Chatbots, assistants vocaux, automatisation de l’industrie, recommandations spécialisées de films et de séries, reconnaissance d’images et de la parole, véhicules autonomes. Quel est le point commun entre toutes ces technologies ? Ce sont toutes des applications de intelligence artificielleOu juste IA.
Lorsqu’elle est bien appliquée, l’IA peut améliorer les performances, la productivité et réduire les coûts pour les entreprises, et peut même générer avantages concurrentiels. Ce fut le cas avec Netflix, par exemple. En utilisant l’IA pour proposer des comptes personnalisés à ses utilisateurs, elle a vu son nombre de clients augmenter de 25 % en 2017.
Vous voulez en savoir plus sur ce qu’est une application d’IA et comment elle fonctionne ? Alors, lisez la suite !
Histoire de l’intelligence artificielle
La question « Les machines peuvent-elles penser ? », posée en 1950 par Alan Turing, considéré par beaucoup comme le père de l’informatique, est l’un des débuts de l’histoire contemporaine de l’IA. Pour répondre à cette question, Turing propose un test, connu sous le nom de Essai de Turing.
Le test de Turing vérifie la possibilité qu’un ordinateur démontre la même intelligence que les humains. En effet, à travers lui, une personne essaierait de distinguer les réponses textuelles d’un ordinateur de celles d’un humain. Autant le test a été discuté et mis à l’épreuve, autant il est l’une des pièces maîtresses de l’histoire de l’IA.
Mais la création du terme intelligence artificielle il est venu quelques années seulement après que Turing a proposé cette façon de tester l’intelligence des machines. Jean McCarthy était responsable de la création de l’expression en 1956, lors de la conférence de Dartmouth. Sa fréquentation de l’université située dans l’État américain du New Hampshire était due à une invitation à mener des études sur le sujet au cours de l’été de cette année-là.
À partir des années 1960, les études sur l’IA ont été menées, parfois par le ministère de la Défense des États-Unis, lors de la formation d’un ordinateur pour effectuer un raisonnement humain de base, parfois par les demandes des industries en matière d’avancées technologiques.
Définition de l’IA
Le concept d’IA englobe la capacité des machines physiques, des logiciels et d’autres systèmes à apprendre de interprétation des données et effectuer des tâches en fonction de cela apprentissage. Le but ultime de l’IA serait de faire en sorte que les machines résolvent les problèmes de manière plus efficace. logique et rationneltout comme les humains.
Développer des systèmes intelligents qui résolvent des problèmes comme le font les humains est le fondement de l’IA. Par conséquent, John McCarthy le définit comme étant
« […] la science et l’ingénierie de la fabrication de machines intelligentes, en particulier de programmes informatiques intelligents. Elle est liée à la tâche similaire consistant à utiliser des ordinateurs pour comprendre l’intelligence humaine, mais l’IA ne doit pas nécessairement se limiter à des méthodes biologiquement observables.
En ce sens, l’IA est liée à l’informatique, qui utilise de grands ensembles de données pour résoudre des problèmes. En outre, il couvre également deux sous-domaines : apprentissage automatique (en portugais, machine learning) et l’apprentissage en profondeur (en portugais, apprentissage approfondi).
Ces sous-domaines fournissent des algorithmes pour créer des systèmes experts capables de faire des prédictions ou des classifications en utilisant les données comme matière première.
L’apprentissage automatique, comme son nom l’indique, permet aux systèmes d’apprendre par eux-mêmes. Cela est dû à l’identification des modèles obtenue grâce au traitement des données. Il est souvent utilisé dans les systèmes de recommandation personnalisés tels que ceux disponibles sur Netflix et Amazon.
L’apprentissage en profondeur, à son tour, est un sous-domaine de l’apprentissage automatique. La différence est qu’il avance plus loin dans l’apprentissage automatique, afin de faire apprendre au système des modèles plus complexes.
En apprentissage profond, nous utilisons réseaux de neurones complexes. Ces réseaux fonctionnent de manière similaire aux neurones humains, à la différence qu’ils sont développés par des algorithmes pour être appliqués à de gros volumes de données. Des exemples d’apprentissage en profondeur seraient la reconnaissance d’images et de la parole, ainsi que les véhicules autonomes.
De quoi a-t-on besoin pour que l’IA fonctionne ?
Comme mentionné, l’IA fonctionne à partir de grands ensembles de données. D’où l’importance de la science des données, un domaine interdisciplinaire qui combine les statistiques, l’informatique et diverses méthodes scientifiques pour analyser les données et résoudre des problèmes. Par conséquent, l’un des éléments essentiels est d’avoir un ensemble de données significatif.
