A en croire la presse, un mouvement colossal et comparable à une sorte de gigantesque tectonique des plaques socio-économiques seraient en train de se produire sous nos yeux. La Blockchain, pour ne citer qu’une des technos faisant trembler la planète politico-médiatique, représenterait par exemple une menace pour l’ensemble des systèmes financiers mondiaux risquant d’ébranler par là-même potentiellement tout notre, déjà, ancien monde.

L’intelligence artificielle – et son cortège d’élucubrations afférentes – ne déroge pas à la règle. Elle entraine également dans son sillage les plus grandes spéculations quant aux bouleversements cruciaux que le monde n’aurait pas connu, au bas mot, depuis la fin de l’ère glacière.

Nous pourrions disserter plusieurs heures sur les cataclysmes que l’IA pourrait causer à l’humanité mais il nous a semblé tout aussi opportun de s’attarder plus prosaïquement sur des changements pratico-pratiques, à l’échelle de notre quotidien, que l’IA distille et distillera dans les quelques années qui poignent.

Pour arriver sur ce site, vous avez probablement sans le savoir déjà utilisé de l’IA. L’Intelligence Artificielle était sans doute également présente sur votre trajet maison-boulot ce matin. Elle vous a sûrement également servi, sans que vous le sachiez, à échanger en ligne avec vos contacts. Et si ce soir vous vous apprêtez à achetez en ligne, l’IA ne sera encore pas très loin, comme tapie dans l’ombre.

L’Intelligence Artificielle et le transport de votre personne.

De nombreux rapports indiquent que le trafic routier augmente inlassablement chaque année, entraînant avec lui son lot de ralentissement et de stress et donc de productivité. Cette productivité perdue se chiffre en dizaines d’heures par an par individu et conséquemment, à l’échelle mondiale, en centaine de milliards de dollars.

L’intelligence artificielle peut avoir un impact direct sur tout cela.

En utilisant les informations de géolocalisation des Smartphones, d’abord, Google (via son système Android couplé à Map) peut analyser en temps réel l’état du trafic et la vitesse de déplacement. Il lui devient facile de prendre en considération des événements exceptionnels (travaux, accidents, météo…). En se basant sur une quantité phénoménale de datas, mixées en temps réel, Maps peut vous permettre de gagner un temps fou en vous proposant des itinéraires alternatifs.

Vous êtes-vous en outre déjà demandé comment Uber faisait pour calculer le prix de la course ? Savez-vous comment votre temps d’attente peut être réduit à son strict minimum ? Pour ce faire, Uber utilise des techniques de Machine Learning.

L’enjeu des ingénieurs d’Uber est de prédire la demande des utilisateurs pour que le prix soit – en fonction de l’offre et de la demande – suffisamment motivant pour n’être pas trop élevé pour vous et tout à la fois suffisamment attractif pour les chauffeurs. Et cette équilibre-là se fait à la seconde près, en fonction du nombre de demandes, de leurs emplacements, des voitures en circulation, de l’heure, etc…

Bien entendu, ces techniques sont utilisées également pour la livraison de repas, aussi bien par UberEats que par Deliveroo. Bilan de l’usage de l’IA : un temps d’attente réduit pour les clients finaux et des livreurs aux courses optimisées selon Danny Lange (responsable du ML chez Uber).

intelligence-artificielle-in-principio-deliveroo-agent-conversationnel

Deliveroo utilise l’IA pour optimiser les livraisons

Autre exemple dans le secteur des transports : l’aviation. Le pilotage automatique est utilisé depuis bien longtemps dans l’aviation civile, même si l’on ne parlait pas alors d’IA. Un article du New York Times indique que seules 7 minutes d’un vol moyen serait encore dirigées 100% par l’homme (décollage et atterrissage). Mais qu’adviendra-t-il des trajets en avion, voire en train lorsque la voiture pourra vous emmener d’un point A à un point B, sans aucune attention de votre part, pendant votre sommeil ? Selon MCKinsey, le nombre d’accidents de voitures pourrait être réduit de près de 90% d’ici à 2035 grâce à ces véhicules munis d’IA ; de quoi dormir tranquille, non ?

