L’année ayant touchée à sa fin, on trouve régulièrement sur Internet des articles récapitulatifs de l’IA sur l’année. Mais quelles sont les bonnes résolutions pour cette année, les jalons, ce qui va révolutionner notre quotidien ou simplement les enjeux pour cette année qui commence, en matière d’IA ?

Découvrez avec nous quels sont les principaux axes de recherche et de développement en IA…

1. Prendre « notre » travail

On entend souvent dire que la première révolution de l’IA sera de prendre notre place au travail, en particulier pour les tâches répétitives, sales, difficiles ou dangereuses. Si des Cobots (robots pilotés par des humains) permettent déjà d’accroître nos performances (par exemple pour des opérations chirurgicales complexes), on trouve des robots autonomes au moins sur les chaînes de montage.

Mais rassurez-vous, on estime que l’IA va créer au moins autant de travail que ce qu’elle va en prendre, laissant à l’Humanité une chance de se tourner davantage vers les tâches intellectuelles plutôt que physiques (et à terme, primaires).

2. Devenir plus humain

Les enjeux sont multiples, mais le principal reste nos interactions avec les robots : au plus ils ressembleront à des humains (physiquement, dans leur manière de parler ou de « penser »), plus ce sera facile pour nous d’échanger avec eux. Ils vont révolutionner notre manière d’interagir avec la technologie, comme on le voit bien en domotique ou avec les assistants tels Alexa.

Si du chemin reste à faire pour attraper l’essence même de l’Humanité, le test de Turing pourrait bien être réussi cette année, d’autant que les IA battent déjà les humains en matière de compréhension de texte

3. Développer des IA compréhensibles (par nous !)

Cette résolution s’appuie sur les dernières recherches du DARPA, qui soulignent l’importance et l’utilité de pouvoir comprendre comment fonctionne l’IA qu’on a créée. On constate souvent ce phénomène en Data Science : il est assez aisé de fournir un modèle qui fonctionne, avec un bon taux de réussite, mais ce que cherchent maintenant les entreprises c’est le « comprendre pourquoi ça marche ». A mon sens, c’est souvent ce qui fait la différence entre un excellent data scientist, capable d’expliquer ces résultats et de dégager les patterns cachés (dans l’algorithme) et un bon data scientist.

Si vous vous demandez quelle est la différence entre un bon data scientist et un normal, je dirai que c’est la capacité de vulgarisation, les graphiques qu’il peut fournir.

4. La Blockchain

SingularityNET est un réseau basé sur le système de blockchain et dédié aux IA. Il permet de mettre en relation des IA, pour qu’elles puissent apprendre les unes des autres et former tout un écosystème destiné à concurrencer les IA de Google, Amazon, Facebook ou encore Apple.

En 2018, vous entendrez donc parler de la blockchain à la fois pour les cryptomonnaies (Bitcoin, Ethereum, IOT…) et pour les IA, avec SingularityNET.

5. Converser plus facilement

Le marché des assistants digitaux est en pleine expansion, de plus en plus d’acteurs se le partageant. Si on avait été sidéré il y a quelques années par Dragon Naturally Speaking, de nouveaux logiciels (parfois open source) de reconnaissance vocale ont fait leur apparition, et de grandes sociétés comme Google ou Amazon ont sortis des assistants à placer dans votre maison et répondant aux questions et ordres de manière naturelle.

Ceci étant, si plus de 90% de ce qui est dit est correctement interprété, les quelques pour-cents restants seront très difficile à avoir et sont la source de 100% de notre frustration lorsqu’on dialogue avec une IA.

6. Les Capsule Networks (réseaux de capsules)

L’une des plus grandes avancées dans le domaine de la reconnaissance d’image, les Capsule Networks sont les concurrents directs des réseaux de neurones conventionnels (CNN).

