L’IA, une Tech en Herbe

On la qualifierait de nouvelle, une technologie récente qui défraie la chronique depuis peu, mais sûrement pas !

L’évidence des faits veut que l’être humain est fait avec l’instinct de toujours se faciliter la réalisation des tâches qui font partie intégrante de son quotidien.

Depuis la découverte du feu, à l’âge des métaux, en passant par Blaise Pascal jusqu’à la mise en place des premiers ordinateurs, des inventions visant à augmenter la productivité humaine n’ont cessé de se multiplier.

À l’issue de toutes ces créations, le concept d’Intelligence Artificielle a été finalement décrit par John McCarthy en 1955 faisant allusion à une technologie informatique dont le principe est l’intégration des systèmes fonctionnant avec une logique proche du raisonnement humain.

Qu’est-ce donc l’intelligence artificielle ?

Par définition, l’IA (Intelligence Artificielle) est un concept élaboré dans le but de rapprocher la logique des robots informatiques de celle de l’humain.

Il s’agit de tout un système informatique basé sur des algorithmes qui imitent approximativement le raisonnement de l’homme.

En effet, la particularité de la réflexion humaine se caractérise par une autonomie de développement de l’apprentissage et de création des correspondances dans un nuage d’informations.

Développer une intelligence artificielle revient au même principe : permettre à une entité informatique de développer seule sa propre logique, et des capacités personnelles de modélisation des liens dans une infinité d’informations reçues.

Prenons un exemple : pour que vous appreniez à compter de 1 à 100, il aurait fallu que vos professeurs répètent cela infiniment à vos oreilles pour que finalement, vous arriviez à concevoir votre propre logique pour mémoriser cette information. De plus, vous conviendrez avec nous que vous avez des fois fait recours à des moyens mnémotechniques pour retenir certaines choses (un clin d’œil à nos étudiants en médecine 😜)

L’Apprentissage en IA

L’apprentissage en Intelligence Artificielle suit le même principe : exposer l’IA à un maximum d’informations de même type pour lui permettre de constituer son propre mécanisme de mémorisation. Une fois qu’elle a compris, elle pourra donc seule reconnaître ou restituer l’information apprise.

Au final, tout cela nous fait penser à une nouvelle approche : celle des neurones. (Ne vous inquiétez pas, nous ne ferons pas un cours de neurologie 😁)

Cependant, il est impossible de penser à une IA sans évoquer cette cellule qui est la base de la mémorisation de l’information chez l’être humain. Pour faire simple, notre organisme se repartit en une infinité des neurones qui forment tout un réseau lié par des synapses.  La synapse est donc un point de jonction qui permet de faire passer l’information d’un neurone vers un autre.

Cette norme se superpose à celle de l’IA : étant un système basé sur l’apprentissage machine, les entités de l’intelligence Artificielle apprennent grâce à deux concepts : Le Machine Learning et le Deep Learning.

Ces concepts s’organisent en reseaux neuronaux faits de plusieurs nœuds (comme des synapses) au sein desquels des informations sont transmises et traitées continuellement.

Le Machine Learning

Le Machine Learning est une technologie de l’intelligence artificielle dont le but est d’entraîner des systèmes informatiques à apprendre seuls et à prendre des décisions sans recourir au préalable à l’intervention humaine.

Il correspond à un système neuronal (comme le cerveau humain) à travers lequel des informations sont traitées, mémorisées et classées de façon autonome par la Machine.

Ses applications sont diverses :

– Conduite automatique

– Reconnaissance faciale

– Système d’assistance vocale : Siri, Google Assistant

– Sous-titrage : YouTube…

– Etc.

En parallèle de l’apprentissage humain, le Machine Learning requiert une grande quantité d’informations (Big Data) pour exercer la Machine à générer sa propre logique de raisonnement.

Le Deep Learning

Ceci est un modèle d’apprentissage suivant toujours le même principe de système neuronal comme son Parent (Machine Learning), mais avec un système de traitement plus profond réparti en plusieurs couches pour traiter une information donnée.

Pour faire plus simple, comment différencier le Machine Learning du Deep Learning  ?

Prenons un exemple du Léopard.

Le grand-frère, le Machine Learning permettra de reconnaître le léopard en exposant la machine à une pléthore d’images indiquant le Léopard.

Pourtant, le petit-frère, le Deep Learning repartira ce procédé en plusieurs couches.  😴 (A dormir debout, oui)

En effet, le Deep Learning divisera notre léopard en plusieurs couches : une pour les yeux, une autre pour les oreilles, le nez, la gueule, une autre pour la configuration des taches… Ainsi, la machine s’exercera à reconnaître le félin sur base de toutes ces couches afin d’apprendre seule à traiter l’image et à la différencier des autres.

A noter également que l’apprentissage machine via le Deep Learning requiert une forte quantité d’images qui permettront au système de mieux assimiler la tâche qui lui est confiée.

Les Applications actuelles de l’intelligence artificielle sont diverses (Médecine, Finances, Cyber-sécurité, Économie, etc.) et toujours en développement.

Plus loin dans cette approche

Certains s’accordent pour dire que l’avenir de notre ère converge sans aucun doute vers l’autonomie des systèmes informatiques via les nouvelles approches de l’IA.

Science sans Conscience n’est que ruine de l’âme.

(Rabelais)

L’usage de l’IA, comme de tout outil (telles les Cryptomonnaies) créé par l’humain ne devrait pas franchir la limite de l’éthique. Les avancées scientifiques sont à louer à la seule condition qu’elles n’emportent pas notre liberté.