Culture Geek

Tout savoir sur l’Intelligence Artificielle (IA)

Rédigé par le

Tout savoir sur l’Intelligence Artificielle (IA)

L’Intelligence Artificielle (IA) en quoi ça consiste ? Doit-on en s’en méfier ?

 

L’intelligence artificielle est un sujet d’actualité. L’IA fascine et intéresse bon nombre de personnes. L’intérêt porté à ce thème n’est plus à nier de par sa forte présence dans les médias ces dernières années.

 

Mais qu’est-ce que l’intelligence artificielle concrètement ?

 

1. Définition technique :

 

L’IA est un algorithme d’apprentissage automatique, c’est-à-dire que l’on entraîne cet algorithme sur de très grandes bases de données par exemple des millions de photos. Ensuite l’IA sera capable de reconnaître avec un certain pourcentage d’erreur ce que la photo représente, par exemple si un cancer est présent, souvent mieux que l’homme.

 

 

2. Définition de J-G Ganascia :

 

Selon Ganascia, professeur à la Sorbonne Université à Paris, l’IA est une discipline scientifique dont le but est d’étudier, comprendre l’intelligence voir de la simuler à l’aide de différentes facultés comme :

  • Des Fonctions réceptives (capteurs)
  • La Mémoire et l’Apprentissage
  • Le Raisonnement et la Pensée
  • Des Fonctions expressives (communication, langage)
  • Des Fonctions exécutives (mouvement)

 

L’histoire de l’IA dans les grandes lignes :

 

Cet article ne va pas retracer l’ensemble de l’IA mais vous donner les grandes lignes.

Dans le passé :

  1.  1950 : Ce sont les premières notions d’IA avec Alan Turing « Computing Machinery and Intelligence » (Mind, octobre 1950).
  2. 1956 : Conférence d’été à Dartmouth : 20 chercheurs se réunissent pour réfléchir autour de l’IA.
  3. 1980 : Commence un période de recherche marquée par un manque de puissance de calcul.

 

Dans un passé récent :

La puissance de calcul augmente significativement et permet de grandes découvertes. Les résultats sont spectaculaires.

  1. 1997 : Deep Blue IBM bat aux échecs Garry Kasparov le champion du monde. Le problème principal de DeepBlue était l’adaptabilité, il fallait le reprogrammer pour chaque nouveau jeu. Ce problème est soulevé par Demis Hassabis co-fondateur de DeepMind maintenant acheté par Google.
  2. 2016 : Alpha Go, IA de DeepMind, bat Lee Sedol au jeu complexe chinois de Go. Ils créent ensuite AlphaZero qui jouait contre elle-même et pouvait battre AlphaGo la plupart du temps (unsupervised learning)
  3. 2017 : Une IA, Libratus, bat les 4 plus grands joueurs du monde au Poker.
  4. 2019 : Tout récemment, c’est-à-dire il y a un an, AlphaStar bat les meilleurs joueurs du monde au jeu vidéo de stratégie StarCraft.

 

Mais l’intelligence artificielle ne se résume pas à gagner les championnats du monde de GO. C’est surement la discipline scientifique qui a le plus transformé le monde ces 50 dernières années.

 

Quelles sont les principales techniques d’IA et comment fonctionnent-elles ?

 

Deep Q-Learning :

 

C’est une forme d’apprentissage automatique par renforcement (reinforcement learning). L’intérêt de l’apprentissage renforcé est d’entraîner l’agent à exécuter des taches dans un environnement. Chacune des ses actions le met dans un nouvel état et lui donne une certaine récompense. Son but est donc de maximiser sa récompense, il va donc, à l’aide de statistiques, optimiser son parcours. Expliquons cela en image : Le robot va commencer par effectuer des actions aléatoires car il ne connait pas son environnement.

Commençons par dire qu’il n’a ni de récompense ni de malus en se déplaçant. Lorsqu’il arrivera sur le drapeau vert il recevra une certaine récompense, alors que s’il tombe dans le feu il recevra un malus. Nous pouvons rapidement comprendre que le robot va emprunter le chemin du haut pour recevoir la récompense plus rapidement. S’il n’était pas place sur cette case de départ, il adopterait un comportement lui permettant de s’éloigner des flammes.

