Insuffler (le mot est choisi) de l’intelligence artificielle dans la machine est une quête vieille comme le monde même si le terme est en lui-même relativement récent puisque vieux de quelques décennies. Le cerveau et son fonctionnement sont des choses si passionnantes au savoureux parfum de terra incognita que nombre de scientifiques ont tenté de l’explorer et de le reproduire.

Le récent boom du Deep Learning depuis environ 5 ans, et ses facultés à rendre la machine apte à apprendre « par elle-même » (pour schématiser mais tirer les conclusions qui s’impose face au prodige d’Alpha Zéro qui a progressé en jouant contre lui-même au jeu de Go) ont changé un peu la donne. Les réseaux neuronaux ainsi modélisés et les puissances de calcul modernes mènent doucement l’IA vers son « âge d’or » pour reprendre l’expression de Franck Chen à la dernière conférence AI Frontiers, spécialiste de l’IA chez Andreessen Horowitz (capital-risque).

L’investissement dans l’IA en plein boom

L’Intelligence Artificielle, dans son histoire récente, a connu des hauts et des bas passant tour à tour d’espoirs immenses placés en elle en profondes désillusions à la hauteur des attentes initiales. On entend à ce titre souvent parler des étés et des hivers de l’IA.

Aujourd’hui, on peut aisément parler de printemps de l’IA.

Les espoirs ne sont plus seulement dans les esprits de doux rêveurs pionniers mais ont trouvé des fondements dans des réalisations concrètes bluffantes, essentiellement en reconnaissance d’images, reconnaissance ou synthèse vocale, marketing prédictif et bien sûr jeux.

La mise à disposition de différents frameworks en open source par les géants du web (par exemple Google Tensorflow) permet à de nombreuses startups de prendre la technique et de lui appliquer un usage business dont seule l’imagination est une limite : optimisation de stocks, détection de fraudes, industrie 4.0, achat media, tracking de look alike, anticipation de churn, etc…

Quoi qu’uniquement statistique et probabiliste (ce qui en fait une limite de 1er ordre au bon usage du terme « intelligence », nous en reparlerons dans un prochain article), les taux d’échec  s’avèrent historiquement tellement bas dans certains domaines, et notamment eu égard à celui qui est généralement constaté chez l’être humain, que la période que nous vivons laisser augurer un bel avenir à la démultiplication des applications.

Les investisseurs sont donc en quête de ces jeunes pousses qui prennent un problème métier et y adaptent une solution basée sur l’IA, fût-elle open source. La gestion de data volumineuses en entrée en est un des piliers.

Les business qui vont être touchés par l’IA

L’intelligence artificielle est applicable dans TOUS les domaines. J’écrivais d’ailleurs sur ce site que

« s’interroger sur les usages possibles de l’intelligence artificielle revient à s’interroger sur les usages possibles de l’intelligence humaine ».

Si l’on prend l’exemple d’un produit ou d’un service, on s’aperçoit que l’intelligence artificielle est, dès aujourd’hui, capable d’aider dans chacune des étapes de leur cycle de vie : trouver le produit à inventer, comment l’élaborer, le commercialiser efficacement, le faire connaître, etc…. Il est ainsi possible de bâtir une offre sur un amas de données web pour savoir ce que les gens achètent le plus, quelles catégories émergent, etc. C’est ainsi qu’Amazon Basics procède.

Il n’y a pas une industrie qui ne sera pas touchée par l’IA. Tout se passe comme si, 20 ans en arrière, j’avais écrit : il n’y aura pas un business qui ne sera pas touché par internet. Tous les usages lui sont potentiellement permis, toutes les applications métier.

En l’état actuel des choses, pourtant (et même si In Principio travaille activement au dépassement de cette problématique) tout est étroitement lié à la data. Dans chaque domaine où il y a de la data, l’IA peut apporter du plus et mieux.

L’avènement des bases de données a permis de la stocker en masse – et quasi gratuitement – et de la trier. L’avènement de l’IA permet d’en extraire de l’information nouvelle et utile, d’effectuer des prédictions, de faire de la reco d’images…

Les problèmes sous-jacents de l’IA

Il s’avère que les technologies nouvelles induisent souvent un déséquilibre entre offre et demande de compétences, le temps que le rattrapage (via la formation) s’effectue. Il va donc s’écouler quelques années de rééquilibrage qui vont accompagner le boom des usages jusqu’à ce qu’une technologie en chasse une autre. On sait par exemple que le DeepLearning en a énormément sous le pied. Pourtant, de l’aveu même de Geoffrey Hinton, l’un de ses pères, rechercher la mise en place de l’Intelligence, elle-même, via le DL, c’est faire fausse route. D’autres techniques devront être mise en œuvre dans un proche avenir.

 A l’heure actuelle, les entreprises ne partagent pas le même enthousiasme que les journalistes vis-à-vis de l’IA. Elles hésitent encore à l’adopter, faute de retour sur investissement évident. Mais en réalité, on constate à l’échelle de l’histoire de l’économie digitale le même phénomène qui a pu toucher les entreprises dans l’adoption de Facebook par exemple. D’abord, les dirigeants ont regardé le réseau social de façon dubitative, puis de premières grosses entreprises s’y sont mises (Adidas en tête de liste), puis presque toutes : et le ROI n’était pas/plus un sujet. On a vu de nombreuses entreprises ne pouvant pas ne pas avoir leur page facebook (!), sans toutefois bien comprendre à quoi cela servait et s’y mettant de façon idiote (faisant au passage la fortune de nombreuses startups improvisées expertes de facebook).

 Et quoi qu’il en soit, la question du ROI est un faux problème en matière d’IA. C’est l’avenir. Point. La marche du monde va vers l’usage transversale de l’IA. Dans certains cas elle augmentera les revenus, dans d’autres elle permettra de faire des économies, ou bien encore d’améliorer les services rendus aux clients.

 Et demain ?

 L’intelligence artificielle faible n’est pas encore complètement atteinte. Pour ce qui est « intelligence », nous n’en sommes qu’aux balbutiements car si la perception (par exemple pour la reco d’images) fait partie de l’intelligence, elle n’en est qu’un morceau. Demain, sans même parler d’IA forte, les progrès vont être constants pour que la machine puisse à tout le moins raisonner et avoir la capacité d’apprendre faramineuse du cerveau humain.

Pensons-y, il suffit presque à un individu de chair et d’os de le vouloir pour qu’il puisse apprendre le baseball, la comptabilité analytique ou le grec ancien. Notre cerveau est cette formidable machine dans son fonctionnement cognitif. Les chercheurs, notamment en France (pays reconnu à l’échelle mondiale en la matière grâce à ses formations scientifiques universitaires, à l’INRIA, au CNRS,…) travaillent assidument pour induire la pensée en la machine. In Principio est sur le point d’y parvenir. Demain n’a jamais été aussi proche.

Cet autre article pourrait vous plaire: le vendeur virtuel créé grâce à l’IA

Notre Tweetmag

Share This

Partagez

Partagez cet article à vos amis