Contrairement à ces derniers, avec peu de données, ils sont capables de prouesses « humaines » : représentation spatiale de l’objet, relations hiérarchiques, reconnaissance d’objet à partir d’autres angles de vue…

Par exemple, un CNN pour reconnaitre un visage va s’appuyer sur la présence d’éléments qu’il identifie (oeil, nez, oreille, menton, etc…), tandis qu’un Capsule Network se servira également de la relation entre ces « objets ».

7. Avoir plus de clones virtuels

Un clone virtuel est simplement une IA répliquant virtuellement un objet physique ou une personne. Son comportement, déterminé par des modèles de calculs très poussés, est identique au monde réel et nous permet de mettre en place des simulation sans danger et sans conséquences.

L’une des applications les plus plébiscitée est la simulation de marché, de prêt, et plus généralement d’expérience utilisateur.

8. Avoir une IA pour dirigeante d’une DAO

Une DAO (Decentralized Autonomous Organization) est une société qui n’opère qu’avec des « Smart Contracts« , qui sont des protocoles informatiques facilitant l’exécution d’un contrat (en vérifiant qu’il est bien respecté). Par exemple, la blockchain Ethereum fonctionne sur ce principe pour garantir ses transactions, mais on retrouve d’autres cas de plus en plus fréquents dans des problèmes réels (finance et santé notamment).

Avoir une société ne travaillant que sur ce principe (et donc en dématérialisé) est faisable, et pourrait même être intégralement laissée entre les mains d’une IA.

9. Prédire l’équipe gagnante de la coupe du monde de Football

Ce genre d’annonce est de plus en plus fréquente. On se rappelle par exemple la prédiction de la victoire du président Trump ou Macron. Bientôt, ce seront les résultats sportifs qui seront mis à l’épreuve, ce qui aura des retombées importantes sur les paris sportifs mais aussi l’intérêt général de ces programmes.

10. Animer un TED Talk

Les conférences TED (Technology, Entertainment and Design) sont des conférences organisées par une fondation américaine. De grands orateurs font régulièrement leur apparition, surtout lors de la conférence « principale » qui dévoile les dernières découvertes et innovations de Google, Facebook, SpaceX, et beaucoup d’autres.

A 10 000$ l’accès aux 5 jours de conférences (1 fois par an), les TED Talk sont l’une des pierres angulaires : une dizaine de ces présentations de 18 minutes s’enchaînent et donnent la parole… peut-être bien à une IA !

En effet, en 2020, les IA seront invitées à participer ou animer des TED Talk, et la plus convaincante se verra remettre le grand prix d’IBM de 5 million de dollars. On aura ainsi atteint un très haut niveau d’intelligence artificielle, capable de choisir un sujet intéressant et de l’exposer à un auditorat.

11. Rendre les voitures autonomes autonomes

Pour l’instant, les voitures autonomes n’ont d’autonome que le nom, puisqu’elles ne sont pas encore autorisées sur la route. Néanmoins, la technologie est suffisamment avancée pour que des tests « à échelle réelle » soient régulièrement menés, concluants jusqu’à présent.

Ces prochaines années verront donc ces nouveaux véhicules commercialisés et surtout légalisés. Par exemple, en France, on a déjà la Link&Go de la société AKKA, qui avait même pu rouler un peu dans Bordeaux !

Les problèmes restants seront plutôt d’ordre éthique (comment programmer l’IA pour qu’elle fasse le « bon » choix en cas d’accident) ou purement juridique (qui sera déclaré « cause de l’accident »).

12. Développer de l’empathie

L’empathie est l’une des caractéristiques fondamentales de l’Humanité qui échappe encore à la programmation. Bien sûr, on peut simuler de l’intérêt pour une autre IA, mais faire « ressentir » de la douleur par projection vers une autre IA est bien différent.

Des neuroscientifiques étudient les schémas qui se dessinent dans le cerveau, et on espère voir très bientôt des algorithmes plus performants débarqués dans le domaine de l’IA pour l’apprentissage, liés justement à l’empathie.

13. Ecrire un livre, du code…

Si on a parlé de l’IA comme solution pour les tâches physiques, il faut aussi constater que beaucoup de tâches intellectuelles peuvent être déléguées à des IA. En particulier, tout codeur le sait bien, la phase d’écriture de code (et non de conception du code) pourrait être écrite par n’importe qui du moment qu’il connaîtrait le langage.

