News -

publié le 15 mars 2016

[SXSW 2016] IA : Rise of the machines

Que ce soit au cours des conférences ou dans les conversations des festivaliers, la victoire de AlphaGo d’Alphabet sur le champion Coréen Lee Sedol a été omniprésente à SXSW, et avec elle, l’essor de l’intelligence artificielle.

Après la victoire de DeepBlue d’IBM sur Gary Kasparov en 1996 , les machines ont donc réalisé un nouvel exploit en battant un être humain dans une discipline autrement plus complexe. Si cela semble pour certains un accomplissement majeur, il s’avère au contraire que ce n’est que le commencement.

 

On a l’impression d’être allés sur la lune, alors qu’on est juste monté à la cime d’un arbre.

 Dr Oren Etzioni, CEO Allen Institute for Artificial Intelligence

La singularité est encore loin

La singularité, ce moment où la machine aura une niveau d’intelligence comparable à l’être humain, peut faire peur à certains, à l’image des speakers de la conférences Singularity & God, tous chrétiens pratiquants, qui s’interrogeaient avec inquiétude sur le rapport entre cette machine consciente et Dieu (Merci la sérendipité Austinienne !).

Pourtant, un tel niveau d’IA implique d’énormes avancées scientifiques dont nous sommes encore loin. Ce ne sont pas nécessairement d’avancées en puissance de calcul ou en mathématiques dont il s’agit. Les progrès viendront aussi des neurosciences et de toutes les disciplines qui permettent de comprendre le fonctionnement de l’être humain et de son cerveau.

C’était l’un des messages portés par le Professeur Hirushi Ishiguro, figure de référence de la robotique japonaise qui a notamment réalisé son double androïde. D’abord conçu pour la téléprésence, ce robot est une expérimentation permanente qui vise à se rapprocher de plus en plus d’un être humain. Dans ses recherches, le Professeur s’est donc rapidement vu contraint d’inclure des spécialistes de disciplines de sciences humaines. Et c’est là que la marche est la plus haute pour donner vie à son double robotique : une IA dans un corps mécanique.

HiroshiIshiguro

Pour faire des robots, il faut comprendre les humains.

  Professeur Hirushi Ishiguro, Directeur de Intelligent Robotics Laboratory

 

L’auteur et journaliste de Wired Kevin Kelly apporte lui aussi un éclairage sur le chemin qui reste à parcourir. Il introduit pour cela une distinction entre l’IA dans sa plus pure expression et l’artificial smartness. L’IA est ce que l’on considère comme un intelligence semblable à celle d’un être humain doté d’une conscience, capable non seulement de résoudre les problèmes, mais aussi de les poser. L’artificial smartness quant à elle, est la capacité de la machine à être très intelligente sur une tâche prédéfinie. Si AlphaGo est par exemple capable d’analyser d’immenses quantités de données pour calculer les meilleures coups de Go possibles, il est en revanche incapable de jouer aux échecs ou d’effectuer la moindre tâche pour laquelle il n’a pas été conçu.

IA & deep learning

Aujourd’hui, les principales solutions d’IA utilisent une technique appelée deep learning. Le deep learning consiste à permettre à une machine d’apprendre et de s’améliorer en renouvelant une tâche un grand nombre de fois. On peut alors distinguer deux méthodologies. L’apprentissage est dit supervisé dans le cas où l’humain accompagne la machine, à l’instar du moteur de recherche de Google Photos. Pour parvenir à identifier tous les éléments d’une photo, il a du s’appuyer sur une intervention humaine pour associer des mots à des objets. Le moteur s’est ensuite alimenté de millions et de millions d’images pour affiner sa capacité de reconnaissance. Le mode d’apprentissage supervisé est le plus simple à concevoir, mais certains moteurs d’IA peuvent également apprendre en mode non-supervisé. Il s’agit alors d’apprendre à la machine à apprendre par elle-même. C’est le cas des travaux réalisés par le laboratoire Deepmind de Google pour apprendre à une machine à jouer à un jeu vidéo : la machine a alors du se débrouiller pour comprendre le but du jeu, puis élaborer des stratégies afin de maximiser son score. Ce mode d’apprentissage non supervisé est celui qui offre le plus grand potentiel et offre déjà des résultats impressionnants.

