L'intelligence artificielle (IA) est sur le point de transformer notre manière de vivre et de travailler. Notre série « L'IA pour les entreprises » vise à offrir aux leaders des entreprises et des services informatiques les outils et les connaissances nécessaires pour prendre de meilleures décisions en matière d'IA.
« Toute technologie suffisamment avancée est indiscernable de la magie. » Les mots de l'auteur de science-fiction Arthur C. Clarke sonnent particulièrement vrais depuis les récentes avancées technologiques comme l'arrivée des outils d'IA générative comme Dall-E et ChatGPT. Si ces outils d'IA « créent » des œuvres originales à partir de rien, ils sont aussi en passe de bouleverser des secteurs entiers dans un futur pas si lointain. Il ne s'agit donc pas d'une thématique à ignorer.
Comme pour d'autres sujets avant elle (adieu, cher Métavers, à peine le temps de te connaître), les discussions qui gravitent autour de l'IA animent tellement les foules qu'il en devient difficile de distinguer ce qui est futile de ce qui est réellement utile.
Dans cet article, nous tenterons de démystifier l'IA et de poser les bases pour comprendre cette technologie et ainsi déceler les faits avérés dans la masse d'informations. Pour y parvenir, nous avons sollicité Michael Littman, auteur et professeur de sciences informatiques à l'université Brown et directeur de la division des systèmes d'information et des systèmes intelligents de l'agence indépendante américaine National Science Foundation. Son livre, Code to Joy: Why Everyone Should Learn a Little Programming (S'amuser en codant : pourquoi tout le monde devrait apprendre les bases de la programmation) sera publié à l'automne.
Michael Littman indique que l'IA est un outil incroyable, mais une solution peu convaincante pour résoudre des problèmes d'entreprise. « Votre travail ne s'en trouvera pas tant facilité. Vous irez tout simplement plus loin, parce que vous utiliserez ce puissant outil. Les gens oublient vite ce détail. Ils se disent que ces machines sont intelligentes, que l'on peut s'en remettre à elles pour effectuer telle ou telle tâche. Et cela n'a pas encore été prouvé à l'heure actuelle. »
L'IA sous toutes ses facettes
Quand on cherche à comprendre l'intelligence artificielle, l'un des défis majeurs que l'on rencontre repose dans le nom lui-même. Le terme « intelligence » est sans doute un peu exagéré puisqu'il est principalement associé à la conscience et aux êtres humains. Pourtant, les spécialistes de l'histoire ou de la télé-réalité attesteront du fait que la « vie intelligente » ne s'accompagne pas toujours de résultats intelligents. Il est donc utile de définir quelques termes clés associés à l'IA :
- Intelligence : dans le contexte de l'IA, l'université de Stanford définit l'intelligence comme la capacité à apprendre et à effectuer des techniques adaptées pour résoudre des problèmes et pour atteindre des objectifs appropriés au contexte dans un monde incertain et en constante mutation. C'est cette capacité à apprendre et à s'adapter à des conditions variables qui distingue les systèmes intelligents des machines les plus complexes.
- Intelligence artificielle (IA) : né au milieu des années 1950, ce terme est décrit par IBM comme un domaine qui associe les sciences informatiques à des ensembles de données robustes permettant de résoudre des problèmes. Bien que l'IA soit souvent dépeinte comme une technologie unique et monolithique, il faut en réalité l'envisager comme un domaine étendu qui regroupe différents sous-domaines, comme la vision par ordinateur ou le traitement automatique du langage naturel, qui cherchent à synthétiser une seule pièce du grand puzzle que forme l'IA.
- Apprentissage automatique (machine learning) : l'apprentissage automatique constitue un sous-domaine de l'IA qui se concentre sur l'utilisation de données et d'expériences permettant à des programmes d'« apprendre » et de s'améliorer en fonction des résultats antérieurs. L'apprentissage automatique, dont l'apprentissage profond est un sous-domaine, s'appuie sur de nombreuses disciplines, comme les sciences informatiques, les statistiques, la psychologie et les neurosciences, pour créer un large éventail de modèles d'apprentissage utilisés par différents sous-domaines de l'IA.
- IA générative : les outils d'IA générative, comme ChatGPT et Midjourney, sont à l'origine de l'enthousiasme actuel pour l'IA et tirent parti de modèles d'apprentissage profond et de gigantesques volumes de données d'entraînement pour générer du contenu en fonction des prompts de l'utilisateur, c'est-à-dire les demandes qu'il formule.
L'IA, une technologie en évolution
Au-delà des difficultés terminologiques, les récentes avancées des technologies d'IA générative ont brouillé les limites entre le résultat informatique et l'expression créative. Que se passe-t-il réellement en coulisses pour produire cette image de Bigfoot et d'Abraham Lincoln qui se défient au breakdance ?