A ce titre, la génération de texte (et donc de code, puisque ce n’est qu’une question de langage plus ou moins permissif), est de plus en plus discutée dans la communauté NLP (Natural Language Processing) et voit des progrès significatifs réguliers.

On vous parlait du chapitre d’Harry Potter écrit par une IA, et il faut savoir que les nouveaux algorithmes dits Seq2Seq sont encore meilleurs !

14. Raconter une blague drôle

A l’heure actuelle, on arrive à générer des musiques, du texte, mais pas à inventer des blagues de manière automatisée. La principale raison est que dans une blague chaque mot compte, et il faut à la fois beaucoup d’expérience, de recul, d’imagination et de compréhension/contexte pour pouvoir la comprendre (ou l’imaginer).

Bien évidemment, des études sont réalisées pour utiliser les GAN (Generative Adversarial Network), ces réseaux qui mettent en compétition deux schémas pour générer quelque chose d’unique. Un bon exemple était le fait d’appliquer des rayures à un cheval pour inventer le zèbre…

15. S’impliquer dans l’éducation

Dotées d’une capacité d’observation « parfaite », d’une mémoire infaillible, et de modèles de prédiction éprouvés sur des centaines de milliers d’exemples, les IA seront l’assistant idéal pour les professeurs. Elles leur permettront de suivre l’avancée de chaque élève, d’adopter la meilleure stratégie en matière d’éducation pour les intéresser et leur offrir un avenir meilleur.

Néanmoins, cette digitalisation des écoles, traduite pour l’instant par l’utilisation de matériel numérique en cours (tableau virtuel, tablettes, etc…) n’a pas encore été prouvée « meilleure pour le développement de l’enfant », et en aucun cas on ne pourra remplacer un humain par une machine (au risque, sinon, de perdre cette éducation qui va au-delà des simples paroles et informations).

16. Ecrire de l’IA via une IA

AutoML, pour auto-machine learning, est le fait de faire du machine learning de manière automatisée, i.e. laisser le soin de programmer et entraîner une IA à une IA.

L’avantage est énorme : moins de perte de temps, permet d’ouvrir le marché aux PME qui n’ont ni les connaissances ni le budget nécessaire, optimiser les optimisations…

Mais les dangers le sont tout autant : la Singularité (brrr), perdre la compréhension du code, avoir un modèle faillible…

17. La Singularité

Les grands esprits se disputent régulièrement sur la Singularité, ce moment dans l’Histoire de l’Humanité où une IA prend conscience d’elle-même et devient une véritable Intelligence. Généralement, suite à ça, elle finit par détruire l’Humanité comme dans Terminator, ou nous mener vers un futur idyllique et parfait.

A titre d’exemple, Elon Musk, très célèbre entrepreneur américain, fondateur de SpaceX et Tesla, pense que l’IA deviendra incontrôlable si on continue dans cette direction, tandis que Marc Zuckerberg, CEO de Facebook, déclare l’inverse. Que ce soit pour 2029, 2045 ou 2047, de plus en plus d’initiatives voient le jour en vue de réguler les recherches en intelligence artificielle, comme avec Cédric Villani et son débat public sur l’IA.

Cet article est inspiré de Inc., pour la liste des axes futurs.

PARTAGER
Article précédentAjout de publicités sur le site
Article suivantCompréhension écrite : Microsoft Research Asia bat les humains sur SQuAD
Lambert R.
Ingénieur d'Etudes et Data Scientist depuis plusieurs années, mes travaux et mon parcours scolaire (master en mathématiques fondamentales) m'ont amené aux abords de l'intelligence artificielle. Aujourd'hui j'écris des articles en data science, deep learning, big data et intelligence artificielle pour PenseeArtificielle.fr, dans le but de promouvoir et vulgariser les promesses d'avenir qu'offrent ces domaines de pointe.