Algorithme avant tout
Si cet exemple de robots conversationnels ou le dessinateur Dall-E interrogent notre société sur fond d’éthique, les applications de l’intelligence artificielle sont pourtant bien présentes dans notre quotidien. Rien qu’en utilisant le moteur de recherche Google, l’intelligence artificielle agit.
« Pour l’outil Google, le fait d’indexer n’est pas directement de l’IA. Mais c’est parce qu’il y a de l’IA dedans que Google est performant », introduit Nicolas Greffard, responsable Innovation chez Valeuriad, une société de conseil, service et d’expertise technologique.
« L’intelligence artificielle n’est en fait qu’un algorithme un peu différent, tente d’expliquer Aurélie Jean, scientifique numéricienne dans une vidéo sur ce sujet. Celui-ci a été construit à base d’un jeu de données pour qu’ils puissent travailler sur un autre ensemble de données. C’est une logique qui a été construite implicitement par un entraînement sur un énorme jeu de données. Celles-ci représentent des scénarios où l’algorithme doit répondre à une question. »
Du bachotage pour nourrir l’intelligence artificielle
Prenons l’exemple du traitement de l’image. L’intelligence artificielle s’est entraînée à reconnaître un chien sur une photo. On a montré à ce robot de nombreuses images de chiens en lui disant ‘c’est un chien’. On lui a également montré des images où il n’y avait pas de chien. À force de répéter des milliers de fois, le robot a appris à reconnaître un chien sur une image. Il a donc développé une logique en captant les signaux faibles et forts des photos. « Ainsi, l’intelligence artificielle est capable de détecter sur des images des choses que l’humain n’est pas capable de voir, ajoute Olivier Duffez, consultant en SEO. C’est là, sa puissance. »
« L’intelligence artificielle est un algorithme doté d’un apprentissage automatique, précise la scientifique. On peut également l’appeler ‘machine learning’. Ainsi, le robot est capable de répondre à une question, de résoudre un problème ou encore faire une prédiction. » Il existe ainsi trois catégories : l’intelligence artificielle perspective qui se base sur la vue, l’analyse d’image. L’IA de recommandation qui guide l’utilisateur dans ses choix : comme lorsqu’on écoute de la musique en ligne par exemple. Enfin, l’IA générative qui répond à des questions et est capable d’avoir une conversation.
L’intelligence artificielle pour prédire
Reprenons notre exemple du moteur de recherche Google. Petit à petit, ce moteur de recherche a évolué. Aujourd’hui, il est capable de prédire la requête de l’utilisateur. « Lorsque l’on saisit le nom d’une commune par exemple, Google est capable de savoir si vous voulez connaître sa localisation ou sa population, illustre Olivier Duffez. Il prédit votre intention grâce à un grand nombre de données récoltées depuis de nombreuses années. » L’objectif est donc d’avoir le maximum de données pour prédire au mieux les réponses attendues.
L’apprentissage est donc une étape clé dans la création d’une IA. Elle demande beaucoup de puissance mais aussi énormément de données qualifiées et classées. « Mais ce qui est rassurant, c’est que lorsqu’on veut entraîner une IA, on n’est pas obligé de reprendre son apprentissage dès le début, lance Christian Germain, professeur de la chaire AgroTIC. Les algorithmes de base savent reconnaître certaines données et vont, ensuite, en apprendre de nouvelles. Le modèle s’adapte. »
Une technologie facile d’utilisation
On a donc évolué d’un système d’algorithme conditionnel, « si telle condition est présente, alors j’applique telle chose », à un algorithme d’entraînement. La différence est le type de données sur lesquelles il va s’appuyer. Elles seront filtrées, catégorisées, classées et l’algorithme va évoluer selon celles-ci.
L’IA a pour avantage de créer de modèles simples pour l’apprentissage, elle est à la portée des ingénieurs non-informaticiens pourvu que la base de données soit qualitative et elle est très efficace pour la réalisation des tâches qu’on ne savait pas faire auparavant. « Toutefois, il faut être vigilant, le mot ‘intelligence artificielle’ne ne doit pas devenir un mot marketing, alerte Christian Germain, expert en la question. Tentant, d’autant plus qu’il reste difficile de définir l’IA. »
En résumant que l’IA serait « une solution technique, informatique la plupart du temps, que nous pensions jusqu’ici réservée à l’humain, pour répondre à une problématique », Nicolas Greffard qui observe d’ailleurs que la notion évolue conjointement à la technologie. Il illustre avec les moteurs de recommandations qui font la force de services tels que Netflix ou Amazon. « Au départ, ces outils étaient qualifiés d’IA sans contestation. Aujourd’hui, on entend souvent dire que ce ne sont que des moteurs de recommandations, tandis qu’en 2023, beaucoup de gens associent l’IA, à ChatGPT ou Dall-E. »
Des machines douées de raison ?
Un principal intéressé, ChatGPT, comme son concurrent Bard (Google), reprend des éléments de ces définitions. « L’objectif principal de l’IA est de développer des programmes et des machines qui peuvent apprendre, raisonner, résoudre des problèmes, percevoir leur environnement, comprendre le langage naturel, et prendre des décisions autonomes », écrit l’interface d’OpenIA en concluant : « Elle continue de progresser rapidement et suscite un intérêt croissant en raison de son potentiel pour résoudre des problèmes complexes et améliorer notre quotidien. »
