De l’Intelligence Artificielle au Deep Learning

Aujourd’hui, l’interconnexion généralisée des appareils mobiles, la profusion des capteurs collectant des téraoctets de données, et l’apparition d’algorithmes d’apprentissage capable d’exploiter ces données ont profondément transformé l’économie mondiale. L’Intelligence Artificielle ou IA représenterait la 4eme révolution industrielle, après la vapeur, l’électricité et l’informatique.

Cliquez pour voir la frise chronologique

Une merveilleuse histoire de l’IA

Jusque dans les années 80, l’IA n’était qu’un rêve de scientifiques inspirant la science-fiction et les plus grands artistes (Métropolis de Fritz Lang en 1927, Les Trois Lois de la Robotique d’Isaac Asimov dans l’après-guerre).

Ce n’est qu’avec la naissance de la discipline du « Machine Learning », que l’IA a enfin donné vie à quelques applications concrètes (filtrage des SPAM emails), et quelques rares chercheurs posaient déjà les soubassements théoriques du « Deep Learning ».

Et depuis les années 2010,  l’apprentissage profond (Deep Learning) laisse réellement entrevoir de nouvelles applications encore impensables jusqu’alors.


  • L’IA est le terme générique pour parler de l’utilisation de machines capables de tâches nécessitant l’intelligence humaine.
  • Machine Learning (Apprentissage par la Machine) est une approche de l’IA faisant appel aux mathématiques statistiques pour construire des modèles basés sur des données observées. Le Machine Learning demande beaucoup d’expertise humaine pour prédéfinir les « features extractor » ou définition des caractéristiques.
  • Le Deep Learning (Apprentissage Profond), est une approche du Machine Learning qui automatise de façon autonome cette phase de « features extraction » par une utilisation massive de données.
Cliquez sur l’image pour agrandir la frise chronologique.

Un algorithme de Machine Learning est destiné à rechercher des corrélations entre des variables spécifiques. Ces corrélations devenant assez rapidement apparentes, la performance des algorithmes de Deep Learning prend le relais. Le fonctionnement du Deep Learning tend à s’améliorer de façon exponentielle lorsqu’on lui donne plus de données pour “s’entraîner” puis à analyser. Ses algorithmes adoptent une approche de réseau neuronal pour rechercher des modèles et des corrélations – qui peuvent être plus subtils que ce que le Machine Learning révèle – modèles qui se révèlent plus clairement avec l’injection de davantage de données. Des données qui sont de plus en plus disponibles dans l’ère du Big Data.


L’IA, allié de l’activité humaine

Avec son avènement annoncé et d’ores et déjà palpable, l’IA engendre davantage de réflexions et de craintes, notamment d’un point de vue sociétale. Ceci ramène à la Loi d’Amara: « Nous avons tendance à surestimer l’incidence d’une nouvelle technologie à court terme et à la sous-estimer à long terme » .

Pour les experts, il ne faut pas confondre performance et compétence : une IA peut être capable d’associer une image à la légende « personne jouant au Frisbee dans un parc », mais elle ignore ce qu’est une personne, que les parcs sont en extérieur, que les personnes ont un âge….

Par ailleurs, de nombreux emplois nécessiteront encore des compétences humaines uniques, telles que la créativité, la collaboration, les communications complexes, le sens de l’abstraction et la capacité à s’adapter à des environnements de travail variés.

L’IA peut être un allié de choix pour la société. A contrario de la voir comme un Terminator, il convient plutôt de considérer l’IA comme un assistant puissant et proactif, capable d’augmenter les capacités de l’Homme plutôt que des les réduire.

La société peut utiliser l’IA comme un moyen d’augmenter sa capacité de création et de réflexion.
  • L’IA accélère l’analyse médicale

Analyse des images tomographiques ou à résonance magnétique (IRM) pour aider les cancérologues à cibler des traitements plus rapidement et efficacement

  • L’IA aide les malvoyants

L’IA désigne au handicapé les objets qui l’entoure, grâce à une voix artificielle

  • L’IA aide les agriculteurs à améliorer leur rendement et la qualité de leur production.

Pour mieux soutenir une croissance de la population mondiale, l’IA peut permettre d’anticiper les périodes plus propices à l’agriculture

  • L’IA aide les chercheurs à prévenir des pandémies

Des moyens de détecter les pathogènes dans l’air avant que des épidémies/pandémies se déclarent.

#CarrementBechtle

Leave a Reply

Your email address will not be published. Required fields are marked *