Culture numérique : l'intelligence artificielle

Le lundi 11 juin la troisième session de l'atelier culture numérique a eu lieu de 9h30 à 11h30. Exceptionnellement l'atelier n'était pas animé par Joachim.

C'est Daniel Friesse qui s'est frotté à l'exercice. Il nous a exposé clairement ce qu'est l'intelligence artificielle et nous a tenu au courant de ses usages. Je vous fais ici un résumé des deux heures de conférence et de débat. Daniel a commencé son intervention en passant cette musique de Stromaë :

 

Aujourd'hui des artistes testent le potentiel de création des machines dans la musique, les arts plastiques ou même, l'invention de synopsis de films. Le résultat n'est pas forcément transcendant mais il étonne souvent (je vous renvoie à l'image de couverture de cette article).

 

Introduction :

L'intelligence artificielle est revenue sur le devant de la scène en 2010 avec le concours ILSVRC où les participants font s'affronter des programmes de reconnaissance d'images. En 2011, les plus faibles taux d'erreur de classement des images étaient de 25 %. Dès 2014, à l'occasion de la généralisation de nouvelles techniques reposant sur l'intelligence artificielle, les taux d'erreurs chutent à quelques pour-cents. Ce progrès est dû notamment à la technologie dite des « neurones convolutifs » ou réseau de neurones (que nous verrons plus loin). Mais c'est aussi grâce à l'augmentation de la puissance des ordinateurs dans les années 2000 et 2010 que l'IA (intelligence artificielle) a décollé. Les GPU (cartes graphiques) ont gagné en capacité et elles s'avèrent plus performantes pour l'IA que les simples processeurs.

 

Définition : 

Dans le Larousse, l'IA est définie comme « l'ensemble des théories et des techniques mise en œuvre pour réaliser des machines dont le fonctionnement s'apparente à celui du cerveau humain ». Cette définition met l'accent sur le côté mimétique de l'IA. En réalité, l'IA est à la croisée de nombreuses disciplines :

 

Deux approches s'opposent : d'un côté les défenseurs d'une IA forte où la machine doit raisonner comme l'homme ; de l'autre les tenants d'une IA faible, c'est à dire qui aboutit aux mêmes résultats que l'homme, peu importe sa façon de « raisonner ». C'est plutôt cette dernière approche qui intéresse les scientifiques actuellement. Cependant, il est d'autant plus difficile de définir l'IA qu'on ne sait toujours pas exactement définir le concept d'intelligence.

 

Histoire de l'intelligence artificielle :

Voici une vidéo qui résume bien l'histoire de l'IA depuis les années 50 :

Deux courants de pensée : 

Au sein des chercheurs en IA se sont affrontés deux courants de pensée. Les tenants d'une IA symboliste manipulent des termes logiques et les résultats de ces algorithmes sont in fine démontrables. A l'inverse, l'IA connexionniste repose sur les probabilités, la manipulation de masses de données gigantesques et la création de réseau de neurones. Les résultats de cette IA sont beaucoup plus difficiles à démontrer, c'est pourtant la plus efficace et la plus utilisée aujourd’hui. C'est aussi celle qui génère le plus d'inquiétudes de par son caractère opaque.

 

Les réseaux de neurones :

Un réseau de neurones artificiels reproduit l'interconnexion entre les différents neurones. Chaque neurone est représenté par une fonction qui prend en entrée le signal des neurones précédents, pondère ce signal puis le transforme et retourne le résultat à l'étage de neurone suivant.

 

Le machine learning, ou apprentissage automatique :

C'est un sous domaine de l'IA qui choisit de reproduire un comportement non pas via la programmation mais en concevant un système plus général capable d'apprendre à partir d'exemple. Si l'on veut, par exemple, créer un programme sachant différencier les motos des voitures à partir d'images, on va programmer un algorithme de préparation puis nourrir la machine avec une grande quantité d'images. En se reposant sur les caractéristiques préétablies, la machine va déterminer si l'on a affaire ou non à un moto.

 

Le deep learning ou apprentissage profond :

Il s'agit de méthodes d'apprentissage automatique utilisant les réseaux de neurones profonds (c'est à dire avec plusieurs couches). Cette méthode a été popularisée par des chercheurs comme Geoff Hinton (Google), Yoshua Bengio ou Yann Lecun (Facebook). Pour reprendre l'exemple du dessus, dans le deep learning c'est l'IA elle-même qui va déterminer les caractéristiques les plus pertinentes pour distinguer des éléments sur une image.

Avec ce principe, il est par exemple possible de nourrir un algorithme avec des images de « bons » ou de « mauvais » croissants puis d'installer une caméra sur une chaîne de production de croissants et d'automatiser le tri entre la nourriture destinée à être commercialisée et le reste.

 

Etat des lieux :

Aujourd'hui, l'IA nous donne accès à :

- des voitures plus sures et autonomes

- de l'analyse d'image plus fine

- de la médecine personnalisée

- de la traduction de texte qui fonctionne

- de la recherche d'information plus fine

- beaucoup d'autres applications dans les domaine de la loi, l'énergie, le commerce...

 

Au contraire nous ne pouvons pas avoir :

- des machines avec du sens commun

- des assistant personnels intelligents

- des robots agiles et dextres

- des machines avec une intelligence aussi complète que celle de l'humain

 

Le gouvernement français a décidé de financer plus massivement la recherche en IA. Le but est de positionner la France comme un pays leader en IA. L'accent sera mis sur les secteurs de la santé et des véhicules autonomes.

 

Les questions que pose l'IA :

Tout au long de l'échange, les participants ont exprimé, leur intérêt ainsi que leurs questionnements et leurs craintes. En effet l'utilisation de l'IA posent un certain nombre de problèmes qui sont loin d'être résolus et pour lesquels la loi n'est pas encore prête :

- les programmes à base d'IA montrent les mêmes biais que leur créateurs et peuvent donner des résultats racistes, sexistes et participer aux inégalités

- avec le temps passé chaque jour sur les écrans, on peut craindre une certaine manipulation des utilisateurs. Il y a donc un risque pour la démocratie

- aujourd'hui les grandes puissances militaires s'orientent de plus en plus vers l'utilisation d'armes automatiques. Quel est le statut de ces drones tueurs ? Doit-on en autoriser l'usage ?

- l'IA permet de franchir de nouveaux paliers dans la surveillance de masse

- la haute technicité de ces systèmes les rend opaques pour la plupart de leurs utilisateurs et favorise ainsi les usages malveillants

- il n'y a pas encore de cadre légal clair pour traiter les questions de droit posées par l'IA

- beaucoup d'emplois seront à moyen terme remplacés par des IA ; selon certains chercheurs la création de nouveaux emplois compensera, pour d'autres non

 

Pour finir sur une note plus légère voici une vidéo des dernières avancées de Boston Dynamics en terme de robotique :

 

La prochaine session de culture numérique aura lieu cet été et portera sur le transhumanisme.