L’intelligence artificielle est née lors d’une réunion tenue à l’été 1956 à Dartmouth (États-Unis), à laquelle ont participé ceux qui sont devenus plus tard les principaux chercheurs de la région. Pour la préparation de la réunion, J. McCarthy, M. Minsky, N. Rochester et C. E. Shannon a rédigé une proposition dans laquelle le terme « intelligence artificielle » apparaît pour la première fois. Il semble que ce nom ait été donné à la demande de J. McCarthy.

Ce qui a permis l’irruption de l’IA dans nos vies

intelligence-artificielleL’informatique a énormément progressé depuis sa création il y a 70 ans. La puissance de calcul a doublé tous les 18 mois, conformément à la loi de Moore. On estime que, si la loi de Moore continue d’être appliquée, d’ici 2030, la puissance de calcul d’un processeur correspondra à celle d’une personne.

En même temps, la quantité d’informations actuellement stockées numériquement est énorme. Les moteurs de recherche comme Google stockent des millions de copies de pages Web existantes, et les services de messagerie des entreprises accumulent des millions de nos messages. Les réseaux sociaux enregistrent nos intérêts et nos amitiés. Les entreprises conservent toute information, aussi insignifiante soit-elle, au cas où elle pourrait leur être utile à l’avenir.

 

Qu’est-ce que l’intelligence artificielle ?

L’intelligence artificielle (IA) est la combinaison d’algorithmes conçus pour créer des machines ayant les mêmes capacités que les humains. Une technologie encore mystérieuse, mais présente depuis quelques années dans notre quotidien.

La problématique de l’intelligence artificielle peut être définie comme la construction d’une machine qui se comporte de telle manière que si le même comportement était accompli par un être humain, il serait appelé intelligent.

Les types d’intelligence artificielle

Les experts en informatique Stuart Russell et Peter Norvig distinguent différents types d’intelligence artificielle :

  • Des systèmes qui pensent comme les humains : ils automatisent des activités telles que la prise de décision, la résolution de problèmes et l’apprentissage. Les réseaux neuronaux artificiels en sont un exemple.
  • Les systèmes qui agissent comme les humains : ce sont des ordinateurs qui exécutent des tâches de la même manière que les gens. C’est le cas des robots.
  • Les systèmes qui pensent rationnellement : ils essaient d’imiter la pensée logique rationnelle de l’homme, c’est-à-dire qu’ils cherchent comment obtenir que les machines puissent percevoir, raisonner et agir en conséquence. Les systèmes experts font partie de ce groupe.
  • Les systèmes qui agissent rationnellement : idéalement, ce sont ceux qui tentent d’imiter le comportement humain de manière rationnelle, comme des agents intelligents.

Classification de l’intelligence artificielle

Cette classification est basée sur les objectifs finaux de la recherche dans ce domaine. Ce sont des intelligences artificielles fortes et faibles.

Faible intelligence artificielle : On considère que les ordinateurs ne peuvent que simuler qu’ils raisonnent, et qu’ils ne peuvent agir que de manière intelligente. Les partisans d’une intelligence artificielle faible croient qu’il ne sera jamais possible de construire des ordinateurs conscients, et qu’un programme est une simulation d’un processus cognitif mais pas un processus cognitif en soi.

Intelligence artificielle forte : Dans ce cas, on considère qu’un ordinateur peut avoir un esprit et quelques états mentaux, et que, par conséquent, un jour, il sera possible d’en construire un avec toutes les capacités de l’esprit humain. Cet ordinateur sera capable de raisonner, d’imaginer, etc.

Objectifs de l’intelligence artificielle

Bien qu’il y ait différents points de vue sur ce qu’est l’intelligence artificielle, il existe un accord important sur les résultats attribuables à cette branche de l’informatique, ainsi que sur la classification des méthodes et techniques développées. Ci-dessous, nous passons en revue les quatre thèmes principaux de l’intelligence artificielle.

Résolution de problèmes et recherche

L’intelligence artificielle vise à résoudre des problèmes de nature très différente. Pour être en mesure d’atteindre cet objectif, compte tenu d’un problème, il est nécessaire de le formaliser afin d’être en mesure de le résoudre. Ce sujet porte sur la façon de l’officialiser et sur les formes de résolution.

Représentation de la connaissance et des systèmes fondés sur la connaissance

Il est fréquent que les programmes d’intelligence artificielle doivent intégrer la connaissance du domaine d’application (par exemple, en médecine) afin de résoudre des problèmes. Ce thème se concentre sur ces aspects.

