faut cependant noter que de plus en plus de voix s’élèvent pour demander un meilleur contrôle de l’utilisation de l’I.A. dans nombre d’activités humaines.

Prenons l’exemple de l’I.A. utilisée en finance pour le trading Haute Fréquence. Ces techniques, mal maîtrisées ou perverties par des fournisseurs peu scrupuleux peuvent provoquer des micro-cracks ou même des cracks qui ne reflètent pas la réalité du marché. Et par un emballement lié aux algorithmes amplifier des réactions du marché provoquant donc des pertes importantes pour les investisseurs… (eslsca-blog).

Dans le domaine militaire où l’utilisation de l’I.A. et de systèmes d’armes autonomes est une réalité en cours de construction (IFRI), certains s’inquiètent car le recourt de plus en plus massif à des systèmes automatisés et de flottes de drones (aériens, terrestre ou navals) semblent montrer dans des simulations de crises, que les possibilités de désescalade sont plus faibles que lorsque le facteur humain est présent (cf. l’article de Metadéfense à ce sujet).

Dans le domaine social, le recours intensif à l’I.A. pourrait avoir des effets dévastateurs sur nos vies en termes démocratiques (cf. le reportage d’Arte), d’emplois et de relation sociale. 

Nous orientons-nous, vers le meilleur des mondes ?

En conclusion, l’I.A. : un sujet de souveraineté ?

L’Intelligence Artificielle est-elle donc un sujet de souveraineté ?

Lorsqu’on reprend l’ensemble des secteurs dans lequel l’I.A. se développe et prend de l’ampleur, (la finance, la défense, la sécurité, la santé etc) nous ne pouvons que prendre conscience de l’intérêt stratégique majeur que représente ce secteur technologique et de recherche. Il faut reconnaitre que la France, qui pendant longtemps à eu un système éducatif permettant de former de brillants esprits mathématiques (mais est-ce bien encore le cas…), avait et a encore tous les atouts nécessaires pour briller dans ces domaines.

Il est important que nous nous assurions que des start-ups françaises spécialisées (cf. l’article des Echos) dans ce domaine, ainsi que leur écosystème, soient préservées et protégées des appétits américains ou chinois. Il en va de notre avenir et de notre indépendance quant aux choix géostratégiques que nous, peuple français, voudrons bien mener. Cela aura aussi des répercussions sur notre modèle de société qui reste différent de ceux proposés par les deux superpuissances mondiales actuelles que sont les USA et la Chine.

Et vous, comment vous positionnez-vous ?

One Comment

Comments are closed.

One Comment
scroll to top