De mon côté, je prie déjà pour que les feux de signalisation deviennent déjà le plus vite possible intelligents pour désengorger certains embouteillages ou tout simplement ne pas attendre inutilement pour passer alors que ni piétons ni autres véhicules ne sont en vue.

L’intelligence artificielle et votre communication avec autrui

Vous ne l’imaginez sans doute pas mais à l’heure où nous écrivons, votre boîte de réception d’email est déjà truffée d’IA. Avez-vous déjà entendu parler de l’anti-spam ?

Historiquement, le spam (c’est-à-dire l’email malvenu qui vient polluer inutilement votre boîte aux lettres), était filtré par des programmes assez simple à base d’inférences du genre « SI le message contient des mots obscènes ET vient d’une adresse inconnue, ALORS mettre ce message directement à la poubelle ». Le problème, c’est que les spammeurs, à l’origine de ces messages ont toujours trouvé moyen de contourner le filtre d’une manière ou d’une autre.

L’enjeu de ces filtres est donc de pouvoir apprendre en permanence pour s’adapter à partir de différents signaux : les mots dans le message, l’expéditeur, les adresses IP d’expédition, etc…En outre, il faut que le moteur laisse passer les messages que vous êtes d’accord pour recevoir tels que certaines promos. Gmail filtre par exemple généralement 99.9% des spams avec succès.

L’approche est à peu près la même s’agissant de catégorisation des emails. Chaque fois que vous catégorisez manuellement un email comme « important », Gmail apprend pour vous aider à les repérer et les catégoriser directement la prochaine fois.

Pourquoi cela peut être utile ? En ayant mis ce système en place sur ses propres employés d’abord (comme à chaque fois), Google a constaté que ceux qui avaient une boîte de réception prioritaire (mieux triée dès l’arrivée), gagnaient 10% par jour en temps de lecture des emails !

Vous ne l’aviez peut-être pas remarqué mais Google va désormais encore plus loin en vous suggérant (par l’apprentissage encore) des messages types de réponse à la réception d’un email (du type « Merci, bien reçu », ou encore « D’accord »…). Les réponses sont brèves mais personnalisées (par exemple « Merci papa »). Il semble que plus de 10% des réponses envoyées via Gmail le soient à ce jour en utilisant tout ou partie de la réponse intelligente automatiquement générée.

Demain la réponse sera de plus en plus construite et complexe. Avec son appli Allo , Google le démontre déjà : un ami vous envoie la photo d’un petit chien, et automatiquement des réponses vous sont suggérées comme « qu’est-ce qu’il est mignon » ou un Emoticône avec un petit cœur.

L’intelligence artificielle et l’éducation nationale.

L’IA est doucement entrée dans les mœurs de l’instruction, tout du moins aux Etats-Unis. Peut-être ne sera-ce au fond qu’une question de décennie avant qu’elle ne fasse à son tour irruption dans l’hexagone ?

Car outre-atlantique, elle s’immisce déjà doucement en support du corps professoral. Par exemple, Turnitin, un outil permettant aux universités et lycées de détecter le plagiat éventuel des étudiants, se sert déjà de l’IA : cette dernière analyse les textes des élèves et compare les essais avec des bases de données textuelles volumineuses. Mieux, la machine est désormais capable de repérer du plagiat sans même avoir à le comparer à une source éventuelle en fonction du style de plagieur potentiel. Par exemple, en matière de codage, le moteur est à même de repérer la patte naturelle du codeur, la longueur moyenne de ses lignes de code, la fréquence des commentaires, etc.

Encore plus surprenant, l’IA pourrait être utilisée demain pour évaluer les élèves afin d’alléger le travail des correcteurs. Aux US, le test d’entrée en 3e cycle, le GRE, s’appuie déjà à la fois sur un évaluateur algorithmique (le eRater) et sur un humain (un 2nd humain intervenant pour les départager en cas de litige…).

On se prend alors à imaginer que demain, à partir de Machine Learning, les élèves pourraient se voir proposer des leçons beaucoup plus personnalisées en fonction de leurs forces et de leurs faiblesses.