Mais pourquoi de gros volumes de données sont-ils nécessaires ? Désormais, pour que l’IA puisse résoudre des problèmes, faire des prédictions, classer ou tout autre objectif qui lui est assigné, elle doit être entraînée avec des données historiques concernant le problème qu’elle vise à résoudre. Par conséquent, également essentiels pour l’IA sont les modèles de donnéesc’est-à-dire les structures utilisées pour traiter, catégoriser et analyser les données.
Un autre aspect essentiel pour le bon fonctionnement de l’IA est la capacité de calculaussi bien que haute performance. Cela vient du fait qu’un volume important de données est utilisé, ce qui nécessite beaucoup de capacité matérielle pour les traiter.
Types d’IA
L’IA est généralement divisée en deux types : forte et faible.
Intelligence artificielle faible
Une IA faible ou limitée est formée pour effectuer des tâches spécifiques. Elle ne crée pas de systèmes qui raisonnent consciemment comme les êtres humains.
Une grande partie des avancées dans le domaine sont réalisées dans ce type d’IA. Siri d’Apple, Alexa d’Amazon, IBM Watson, les véhicules autonomes, ainsi que les simulations de conversation humaine sont toutes des applications d’IA faibles.
Par conséquent, même qualifié de faible, il parvient à offrir des résultats robustes, mais sans conscience de soi.
Forte Intelligence Artificielle
Une IA forte, en revanche, est capable de raisonner et de résoudre des problèmes et, par conséquent, est considérée comme complexé. L’IA forte part de la théorie selon laquelle une machine serait en fait capable de développer une intelligence similaire à celle des êtres humains – peut-être même supérieure.
L’IA forte est plus présente dans théories et sur la science-fiction que dans le monde réel. Des films comme « I, Robot », « Bicentennial Man », « AI – Artificial Intelligence » et « 2001 : A Space Odyssey » traitent exactement de ce type d’IA. .
Même s’il existe des recherches sur l’IA forte, concrètement, les avancées les plus pertinentes sont celles dirigées vers la IA faible.
Exemples d’applications
Plusieurs exemples d’application de l’IA ont été mentionnés jusqu’à présent.
Mais l’IA ne se limite pas à cela. L’IA peut également être utilisée dans : la détection d’intrusions de sécurité ; automatisation des processus de production et répétitifs; anticipation des futurs achats des clients et divulgation des offres qui suivent leurs préférences ; surveiller les commentaires sur les réseaux sociaux ; utilisation de drones pour les services de livraison.
Les services traditionnels de Google ont également été construits sur l’IA. C’est le cas de Google Photos, qui se base sur l’IA pour identifier des personnes, des objets et des situations spécifiques et développer des catégorisations automatiques de photos et vidéos thématiques en fonction de cela. Google Traduction utilise également l’IA et est capable de comprendre les nuances de la langue pour proposer des traductions moins littérales.
Voir aussi notre vidéo sur les privatisations !
Il existe encore bien d’autres exemples d’applications : en logistique, pour détecter les itinéraires les moins fréquentés et réduire à la fois les délais de livraison et la consommation de carburant ; en santé, pour lire des examens, identifier des maladies et effectuer des diagnostics plus simples ; dans la finance, pour effectuer des transactions boursières automatiquement.
Débats sur l’IA
Même si l’IA est si présente dans notre quotidien et en plein développement, ses applications font l’objet de plusieurs discussions.
L’un des sujets récents était le cas d’une peinture réalisée par AI gagnant un concours. Cela a généré une révolte de la part de certains artistes, en raison de la possibilité que l’intelligence artificielle arrive à remplacer les créations.
L’autre côté de cet argument serait que l’IA elle-même a été développée par des humains. De cette façon, ce que l’IA apporterait ne serait pas vraiment des pertes d’emplois, mais réaffectation d’emplois dans un autre secteur.
Une autre application d’IA impliquée dans la controverse est ChatGPT, un algorithme qui simule les conversations et répond aux questions des utilisateurs. Il est basé sur le Web et est même utilisé pour générer des articles universitaires et du code informatique.
Mais cela ne s’arrête pas là : l’IA suscite également des inquiétudes en termes de confidentialité d’utilisateurs et dans des applications pouvant être biaisé et discriminatoire, également parce que les données d’entraînement de l’algorithme peuvent être biaisées. Par conséquent, s’il existe des données en plus grand volume représentant un groupe spécifique, en les utilisant, l’IA peut « apprendre » à éviter d’autres groupes, en particulier les soi-disant minorités.
Et là? En comprenez-vous maintenant un peu plus sur l’IA et ses applications ? Laissez vos doutes dans les commentaires !