Watson, le moteur d’IA d’IBM célèbre pour sa victoire à Jéopardy, utilise désormais ce mode d’apprentissage. Elliot Turner, Director Of Alchemy chez IBM Watson, partageait à Austin les dernières avancées en la matière. Watson a pu ingérer 10 ans de littérature scientifique sur le génome humain, les comprendre par lui-même, puis faire ses propres découvertes en identifiant des pistes que les chercheurs avaient laissé de côté. Cette capacité de l’IA à penser différemment et à nous apporter de nouveaux éclairages offre de grands espoirs aux chercheurs de certaines disciplines très pointues comme la recherche contre le cancer ou la mécanique quantique.

Artificial Intelligence as a service

L’importance de ce phénomène tient également au fait que ces avancées ne sont pas réservées aux seuls experts du domaine. Aujourd’hui, plus besoin d’un PHD en sciences cognitives pour créer des applications qui tirent parti de l’IA. En novembre dernier, Google a mis TensorFlow son moteur de DeepLearning à disposition des développeurs externes. D’autres acteurs empruntent cette même voie car cela permet de faire avancer la technologie, qui s’améliore chaque fois qu’elle est utilisée. C’est donc à une avalanche d’applications utilisant de l’IA que nous allons assister, comme le prédit Kevin Kelly sur un modèle : « Take X, add AI ». En effet, il suffit aujourd’hui d’insérer une ligne de code dans une application de service et d’un accès à internet pour utiliser la puissance d’un moteur AI et rendre ainsi le service intelligent. Nul besoin pour les start-ups de demain d’investir en masse pour s’approprier l’intelligence des solutions déjà élaborées en matière de reconnaissance visuelle, de compréhension du langage naturel, de traduction, etc.

GeoHot défie Elon Musk

George Hotz plus connu sous le pseudonyme de GeoHot, est un des hackers les plus en vue de ces dernières années. Agé d’à peine 17 ans, il avait été le premier au monde à briser les sécurités de l’iPhone, puis avait réitéré l’exploit en crackant la Playstation de Sony (ce qui lui avait d’ailleurs valu un procès retentissant). Après quelques années à travailler dans le domaine de l’IA, il a été contacté par Elon Musk, CEO de Tesla, pour développer la fonction autopilot, celle qui permet à une Tesla de conduire toute seule. Suite à une dispute avec celui-ci, il a décidé de créer lui-même, tout seul dans son garage, une voiture autonome. Il a donc acheté un véhicule Acura, qu’il a équipé de capteurs low cost (cameras, micros, lasers, …) afin de cumuler un maximum de données sur sa conduite. Les données issues de ces capteurs sont ensuite portées vers son moteur d’IA, pour lequel il utilise certains éléments mis à disposition par Google. Lui restait alors à accumuler les kilomètres pour que que son moteur devienne ce qu’il appelle un SuperHuman driving agent. Aujourd’hui, ce véhicule est par certains aspects plus performant que celui de Tesla.

 

L’IA et l’emploi

Avec autant d’énergie déployée par les géants de la high-tech d’aujourd’hui et les innombrables opportunités qui s’ouvrent aux start-ups de demain, cette édition 2016 du SXSW marque les prémisses de l’invasion de l’IA dans notre quotidien. Les implications sont nombreuses. Pour Kevin Kelly, l’une des plus importantes sera une redistribution des cartes du marché de l’emploi. Tous les emplois dits productifs, dont l’efficacité se mesure, sont voués à disparaître, menacés par l’automatisation et l’IA. Les emplois dits non-productifs, qui font appel à la créativité resteront dévolus aux être humains. Et, comme nous l’avons vu plus haut, l’IA pense différemment des êtres humains, nous allons voir apparaître une nouvelle compétence sur les CV : être capable de la comprendre pour travailler avec elle. Cette évolution est inéluctable, alors autant s’y préparer dès maintenant.

Cet article [SXSW 2016] IA : Rise of the machines est apparu en premier sur Le Lab SQLI.

Article source
Partager

Expéditeur (requis)

Destinataire (requis)

Message