Apprentissage automatique

La performance d’un programme peut être augmentée si le programme apprend de l’activité effectuée et de ses propres erreurs. Des méthodes ont été mises au point à cette fin. Il existe également des outils qui permettent d’extraire les connaissances des bases de données.

Intelligence artificielle distribuée

Au cours de ses premières années, l’intelligence artificielle était monolithique. Maintenant, avec les ordinateurs multiprocesseurs et l’Internet, il y a un intérêt pour les solutions distribuées. Celles-ci vont des versions parallèles des méthodes existantes aux nouveaux problèmes liés aux agents autonomes (programmes logiciels avec autonomie pour prendre des décisions et interagir avec les autres).

Applications pratiques d’intelligence artificielle

L’intelligence artificielle est présente dans la détection des visages des téléphones mobiles, dans les assistants vocaux virtuels tels que Siri d’Apple, Alexa d’Amazon ou Cortana de Microsoft et est intégrée dans nos appareils quotidiens par le biais de robots ou d’applications mobiles, tels que :

  • Lyli, un personal shopper en version numérique ;
  • Parla, conçu pour nous aider à apprendre les langues ;
  • Ems, conçu pour faciliter la difficile tâche de trouver un nouvel appartement ;
  • Gyant, un assistant virtuel Facebook qui établit des diagnostics médicaux.

Le but de chacun d’entre eux : faciliter la vie des gens.

Les progrès de l’analyse d’impact conduisent déjà à l’utilisation de grandes quantités de données en raison de la capacité à traiter d’énormes quantités de données et à fournir des avantages communicationnels et commerciaux qui lui ont permis de se positionner comme la technologie essentielle des décennies à venir. Transport, éducation, santé, culture…. aucun secteur ne résistera à ses charmes.

Principaux domaines d’applications de l’IA

A ce jour, de nombreuses applications ont été développées en utilisant certaines des méthodes ou algorithmes conçus dans le domaine de l’intelligence artificielle. Dans cette section, nous passons en revue quelques-unes des applications existantes les plus remarquables ou qui ont eu une pertinence historique.

Applications dans les jeux

Depuis des décennies, l’intelligence artificielle se consacre au jeu pour vaincre les meilleurs joueurs humains. Il a toujours été considéré que la capacité de jouer était l’intelligence. Les dames et l’Othello ont été vaincus en premier. En 1997, c’était le tour des échecs.

Les dames

Chinnok, un programme développé depuis 1989 par l’équipe de Jonathan Schaeffer de l’Université de l’Alberta, est devenu en 1994 champion du monde. Le programme inclut une base de données avec les ouvertures des meilleurs joueurs et une autre des situations finales où il reste 8 jetons ou moins sur le plateau. La même équipe de recherche a prouvé des années plus tard, en 2007, que lorsqu’on joue parfaitement aux dames, aucun joueur ne peut gagner. Cela signifie qu’une stratégie optimale de la part des deux joueurs ne peut conduire qu’à des nuls. La difficulté de cette démonstration est qu’il peut y avoir environ 500 3 1020 planches possibles, soit, en d’autres termes, cinquante mille milliards de planches. Le problème est un million de fois plus difficile que celui du 4 en ligne.

Les échecs

Pendant de nombreuses années, des inventions et des programmes ont été développés afin de gagner dans le jeu d’échecs. Cependant, ce n’est qu’en mai 1997 que Deep Blue a battu le champion humain G. Kasparov à New York. Le programme développé par IBM utilisait du matériel spécifique, des bases de données qui permettaient au programme de jouer parfaitement dans les situations finales avec 7 puces ou moins sur la carte, et des algorithmes de recherche du type minimax pour trouver la meilleure solution dans tous les autres cas.

Logistique et transport

Il sera utile pour éviter les collisions ou les embouteillages et aussi pour optimiser la circulation.

Voitures autonomes

Stanley a remporté le Grand Défi DARPA 2005. La voiture, autonome et sans chauffeur, a parcouru 212,4 km dans le désert de Mojave, aux Etats-Unis, en 6 heures et 54 minutes. En 2007, s’est tenu le « Grand Challenge DARPA 2007 », qui consistait à parcourir 96 km en zone urbaine (à la George Air Force Base en Californie). Les voitures circulaient en traitant en temps réel les règles de circulation de l’état de Californie. Le 20 septembre 2011, la voiture Made in Germany de l’Université Libre de Berlin a parcouru 80 km dans les rues de cette ville. Le trajet se faisait entre le Centre international de congrès et la Porte de Brandebourg, au centre de Berlin. La voiture est complètement autonome, bien que certaines informations, telles que la vitesse du trajet, lui soient données et ne soient pas collectées par ses caméras. La voiture reconnaît la présence de piétons et de feux de signalisation.

