Environ 1000 experts appellent, dans une lettre signée, à une pause dans la formation à l’Intelligence Artificielle (IA), un appel qui ne fait pas l’unanimité dans le monde de la science et des Technologies.
Au rang des personnalités qui s’opposent à cette décision, Sam Altman, directeur exécutif d’OpenAI qui n’a pas voulu signer la lettre. Ce refus amène les signataires à penser que la communauté technologique n’acceptera pas ce moratoire, qui ajoute à la complexité l’option des gouvernements légiférant sur l’Intelligence Artificielle.
En attendant de voir l’impact de cette lettre, il est possible que le nombre de signataires augmente dans les prochaines semaines, ainsi que ceux qui s’y opposent augmentent également en nombre. Une actualité suivie de très près et dont le résultat pourrait avoir un impact profond sur la société.
L’intelligence artificielle (IA) est un processus d’imitation de l’intelligence humaine qui repose sur la création et l’application d’algorithmes exécutés dans un environnement informatique dynamique. Son but est de permettre à des ordinateurs de penser et d’agir comme des êtres humains.
Pour y parvenir, trois composants sont nécessaires :
• Des systèmes informatiques
• Des données avec des systèmes de gestion
• Des algorithmes d’IA avancés (code)
Pour se rapprocher le plus possible du comportement humain, l’intelligence artificielle a besoin d’une quantité de données et d’une capacité de traitement élevées.
Depuis au moins le premier siècle avant notre ère, l’Homme s’est penché sur la création de machines capables d’imiter le raisonnement humain. Le terme « intelligence artificielle » a été créé plus récemment, en 1955 par John McCarthy. En 1956, John McCarthy et ses collaborateurs ont organisé une conférence intitulée « Dartmouth Summer Research Project on Artificial Intelligence » qui a donné naissance au machine learning, au deep learning, aux analyses prédictives et, depuis peu, aux analyses prescriptives. Un nouveau domaine d’étude est également apparu : la science des données.
De nos jours, êtres humains et machines génèrent des données plus vite qu’il n’est humainement possible de les absorber et de les interpréter pour prendre des décisions complexes. L’intelligence artificielle est la base de tout apprentissage par un ordinateur et représente l’avenir des processus décisionnels complexes. Par exemple, la plupart des êtres humains peuvent apprendre à ne pas perdre à une simple partie de morpion, alors qu’il existe 255 168 actions possibles, dont 46 080 mènent à un match nul. En revanche, les champions du jeu de dames sont plus rares, étant donné qu’il existe plus de 500 x 1018 (500 trillions) de coups possibles. Les ordinateurs sont capables de calculer ces combinaisons et les meilleures permutations possibles très efficacement, afin de prendre la bonne décision. L’IA (avec son évolution logique, le machine learning) et le deep learning représentent l’avenir de la prise de décisions.
L’IA est présente dans notre quotidien. Elle est par exemple utilisée par les services de détection des fraudes des établissements financiers, pour la prévision des intentions d’achat et dans les interactions avec les services clients en ligne. Voici quelques exemples :
• Détection des fraudes. Dans le secteur de la finance, l’intelligence artificielle est utilisée de deux manières. Les applications qui notent les demandes de crédit utilisent l’IA pour évaluer la solvabilité des consommateurs. Des moteurs d’IA plus avancés sont chargés de surveiller et de détecter en temps réel les paiements frauduleux réalisés par carte bancaire.
• Service client virtuel (SCV). Les centres d’appel utilisent un SCV pour prédire les demandes de leurs clients et y répondre sans intervention humaine. La reconnaissance vocale et un simulateur de dialogue humain constituent le premier point d’interaction avec le service client. Les demandes plus complexes requièrent quant à elles une intervention humaine.
• Lorsqu’un internaute ouvre une fenêtre de dialogue sur une page web (chatbot), son interlocuteur est souvent un ordinateur exécutant une forme d’IA spécialisée. Si le chatbot ne parvient pas à interpréter la question ou à résoudre le problème, un agent humain prend le relais. Ces échecs d’interprétation sont envoyés au système de machine learning afin d’améliorer les futures interactions de l’application d’IA.
Son interruption sera perçue par plusieurs comme une reculade de la recherche et de la sciences dans un monde devenu technologique
