L'intelligence artificielle , livre ebook

Titre : L’Intelligence Artificielle
Sous-titre : Les machines sont-elles déjà plus intelligentes que nous ?
Auteure : Numerica
Editeur : Editions Plume Libre
 
 
Préambule
 
L’Intelligence Artificielle (IA) est le thème qui inaugure notre collection intitulée :
« C’est pas si compliqué ».
Ce sujet, vous le verrez, est loin d’être nouveau, et prend toute son ampleur avec la disponibilité croissante des technologies et l’augmentation exponentielle des puissances de calcul des ordinateurs.
L’IA impacte et impactera de plus en plus le quotidien personnel et professionnel de tous. L’IA est là quand on apprend, quand on se fait soigner, quand on cherche une information sur internet, quand on conduit, quand on utilise son smartphone, quand on joue.
L’IA est dans la maison, à l’école, au bureau, dans les villes et dans les campagnes, sur les routes, dans les transports, en vacances, dans l’environnement.
Vous allez voir, ce n’est pas si compliqué !
 
 
 
 
 
 
 
1
 
Qu’est-ce que c’est ?
 
 
Commençons par dire que l’Intelligence Artificielle n’a pas vraiment de définition précise.
Le terme Intelligence Artificielle (IA en français, AI en anglais) regroupe l’ensemble des théories et des techniques que l’on peut mettre en œuvre pour concevoir des ordinateurs ou/et des machines permettant de simuler l’intelligence humaine.
L’Intelligence Artificielle permet à différents objets munis de systèmes informatiques (voiture, téléphone, ordinateur, objet connecté) de réaliser des tâches qui jusque-là étaient exécutées par des humains.
Il existe plusieurs formes d’Intelligence Artificielle et l’IA constitue un moyen d’obtenir un résultat, ce n’est pas une fin en soi.
Quand on parle d’Intelligence Artificielle, on parle systématiquement de réseaux de neurones et d’apprentissage profond (ou deep learning ). Que signifient ces deux termes et pourquoi sont-ils aussi indissociables de la notion d’Intelligence Artificielle ?

 
 
 
 
 

 
 
Un réseau de neurones fonctionne comme un cerveau humain, avec des neurones donc, des synapses et des interconnections. Plus le réseau de neurones est grand, plus la machine est intelligente.
En réalité un réseau de neurones est une représentation mathématique du cerveau humain basée, pour simplifier, sur des opérations de multiplication.
 
Le deep learning (ou apprentissage profond ) représente la capacité de l’ordinateur à apprendre à travers son réseau de neurones. On fournit à la machine de grands volumes de données, on lui dit comment les traiter, quoi en faire, comment faire varier les paramètres, et l’ordinateur « apprend » à créer de la connaissance à partir des informations qu’on lui fournit.
 
 
L’Intelligence Artificielle n’est pas synonyme de robots : Il y a des robots intelligents et d’autres qui ne le sont pas.
 
 

L’Intelligence Artificielle n’est pas équivalente à l’intelligence humaine.
L’IA imite le cerveau humain dans son fonctionnement et dans sa logique, cela dans un domaine précis.
L’IA sait prendre les bonnes décisions en fonction d’une reconnaissance pertinente d’un environnement donné.
 
 
L’IA revêt plusieurs formes et couvre un ensemble de compétences que les scientifiques s’accordent à regrouper de la manière suivante :
 
 
 

 
 
 
 
 
 
2
 
Comment ça marche ?
 
 
Nous utilisons l’IA dans notre quotidien personnel et professionnel, sur nos tablettes, nos ordinateurs, nos téléphones, la plupart du temps sans le savoir, ne serait-ce qu’à travers les moteurs de recherche, les assistants vocaux (Siri, Alexa, Djingo par exemple), les correcteurs orthographiques, etc.
Tous ces objets ou presque, incluent aujourd’hui des systèmes informatiques plus ou moins perfectionnés, plus ou moins intelligents.
Les systèmes informatiques savent trier, traiter et stocker une grande quantité d’informations (données).
Ces données sont manipulées par un algorithme qui est une série d’instructions précises données à l’ordinateur pour obtenir un résultat. Celui-ci peut être un programme informatique, une application, un jeu ou un logiciel.
 
 
 
 
 
 

 
 
On compare souvent cela avec la cuisine :

-  Au départ, nous avons des ingrédients ou des données (que l’on a déjà ou que l’on collecte).
-  Ensuite, on exécute la recette ou l’algorithme (série d’instructions précises à réaliser, dans laquelle les quantités et le nombre d’ingrédients peuvent varier).
-  Puis à la fin, on obtient un plat cuisiné ou un programme informatique, une application, un logiciel qui réalise ce que l’on veut faire faire à l’ordinateur.
 
Le schéma ci-contre illustre simplement cette comparaison.
 