L’intelligence artificielle et votre porte-monnaie

Vous ne le savez sans doute pas mais l’IA est déjà très utilisée dans l’univers de la Finance et pas uniquement sur les marchés financiers. Vos transactions quotidiennes courantes sont en effet déjà passées au moulinet de l’apprentissage automatique.

Savez-vous que lorsque vous déposez un chèque à la banque, il n’est pas nécessairement traité par un humain ? Eh bien non, comme les robots postaux savent lire depuis belle lurette les codes postaux écrits manuellement sur les enveloppes et cartes postales, les robots bancaires savent lire toutes les informations se trouvant sur un chèque avant de vous créditer. Cette reconnaissance de caractères (OCR) sur les chiffres a d’ailleurs été l’un des premiers succès pratique d’un chercheur en IA bien connu en France et aux Etats-Unis : Yann LeCun, patron de l’IA chez Facebook aujourd’hui…

Aux Etats-Unis les grandes banques permettent d’ailleurs déjà de déposer ses chèques en les scannant simplement sur son smartphone (plus besoin de le déposer).

Mais les grandes banques ont trouvé un intérêt tout particulier dans un domaine qui leur fait perdre des centaines de millions d’euros par an rien qu’en Europe : la fraude.

On le sait, le volume des transactions est bien trop élevé pour qu’un opérateur humain les vérifient chacune manuellement. C’est alors qu’entrent en jeu les algorithmes alertant statistiquement à propos des risques : les réseaux neuronaux étudient la fréquence des transactions habituelles, la taille de ces transactions, le type de commerçant impliqué, etc…

Ce que l’on sait moins, c’est que lorsque vous faite une demande de prêt, ce sont presque les mêmes algorithmes qui aident les responsables à prendre leur décision sur la base du même genre de critères, autrement dit pour évaluer le risque que vous puissiez faire défaut dans le respect des échéances (un scoring en somme). Des chercheurs du MIT ont d’ailleurs constaté que le Machine Learning permettait de réduire de près de 25% les pertes liés aux « mauvais payeurs ».

Demain, ce sont même les robots qui vous conseilleront dans vos investissements. Des boîtes comme Betterment ou Wealthfront s’y attèlent d’ailleurs déjà.

L’intelligence artificielle et vos réseaux sociaux

Lorsque vous uploadez vos photos sur Facebook, vous savez que vos amis peuvent y être automatiquement taggés. Cette technique est celle de la reconnaissance d’images et plus précisément la reconnaissance faciale (basée sur du Deep Learning et sur les techniques des start ups acquise par FB par le passé (face.com, Masquerade, Faciometrics,…).

Mais ce qui est plus subtile chez FB, c’est cette façon de s’appuyer sur l’IA pour vous recommander ce qui pourrait -selon le terme consacré- vous « engager », c’est-à-dire susciter votre intérêt au point de participer aux échanges (likes, republication…). Pour cela, FB personnalise votre flux d’actualités et, mieux (commercialement parlant), vous propose des pubs adaptées à vos centres d’intérêt. Cette technique d’annonces hyper ciblées et donc over efficaces, aussi utilisée par Google, ont permis aux 2 géants américains de rafler plus de 80% de part de marché sur la publicité en ligne.

Facebook n’a donc pas hésité à appliquer ces mêmes techniques dans Messenger grâce à DeepText qui comprend dans plus de 20 langues le contenu de vos échanges pour pouvoir vous cataloguer encore mieux et vous poussez les messages adequats.

Sur Pinterest, puisque s’agissant plus essentiellement d’images, c’est la reco d’image (computer vision) qui est à l’œuvre. Le réseau social épingle donc celles-ci en fonction des objets, personnes et situations qu’il y reconnaît et par la suite vous propose, par similarité, d’autres épingles pouvant vous intéresser.

Sur Instagram et FB (qui en est devenu propriétaire en 2012), c’est la nature des Emojis qui est identifiée par l’Intelligence Artificielle. L’IA sait interpréter par exemple qu’un Emoji qui rit fais sans doute suite à une blague lancée. En conséquence, elle peut proposer des emojis en saisie automatique.