La réponse à cette question peut être assez complexe, mais vous n'avez pas besoin de connaissances techniques poussées pour vous rendre compte que l'IA peut apporter son lot d'avantages à votre entreprise. Même si la plupart des utilisateurs utiliseront l'IA grâce à une application ou à une interface utilisateur dédiée, il est toujours intéressant d'avoir quelques bases sur la création de modèles d'IA ainsi que de connaître leurs implications éventuelles pour votre entreprise et pour vous-même :
- Un océan de données : comme on peut s'y attendre, créer un modèle d'IA nécessite un immense volume de données. L'origine et l'utilisation de ces données peuvent avoir des conséquences très étendues, comme des problèmes de droits d'auteur ou la perpétuation des mêmes préjugés qui gangrène l'humanité depuis tant d'années. Les outils optimisés par l'IA que vous déploierez dans votre entreprise pourraient avoir accès aux données les plus sensibles et privilégiées de votre entreprise comme de vos clients. Vous devez donc veiller à sécuriser ces données au moment d'évaluer vos possibilités.
- Puissance de calcul : pour obtenir des prédictions précises, les outils optimisés par l'IA doivent être entraînés sur un immense volume d'exemples. Comme pour la plupart des technologies récentes, l'intelligence artificielle a pu voir le jour grâce à la croissance exponentielle de la puissance de calcul et de son efficacité au cours des dernières décennies. Toutefois, cette puissance peut constituer un facteur de coût majeur pour certaines applications métiers, et en particulier pour celles déployées à grande échelle. Et ce n'est pas tout : l'impact environnemental de la puissance requise par ces outils est également un problème de taille.
- Reconnaissance des formes : de nombreux travaux d'IA s'inspirent de la capacité humaine à reconnaître les formes. Les ordinateurs peuvent assimiler davantage de données qu'un humain ne le pourrait au cours de sa vie. En revanche, à moins qu'ils ne soient programmés avec soin, il leur est incroyablement difficile de généraliser ces formes avec la facilité dont les humains en sont capables. En réalité, les sous-domaines de l'IA, comme la reconnaissance d'images ou le traitement automatique du langage naturel, démontrent que même les actions humaines les plus simples impliquent souvent des mécanismes de reconnaissance de formes à la complexité étonnante. Les outils d'IA peuvent consulter d'énormes quantités de données pour reconnaître des formes et mettre en place les connexions qui peuvent fournir des données et pistes d'innovation intéressantes sur vos activités. Comme pour toute analyse statistique, il ne faut, toutefois, pas oublier que la corrélation n'est pas toujours synonyme de causalité. Vous ne devez donc pas considérer que toutes les corrélations trouvées ont du sens.
- Prédictions : disposer d'un outil de prédiction performant vous permet d'optimiser un système pour prendre en compte des variables dont vous n'aviez peut-être pas conscience jusqu'ici. Du secteur de la santé à celui de l'hôtellerie, l'analyse prédictive est utilisée pour analyser les données et prédire les résultats futurs, ce qui permet de mettre en place des stratégies pour toutes les éventualités. Il convient pourtant de considérer ces données comme complémentaires et pas comme des vérités prophétiques quand vous prenez des décisions clés pour votre entreprise.
- Optimisation : les outils optimisés par l'IA emploient divers modèles d'apprentissage automatique qui permettent d'améliorer la qualité de leurs prédictions au fil du temps en fonction de son expérience et de données complémentaires. Cette capacité à s'adapter et à s'améliorer peut présenter de grands avantages. Notez toutefois que l'apprentissage automatique n'est pas toujours l'outil le plus efficace pour toutes les situations. Faites donc preuve de prudence lorsque vous déployez des solutions utilisant l'IA et lorsque vous interprétez et communiquez les résultats.
- Garde-corps : créer un modèle d'IA capable de générer n'importe quelle image n'est pas une mince affaire, mais il peut être plus difficile encore de définir les images que ce modèle ne doit jamais créer, même si on lui demande, et ce, pour des raisons morales, éthiques ou juridiques. Pour garantir que vos outils d'IA sont adaptés à vos clients, vous devez mettre en place un niveau de supervision humaine important. De plus en plus de législateurs et d'experts du secteur mettent d'ailleurs en garde contre les risques issus d'une IA non supervisée. Il est crucial de mettre en place une supervision humaine continue dans le cadre du déploiement d'outils d'IA dans votre entreprise.
De la théorie à la pratique
Considérant le rôle majeur qui semble se tracer pour l'IA dans le monde professionnel, comprendre ces bases peut aider à prendre des décisions éclairées en matière d'intelligence artificielle. Michael Littman indique qu'il est important de se faire accompagner lorsqu'on utilise ces systèmes. « Ne laissez pas de place à l'imagination. Nous commençons à collecter de réelles informations sur ce qui fait la différence lors du déploiement de l'IA. » Le cadre de gestion des risques liés à l'IA (AI RMF, AI Risk Management Framework), développé par l'agence américaine National Institute for Standard and Technology, constitue, selon lui, un bon point de départ.
Prochainement : nous publierons d'autres articles de la série « L'IA pour les entreprises » pour développer vos connaissances fondamentales sur l'IA et vous aider à garder une longueur d'avance.