Ajoutons maintenant une variable temporelle, l’agent recevra un malus à chaque action effectuée. Avec un léger malus l’agent ne changera pas de direction mais si l’on met un malus quasiment aussi important que le feu, son comportement sera totalement différent. Par exemple, il ne cherchera plus à éviter le feu. Etant donné que le robot continue de faire des actions aléatoires pour continuer d’apprendre, il passera régulièrement par le bas et par les flammes, d’ou l’importance de bien ajuster les poids des récompenses.

Avec ce type d’apprentissage vous pouvez aussi faire des voitures autonomes.

 

Machine Learning (ML) :

 

C’est par définition l’apprentissage automatique de la machine. Il est largement utilise en IA. Il existe deux types de ML qui sont l’apprentissage supervisé et le non-supervisé.

 

 

Supervisé / Supervised :

 

Les données d’entrainement envoyées à l’algorithme sont déjà classifiées par l’homme.

Non-supervisé / Unsupervised :

 

Les données d’entrainement envoyées à l’algorithme ne sont pas étiquetées (labeled).

Réseaux de neurones artificiels / Artificial Neural Networks (ANN) :

 

Ils sont inspirés des neurones biologiques mais se distinguent par des formules mathématiques. Chaque valeur donnée à l’algorithme va influencer la réponse. En fonction des poids (importance) donnés aux valeurs les actions et les décisions vont changer. De nombreuses couches (layers) de neurones servent à rendre l’algorithme plus précis mais prendra donc plus de temps. Les poids des différentes neurones peuvent être automatiquement réglés grâce à la rétropropagation (backpropagation).

 

Quelles applications ? Qu’est-ce que l’intelligence artificielle aujourd’hui concrètement au quotidien ?

 

  • Reconnaissance d’image
  • Reproduction de la voix
  • Reproduction du visage
  • Objets connectés avec assistants vocaux
  • Sites de rencontres
  • Prédiction achat Google / Amazon
  • Résolution de jeux
  • Colorisation de Films
  • Traduction
  • Transports
  • Robotique
  • Science
  • Diagnostic médical

 

Quels dangers ? Doit-on en avoir peur ? Demain, ce sera quoi l’Intelligence Artificielle ?

 

L’intérêt porté à ce sujet recouvre à la fois de grands espoirs mais aussi de grandes peurs. Elon Musk et d’autres scientifiques comme Stephen Hawking mettent en garde la société à travers leur lettre ouverte sur l’IA. Tant que l’IA nous sert à coloriser des films… aucun problème… mais quand Hawking nous parle d’un scénario catastrophe comme Terminator dans lequel l’homme serait dépassé par la machine, on commence à se poser des questions.

Cette problématique intéresse beaucoup de monde car la CNIL en 2017, suite à un débat national, publie un rapport intitulé : Comment permettre à l’homme de garder la main ? Un sondage IFOP 2017 révèle que 2 français sur 3 ont peur de l’IA.

 

Alors… Doit-on en avoir peur ? Le risque est-il réel ? Sommes-nous à l’aube d’une Singularité qui nous ferait perdre le contrôle ? Intelligence Artificielle, mythe, réalité, fantasme ou science-fiction ?

Voir commentaires (3)
3 Comments
  1. Profession : Hackintosher

    27/02/2020 at 10 h 22 min

    Ah ouais c’est impressionnant de voir comment l’IA a évolué depuis le demi siecle dernier !

    On est vraiment bien plus loin qu’allumer une lampe à distance avec un Okay Google ! Maintenant c’est la lampe qui va nous demander si on veut l’allumer ! En plus Google ne réagit pas à toutes les voix, c’est dommage dans certaines situations…!

    Article super interessant, clair et net. Bravo à l’auteur ! #J’active les notifs

    • Lukas Deronzier

      27/02/2020 at 11 h 13 min

      Merci 😉

      • DI LORENZO

        30/03/2020 at 15 h 45 min

        Super article! J’ai découvert le site grâce à vous, vos articles sont géniaux.

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.