Sur Snapchat, suite à l’acquisition de l’Ukrainien Looksery en 2015, des filtres suivant les mouvements du visage permettent aux utilisateurs d’y superposer des effets animés grâce à une techno basée sur de l’apprentissage automatique.

Shopping en ligne

Outre le développement exponentiel des chatbots sensés accompagner vos achats, l’IA a largement déjà pénétré le marché du business online et depuis fort longtemps: c’est ainsi par exemple que l’IA a fait irruption chez Amazon, il y a des années de cela, au travers de leur moteur de recherche qui vous propose les produits a priori les plus pertinents voire mieux les opérations de cross-selling (le fameux « les internautes ont aussi consulté ces produits »). Ces produits ne sont pas choisis aléatoirement : l’IA prend en compte votre profil d’internaute, votre âge, vos consultations précédentes, vos achats antérieurs, etc…pour vous clusteriser avec d’autres au moyen de coefficients de corrélation mathématiques que même les concepteurs des algorithmes afférents sont incapables d’expliquer : vous avez acheté des concombres mardi et vous avez consulté un CD de Johnny mercredi, alors il y a 77.7% de chance que vous achetiez une ampoule connectée le jeudi…Eh oui, la magie du réseau de neurones artificiels. Ne riez pas, d’après Amazon, ce principe de recommandation/suggestion aurait permis à Amazon d’augmenter ses ventes de 5.9% (sur une base à plusieurs milliards de $) même si d’autres études parlent, elles, de +30%…

Autre sujet : quand on parle d’achat en ligne, on parle forcément de transactions par cartes bancaires. Et quand on parle d’achat en ligne, l’ombre de la fraude à la carte bancaire n’est jamais très loin. Dans ce domaine, le machine learning s’avère également particulièrement utile. Mais, contre toute attente, l’IA ne sert pas seulement dans la détection de possibles fraudes mais…aussi pour réduire les refus de transactions légitimes, elles, alors que les algorithmes traditionnels les auraient refusées par simple suspicion. Mastercard expliquait par exemple en 2016 que les refus de paiement erronés pour fraude supposée pesaient $118 Mds par an !

Dans le futur, l’IA permettra encore plus de personnalisation en vous proposant un site et un catalogue sur mesure. Des boîtes comme Optimizely y travaillent en permettant aux e-commerçants de faire de l’A/B testing poussé.

Vocal First

Nous prenons tous, petit à petit, l’habitude de parler à nos machines et l’avènement du « OK Google » ou du « Alexa, fais ceci » ne feront qu’amplifier ce mouvement ces prochaines années. Plus de 20% des recherches annuelles sur Google l’ont déjà été par la voix.

Ce principe de reconnaissance vocal ou « speech to text » explose grâce à la technologie des réseaux de neurones. Alors que le taux d’échec des machines était en la matière proche de 100% au milieu des années 90 (c’est à dire il n’y a pas si longtemps…), il avoisine à présent les 5%, c’est-à-dire le niveau de l’oreille humaine.

Ce boom de la reco vocale marque la future explosion des assistants personnels tels que Google Assistant, Siri ou Cortana. Cet été, Google a d’ailleurs fait grand bruit (Google Duplex) en montrant que son assistant pouvait prendre RDV pour vous, seul, auprès d’un coiffeur en ayant une conversation assez naturelle.

Alexa d’Amazon n’est pas en reste : elle permet d’interroger le web, de créer des listes de tâches, de commander en ligne, de définir des rappels ou encore de mettre de la musique.

Ce genre de robots équiperont sans doute demain les logements en natif dans ce que l’on nomme déjà les SmartCities.

Vous le voyez, l’IA commence à être derrière de nombreux gestes apparemment anodins et pourrait bien dans un futur proche l’être derrière presque chacun…

Vous pourriez aussi être intéressé par cet article: les 9 choses que nous ne pouvez pas ignorer à propos de l’IA

Notre Tweetmag

Pour plus d' information

N’hésitez pas à nous contacter

Share This

Partagez

Partagez cet article à vos amis