avril 11, 2018
L’Académie des technologies vient de publier un remarquable rapport sur l’intelligence artificielle, téléchargeable ici. Nous en fournissons ici un rapide résumé et quelques-uns des points clés en lien avec les enjeux pour les entreprises et l’éthique.
L’Intelligence artificielle (IA) est une discipline ancienne de plusieurs décennies qui est redevenue très visible depuis quelques années, sous la double impulsion de résultats spectaculaires – depuis la victoire de Deep Blue sur Gary Kasparov aux échecs en 1996 à celle d’un algorithme d’IA de deux chercheurs de Carnegie Mellon University au jeu de Poker en 2017, en passant par la victoire de Watson à Jeopardy en 2011 et celle de Alpha Go sur le grand maître Lee Seedol au jeu de Go en 2016 – et d’avancées significatives sur des problèmes jugés difficiles comme la reconnaissance d’image ou la reconnaissance de la parole. L’apprentissage (utilisé ici comme traduction de « machine learning ») est l’une des disciplines informatiques qui a le plus nourri les progrès de l’IA de ces dernières années.
Il est clair qu’il se passe quelque chose de significatif depuis quelques années. Il existe un florilège de citations qui expriment que nous sommes rentrés dans une nouvelle ère, que l’Intelligence artificielle va bouleverser nos usages, nos marchés et nos entreprises. Il n’est plus possible de parler de stratégie ou de prospective sans y mettre l’IA en position centrale.
La performance de la voiture autonome de Google est représentative de cette accélération des capacités de perception et d’analyse. Un autre indicateur de l’effervescence autour de l’Intelligence artificielle est l’accélération des investissements, qu’il s’agisse des grands acteurs ou des fonds de capital-risque – Google, Apple et Microsoft investissent chacun plusieurs milliards depuis plusieurs années.
L’Intelligence artificielle (IA) est un domaine de l’informatique, un ensemble de disciplines qui s’intéressent au raisonnement et à l’imitation des capacités humaines. Depuis longtemps l’IA a une large intersection avec l’apprentissage automatique, une approche qui permet d’extraire des connaissances à partir de données. Les progrès spectaculaires des réseaux neuronaux profonds, en particulier dans le domaine de la perception (comme par exemple la vision artificielle ou la reconnaissance de la parole) ont créé une très forte attention ces dernières années, mais le domaine de l’Intelligence artificielle ne se réduit pas aux réseaux neuronaux ou à l’apprentissage automatique.
L’IA n’est pas une technique spécifique et facilement identifiable, mais un ensemble large de méthodes qui ont vocation à s’intégrer dans l’ensemble des méthodes et outils informatiques. La modélisation et la compétence métier jouent un rôle fondamental dans l’obtention des succès. En positif, du point de vue de la compétitivité de la France, cela signifie que ce n’est pas un «service » qui serait fourni par un acteur dominant (par exemple, américain). En négatif, il y a un investissement important à faire pour construire les processus de traitement de données, les protocoles de mise au point et le savoir- faire de mise en œuvre.
L’IA n’est pas un but en soi mais un moyen, qui peut servir à des fins multiples et qui est donc destiné à pénétrer la majorité des pratiques et des environnements, dans l’entreprise comme dans la société civile. L’enjeu stratégique et compétitif est la maîtrise de ces méthodes par les acteurs de l’écosystème français. Les entreprises doivent développer leurs capacités de mise en œuvre en travaillant sur leurs infrastructures de données, sur leur environnement logiciel qui doit être ouvert au monde du logiciel libre et en favorisant le travail itératif en cycle court de petites équipes pluridisciplinaires. L’accès à des grandes capacités de calcul est essentiel car il détermine le cycle d’apprentissage : plus on a accès à des machines rapides et spécialisées, plus on peut faire d’itérations du processus complexe.
Le développement de l’Intelligence artificielle s’appuie sur la disponibilité de larges corpus de données annotés. Il est essentiel de faire entrer les industriels européens dans une logique de « norme de processus utilisant les données » avec une « finalité d’usage » explicite (par opposition à la « finalité de collecte » de la loi Informatique et Liberté) et une forme de rescrit juridique associé à ces normes permettant d’échapper au droit commun du règlement général sur la protection des données.
« On ne peut pas à la fois prédire l’émergence d’une conscience artificielle et ne pas se poser des questions éthiques sur l’usage et le traitement des robots».
L’intelligence artificielle pose des questions éthiques sur le contrôle et la maîtrise des risques, et des questions éthiques sur l’impact de l’usage de l’IA sur la société : quelles modifications dans nos vies et nos sociétés, et quels modes de gouvernance pour accepter ces changements ?
Voici quelques-unes des principales questions qui font débat autour de l’intelligence artificielle :
Notons qu’il est très difficile d’évaluer la plausibilité de ce risque. Néanmoins, cette question se pose aujourd’hui avec des algorithmes permettant par exemple la recommandation dans le e-commerce ou la conduite autonome des véhicules. Il faut soutenir et encourager l’approche de « Responsible AI » qui vise à développer simultanément les performances et l’acceptabilité éthique des algorithmes intelligents.