Dossier : Les nouvelles technologies, partout dans nos vies

Les technologies, qui font évoluer notre mode de vie sont désormais « nouvelles » en ce sens qu’elles se développent grâce au volume de stockage des données, à la rapidité de leur traitement et de leur transport par la fibre optique, les satellites et le wifi.

Labos publics et privés se lancent de nouveaux défis pour des applications toujours plus inattendues. Plus de sécurité et de sobriété dans nos transports, moins d’intrants dans l’agriculture, plus d’automatisme et de domotique, de télémédecine, de textiles intelligents et d’exosquelettes motorisés.

Les nouvelles technologies sont partout dans nos vies.

Cédric Villani, brillant mathématicien et député fait volontiers l’éloge de l’Intelligence Artificielle. Chemise à jabot, redingote et montre à gousset, le titulaire de la médaille Fields soigne l’anachronisme. Après avoir longtemps fait hésiter les mathématiciens des pays les plus avancés, l’Intelligence artificielle est devenue une évidence aux yeux de tous. Au point de l’avoir simplifiée à l’extrême par l’acronyme « I.A ». Cédric Villani en convient : « la Chine investit en milliards sur le sujet quand l’Europe compte encore en millions ».  C’est dire que nous avons du retard, la France en particulier. Monsieur le député-scientifique sait de quoi il parle pour avoir été prié par un ancien Premier ministre, Edouard Philippe, de faire un rapport sur la question. « L’IA est à l’évidence une porte d’entrée vers le futur, disait-il alors. Mais la recherche a de nombreux défis à relever en ce sens, dont celui de l’interopérabilité ». La France est en effet douée en mathématique, en biomédecine et en physique… ces domaines doivent maintenant travailler ensemble pour gagner.

A n’en pas douter, les nouvelles technologies sont le point commun à toute progression.

L’intelligence artificielle sera l’une des composantes majeures de notre développement, au même titre que les données et les algorithmes qui les traitent par millions, et qui ont, elles aussi leur « petit nom », les big data !

L’intelligence artificielle : pourquoi, comment ?

Comme le réseau de neurones se construit dans notre cerveau sur la base de l’expérience, l’Intelligence artificielle se forge, elle aussi, à partir de l’apprentissage qu’on suggère à des machines. Elles deviennent « intelligentes », grâce à la somme de données qu’on leur fournit, un peu comme le chien de Pavlov !

Fréderic Ros est professeur associé à l’université d’Orléans, chercheur au laboratoire PRISME et directeur de l’IndustryLab.

Il regrette que les entreprises ne s’emparent pas suffisamment de l’IA, mais convient que de nombreux domaines économiques se sont approprié une forme d’intelligence artificielle. La médecine, le juridique, la finance, la logistique, la voiture autonome, l’agriculture ou les communications… rien ne lui échappe. Le secteur bancaire s’en sert pour minimiser le risque d’impayé et de fraude, le marketing pour la reconnaissance faciale et l’optimisation des publicités. Les Chinois ont des modèles prédictifs de la pollution de l’air dans les grandes villes.

« La question est l’utilité du produit ou de l’application ultime que l’on aura avec cette intelligence créée de toutes pièces. Et naturellement, il faut disposer de datas pour les exploiter à des fins d’IA ».  Altavista l’a fait, puis Yahoo avant que Google ne trouve l’algorithme magique qui permet aujourd’hui de surfer sur le Net. « Souvenez-vous de Dee-blue, qui a battu le champion du monde d’échec de l’époque, poursuit Frédéric Ros. On disait alors qu’il n’était pas doué d’intelligence, mais simplement d’avoir su acquérir des millions de combinaisons pour répondre à toutes les attaques ». Plus tard, d’autres ordinateurs ont eux aussi appris à défier les plus grands joueurs, par l’apprentissage cette fois.

« Les datas sont plus ou moins structurées, explique Frédéric Ros. Une température, une date, un site internet, qu’importe, nous sommes entourés de datas que nous exploitons. On les définit par cinq mots clefs : volume, vitesse, variété, variabilité et valeur. Pour faire simple, il y a l’ancien et le nouveau monde. L’ancien monde, c’est des petites bases de données, la data n’est utilisée que pour valider les hypothèses ; l’expertise humaine a encore le dernier mot et l’on prend ainsi des jours ou des mois pour une décision. C’est le format xls et pptx.  Le nouveau monde, lui, ce sont des bases gigantesques. La data ne se contente plus de valider, elle génère les hypothèses, et c’est le software qui a le dernier mot. On décide alors en millisecondes dans des formats infiniment plus complexes : cvs et json ».

L’intelligence artificielle est une classe d’algorithmes, qui inclut l’apprentissage (machine-learning et deep-learning). Une forme de comportement intelligent que l’humain intègre aux machines. Les algorithmes analysent les données pour appréhender une situation. Depuis les années 50, la maîtrise de l’IA s’améliore. On sait industrialiser des solutions d’IA. Désormais, les spécialistes et les informaticiens en particulier, savent utiliser ces briques pour créer des Intelligences artificielles. Des IA qui se sont presque démocratisées. Pour le commun des mortels, encore faut-il s’accrocher aux discours savants.

Fréderic Ros tente de faire simple et explique « qu’il s’agit de faire apprendre à un système la reconnaissance d’éléments clef, par exemple une molécule toxique. Grâce à l’apprentissage algorithmique, il sera en mesure de faire de la prédiction de toxicité dans des produits ». On peut imaginer le même résultat pour la prédiction de performance d’une entreprise en fonction de ces données financières. « Il s’agit d’un apprentissage supervisé. L’homme observe, corrige si besoin pour finalement accorder sa confiance ». Mais on sait aussi laisser l’algorithme faire seul son expérience. C’est l’apprentissage non supervisé. […]

Dossier réalisé par Stéphane De Laage