Clé n° 14 Intelligence artificielle (IA – AI)

Business Intelligence

 

Clé nº 14

 

INTELLIGENCE ARTIFICIELLE (IA

 

– AI)

 

#Big Data #Algorithme

 

Est-ce que les machines ont vocation à remplacer définitivement les

hommes ? Cela pourrait être l’un des enjeux de l’intelligence artificielle – et

cela donne lieu à des discussions sans fin sur l’éthique et l’avenir de nos

sociétés.

 

Certes, la discipline scientifique n’est pas complètement nouvelle : elle

puise ses origines dans les « travaux de Turing » en 1950. Elle est revenue

en force depuis la dernière décennie, notamment avec l’avènement du Big

Data. Va-t-elle transformer l’entreprise dans les prochaines années ?

 

Marvin Lee Minsky, l’un des pères fondateurs de l’IA, définit celle-ci

comme « la construction de programmes informatiques qui s’adonnent à

des tâches qui sont pour l’instant accomplies de façon plus satisfaisante par

des êtres humains, car elles demandent des processus mentaux de haut

niveau tels que l’apprentissage perceptuel, l’organisation de la mémoire, et

le raisonnement critique ». Et que dire, pour certains, de la place

irréductible de l’âme ?

 

L’intelligence artificielle soulève régulièrement des questions éthiques

quant à l’usage de cette « technologie ». L’idée d’une machine capable de

penser, capable de sentiments et de conscience, voire de remplacer l’homme

dans ses fonctions cognitives… fait débat. C’est cela qu’on nomme

« intelligence artificielle forte ». Mais nous en sommes encore loin.

 

À l’heure où l’intelligence artificielle est encore « faible » (les programmes

semblent intelligents mais ne le sont pas), nous pourrions, pour être

rassurants, dire ensemble que l’intelligence artificielle se résume à de puissants algorithmes informatiques capables de comprendre un volume

énorme de données non structurées issues notamment du Big Data

(milliards de posts sur les réseaux sociaux, banques d’images, vidéos,

données comportementales…), et capables aussi d’améliorer

automatiquement l’algorithme grâce à ce qu’on appelle le « machine

learning » : l’apprentissage automatique par l’ordinateur. Mais on ne sait

pas encore aller plus loin !

 

L’idée d’une machine capable de penser, capable de sentiments

et de conscience, voire de remplacer l’homme dans ses

fonctions cognitives… fait débat.

 

Et aujourd’hui le public retient surtout les exploits médiatiques des

ordinateurs « champions du monde » capables de battre l’homme aux jeux

d’échecs, de go…

 

Nous pouvons citer d’autres exemples issus des réalisations des GAFA(M)

et des NATU :

 

les travaux de Google et Tesla pour créer la voiture autonome de

demain ;

les laboratoires de Facebook ayant pour objectif de développer un

algorithme capable de comprendre les posts, les images sur le réseau

social, pour proposer aux utilisateurs les meilleurs contenus en

fonction de leurs centres d’intérêt ;

le développement des assistants personnels sur les terminaux (Siri

d’Apple, Cortona de Microsoft…).

les travaux d’IBM (Watson dans le domaine du diagnostic médical).

 

De nombreuses startups innovent dans ce domaine avec pour certaines des

levées de fonds record : Movidius, startup californienne, a levé 86,5

millions de dollars dans le domaine de la vision par ordinateur. Elle a été

rachetée par Intel en septembre 2016.

 

Sources

« Intelligence artificielle », Wikipédia.

Emmanuel Botta, « L’intelligence artificielle sous contrôle des GAFA(M) »,

www.lexpansion.lexpress.fr.

Vincent Lalanne, « Big Data et intelligence artificielle : un peu de décryptage

pour y voir plus clair », www.lesechos.fr.

Joseph Weizenbaum, créateur du programme « ELIZA ».

 

Usage dans l’entreprise

 

Dans les entreprises, les premiers exemples commencent à se concrétiser,

mais restent anecdotiques :

 

croisement des données de patients avec des millions de pages

d’études et de publications médicales pour proposer une prescription

mieux adaptée à chaque cas. L’intelligence artificielle permet ici de

comprendre « le langage humain » de millions de pages de texte non

structurées ;

toujours dans le domaine de la santé, son usage permettra dans les

prochaines années d’aider à la compréhension des images de scanners

des patients afin d’ajuster au mieux les traitements par radiothérapie…

Dans ce cas, c’est bien le machine learning qui intervient pour

diminuer le temps de diagnostic ;

dans la banque, l’intelligence artificielle perfectionne le calcul du

risque client, mais elle intervient également dans la relation client en

aidant les conseillers à répondre à leurs clients en préformatant des

réponses aux e-mails par analyse sémantique. L’objectif est de dégager

du temps « commercial », une tâche à plus forte valeur ajoutée.

 

Réflexion personnelle

 

Dans vos entreprises, nous pensons qu’il est urgent de capitaliser sur la

donnée/data. C’est une étape primordiale avant l’intégration demain d’intelligence

artificielle dans vos algorithmes. Travaillez la collecte d’informations et connectez

vos systèmes ERP et CRM. Commencez à petits pas, en perfectionnant peu à

peu vos algorithmes (ciblage clients, prévisions de ventes…).

Voici quelques tendances que nous vous conseillons également de surveiller et

qui pourraient impacter vos industries demain :

l’analyse d’images pourrait permettre d’automatiser les contrôles qualité et mieux détecter les défauts ;

le machine learning pourrait perfectionner automatiquement le réglage des machines-outils ;

prenons bien conscience ensemble qu’un algorithme moyen sur un énorme volume de données (Big Data) donnera certainement un meilleur résultat qu’un excellent algorithme sur un petit volume de données

 

Aller plus loin

« L’intelligence artificielle, une nouvelle révolution », interview vidéo de Yann Le Cun, directeur de la recherche en intelligence artificielle de Facebook, Le Figaro.

Julien Bergounhoux, « Intelligence artificielle, les 10 startups à suivre », L’Usine digitale.

Véronique Chocron, « Les banques passent à l’intelligence artificielle pour assister leurs conseillers », Les Echos (article sur l’AI au service des conseillers au Crédit mutuel).

Docteur Laurent Alexandre, table ronde IA du 19 janvier 2017 au Sénat (YouTube).

 

Liste des sources et des liens actualisée :

21cles.fr/intelligence-artificielle

 

OceanofPDF.com