The Doppler Quarterly (FRANÇAIS) Été 2017 | Page 37

En ce moment, l’intelligence artifi cielle (IA) domine les conversations. On nous dit
que tout le monde peut l’utiliser. Nous avons tous une opinion sur les capacités de
l’IA - certaines tout à fait justes, d’autres qui frisent la paranoïa. Mettons de côté le
portrait de l’IA que brosse la série de fi lms Terminator, et examinons la réalité de
cette technologie, et comment l’intégrer aux entreprises d’aujourd’hui.
L’intelligence artifi cielle n’est pas un concept récent, puisque sa première défi nition
date de 1959. L’IA était alors décrite comme la possibilité de donner aux ordinateurs
des capacités d’apprentissage sans reprogrammation. Aujourd’hui, il s’agit d’un type
d’approche et de technologies qui utilisent des concepts de modèles d’apprentis-
sage directement liés à la reconnaissance de formes et à l’apprentissage informa-
tique. L’IA étudie des algorithmes capables d’apprendre par le biais de schémas de
répétition, et applique cet apprentissage à la prévision de schémas de données à
venir. C’est une bonne alternative à l’exploitation d’instructions programmatiques
statiques, et une solution qui fait des prévisions ou prend des décisions centrées
sur les données, qui s’améliorent au fi l du temps, sans intervention humaine ou pro-
grammation supplémentaire.
Les applications d’intelligence artifi cielle ont été largement mises en avant comme
les systèmes de premier choix pour la construction d’architectures à valeur ajoutée
aux entreprises. Un autre concept, plus pratique, est également apparu : l’appren-
tissage automatique, sous-catégorie de l’IA qui comprend des technologies de
réseaux neuronaux.
L’IA dans votre poche
L’IA est partout de nos jours. Nous demandons à Siri sur nos iPhones qui nous a
envoyé des messages et où trouver le meilleur burger de la région. Nous avons des
discussions poussées avec Alexa, d’Amazon Echo, pour savoir quels fi lms sont à l’af-
fi che ou qui a remporté le match de la veille. Nous confi ons même nos vies à des
systèmes de conduite automatique désormais installés sur des Tesla ou d’autres
véhicules.
Bien sûr, à force d’avoir de l’IA dans la poche, nos voitures et nos ordinateurs, qui
pense à notre place en permanence, nous risquons d’y devenir dépendants. Ainsi,
par exemple, bien qu’il soit impossible d’avoir un accident de voiture grâce aux
sécurités basées sur l’IA, il nous faut prendre garde à ne pas perdre notre capacité
à réagir suffi samment rapidement pour éviter un accident lorsque l’IA n’est pas
disponible.
On ne peut pas l’appliquer à tou t - du moins pour l’instant
Pour tirer au mieux parti de l’intelligence artifi cielle, l’idéal est de l’utiliser sur les
types d’applications spécifi ques qui en tirent le plus d’avantages, comme la détec-
tion des fraudes, le marketing prédictif, la surveillance des appareils (IoT) et la ges-
tion des inventaires. De nombreuses entreprises utilisent de l’IA de façon assez
ineffi cace, et perdent donc de l’argent. Il faut garder à l’esprit que les technologies
d’IA peuvent être coûteuses en termes de temps de traitement et de stockage,
qu’elles soient hébergées sur le cloud ou non.
A mesure que l’intelligence artifi cielle devient plus abordable grâce à l’utilisation de
plateformes cloud, l’une des préoccupations majeures est que cette technologie
risque d’être mal utilisée. C’est d’ailleurs déjà le cas, dans la mesure où les fournis-
seurs de cloud prêtent une valeur ajoutée énorme à l’intelligence artifi cielle. Cepen-
dant, cette valeur ajoutée ne sera effective que si l’intelligence artifi cielle est appli-
quée à des systèmes qui tirent avantage de prévisions basées sur des schémas
détectés dans les données.
ÉTÉ 2017 | THE DOPPLER | 35