 
 
Prenons un exemple avec la recherche d’images :
Sans Intelligence Artificielle, les moteurs de recherche ne peuvent trouver une image que si elle contient des informations textuelles associées telles que le nom de la personne, le nom du lieu, la date, etc.
Si l’on met un peu d’Intelligence Artificielle là-dedans que se passe-t-il ?
On présente au système une multitude d’images de la même personne par exemple. L’ordinateur va s’entrainer à la reconnaître en repérant des éléments communs (forme du nez, des yeux) et les éléments variables (couleurs des cheveux, vêtements, accessoires). Le système va ainsi créer une empreinte du visage et sera ensuite capable de le reconnaître et de l’identifier dans une recherche d’images, en se basant sur les éléments intangibles de ce visage.
Ce procédé d’IA ne peut fonctionner que s’il y a un très grand volume d’images disponibles, à travers des banques d’images mises à la disposition des chercheurs, ce qui est le cas par exemple du projet ImageNet.
Prenons un autre exemple, celui d’AlphaGo :
En 2016, une IA nommée AlphaGo, développée par Google, a battu le champion coréen du jeu de Go, réputé pour sa complexité puisqu’il y a 16 milliards de combinaisons possibles.
Comment la machine a-t-elle pu battre le champion, en sachant qu’il est techniquement impossible de fournir à l’ordinateur les milliards de combinaisons jouables. C’est là que l’IA intervient.
On a donné à l’ordinateur les règles du jeu, des milliers de parties déjà réalisées, on a attribué des notes aux coups joués (les meilleurs coups ayant les notes les plus élevées). L’IA a ensuite manipulé, trié, trituré, combiné, regroupé, analysé toutes ces données et en a extrait des informations utiles au jeu, informations qu’un cerveau humain ne peut pas extraire (il a fallu à AlphaGo des centaines d’ordinateurs à travers le monde pour traiter ces données).
 
Ensuite la machine a joué contre elle-même, perfectionnant ainsi son talent, elle s’est entrainée, enrichissant sa connaissance du jeu et des coups gagnants, elle a appris notamment grâce au réseau de neurones et au deep learning.
C’est comme cela que l’ordinateur a réussi à battre dans 4 matchs sur 5 le champion du jeu de Go.
 
L’IA a beaucoup progressé lorsque les chercheurs se sont intéressés à notre façon d’apprendre. Les systèmes intelligents sont en effet des systèmes capables d’apprendre de façon autonome.
Le processus d’apprentissage de notre cerveau est lié à nos synapses, qui assurent la connexion entre les neurones. Plus la synapse est stimulée, plus la liaison se renforce, plus l’apprentissage s’améliore.
Les réseaux de neurones reproduisent artificiellement, mathématiquement, ce même processus d’apprentissage.
 
 
 
 
 
 
3
 
D’où ça vient ?
 
 
L’IA est loin d’être un sujet nouveau.
Dans l‘imaginaire de l’homme tout d’abord, dès 1921, on trouve une pièce de théâtre mettant en scène une machine pensante.
L’idée même d’une machine capable de penser germe dans l’esprit des scientifiques dès le milieu du 20 ème siècle, dans les années 50. Le célèbre mathématicien anglais Alan Turing propose dès 1950 un test permettant de mesurer l’intelligence des machines.
Le terme d’Intelligence Artificielle est employé pour la première fois en 1956, lors d’une conférence organisée par des scientifiques américains.
A cette époque, beaucoup de projets autour de l’IA vont voir le jour et être développés. Citons par exemple :

-  En 1954, un programme de traduction automatique capable de traduire 49 phrases du russe vers l’anglais.
-  En 1956, un logiciel capable de démontrer des théorèmes mathématiques.
 

-  En 1957 apparaît Perceptron, qui est un programme d’apprentissage grâce à un réseau de neurones.
Le monde culturel n’est pas en reste, citons le film « 2001, Odyssée de l’espace » de S. Kubrik en 1968 et le premier Star Wars qui date de 1977.
Les premières questions éthiques sont soulevées dès le milieu des années soixante avec notamment beaucoup d’interrogations sur la notion d’intelligence.
Qu’est-ce que l’intelligence ? Les scientifiques de l’époque reviennent sur cette notion en disant que celle-ci n’est pas seulement la capacité d’analyse, la logique. L’intelligence est également émotionnelle. On ne peut donc pas affirmer qu’une machine est intelligente puisqu’elle n’a pas d’émotions (ni de conscience d’elle-même). La machine peut être dotée d’une intelligence mathématique, analytique, mais pas vraiment d’une intelligence au sens de l’intelligence humaine.
 
Les rapports et études critiques publiés à cette époque aux Etats-Unis et en Angleterre finissent par freiner, puis stopper pour quelques années les investissements consacrés à l’IA.
Dans les années 80, on voit apparaître la notion de systèmes experts. Un système expert est une machine capable de réaliser les mêmes analyses qu’un esprit humain mais dans un domaine très précis, par exemple pour effectuer des diagnostics médicaux, ou pour limiter les fraudes dans les systèmes de paiement. Les systèmes experts sont des ordinateurs intelligents sur des sujets très précis, ce sont des outils d’aide à la décision.
A la fin des années 80, le développement de la micro-informatique et des ordinat