A présent, Tesla a développé un système par lequel, lorsqu’une de ses voitures parcourt un itinéraire pour la première fois, elle partage l’information avec les autres.

Le métro de la ville japonaise de Sendai

Ce métro, développé en 1987, a été le premier au monde à être entièrement automatisé. Aujourd’hui, il existe de nombreuses lignes de métro sans conducteur dans le monde. Le système a été développé sous la direction de Seiji Yasunobu, membre du laboratoire de développement des systèmes d’Hitachi. Il est basé sur des techniques de logique floue.

Véhicules aériens sans pilote

Le véhicule aérien sans pilote Global Hwak a été le premier à traverser l’océan Pacifique sans s’arrêter. Il a fait le voyage des États-Unis (Californie) à l’Australie en avril 2001. Cependant, il a toujours besoin d’un pilote dans une station au sol et d’autres opérateurs pour analyser les données. Selon Weiss (2011), le principal problème de ces systèmes autonomes est que, bien qu’ils puissent recueillir beaucoup de données, ils n’ont toujours pas la capacité de traitement nécessaire pour traiter les données en temps réel et agir intelligemment sur celles-ci.

Assistants personnels virtuels

Nous vivrons avec des chatbots interactifs qui pourront vous proposer des produits, restaurants, hôtels, services, spectacles, selon notre historique de recherche.

Finances

Les technologies intelligentes peuvent aider les banques à détecter la fraude, à prévoir les tendances du marché et à conseiller les clients sur les transactions.

L’éducation

Il vous permet de savoir si un étudiant est sur le point d’annuler son inscription, de suggérer de nouveaux cours ou de créer des offres personnalisées pour optimiser son apprentissage.

Commercial

Vous pouvez faire des prévisions de ventes et choisir le bon produit à recommander au client. Des entreprises comme Amazon utilisent des robots pour déterminer si un livre aura du succès ou non, avant même son lancement.

Climat

Des flottes de drones capables de planter un milliard d’arbres par an pour lutter contre la déforestation, des véhicules sous-marins sans pilote pour détecter les fuites dans les pipelines, des bâtiments intelligents conçus pour réduire la consommation énergétique, etc.

Agricole

Des plates-formes spécifiques qui, grâce à l’analyse prédictive, améliorent les rendements agricoles et préviennent des impacts négatifs sur l’environnement.

Santé

Il y a déjà des chatbots qui nous interrogent sur nos symptômes afin d’établir un diagnostic. La collecte de données génère des modèles qui aident à identifier les facteurs génétiques susceptibles de développer une maladie.

Les six lois sur la robotique proposées par le parlement européen

Cette irruption vertigineuse de l’IA et de la robotique dans notre société a amené les organisations internationales à réfléchir à la nécessité de créer une réglementation pour réglementer leur utilisation et leur emploi et ainsi éviter d’éventuels problèmes qui pourraient survenir dans le futur.

  1. Les robots doivent être équipés d’un interrupteur d’urgence pour éviter toute situation dangereuse.
  2. Ils ne doivent pas nuire aux êtres humains. La robotique est spécialement conçue pour aider et protéger les gens.
  3. Les relations émotionnelles peuvent ne pas être générées.
  4. Il sera obligatoire de souscrire une assurance pour les machines de plus grande taille. En cas de dommages matériels, les frais sont à la charge du propriétaire.
  5. Leurs droits et obligations seront légalement classés.
  6. Les machines seront soumises à la sécurité sociale. Leur entrée sur le marché du travail aura un impact sur la main-d’œuvre de nombreuses entreprises. Les robots devront payer des impôts pour subventionner l’aide aux chômeurs.

Conclusion

Une augmentation de la vitesse de calcul et de la capacité de stockage signifiera que les systèmes auront plus de ressources pour prendre des décisions et que ces décisions seront prises de manière plus éclairée et, par conséquent, plus personnalisée.

Cette technologie change déjà le monde et les chiffres en sont le meilleur exemple : le cabinet de conseil américain Gartner prévoit que 85% des interactions avec les clients seront gérées par IA et, ensemble, on estime que le marché de l’IA pourrait atteindre 127 milliards de dollars en 2025.