L’intelligence artificielle : une rupture à l’horizon

Contrairement aux idées reçues, l’intelligence artificielle n’est pas une technologie récente. Il s’agit d’un sujet qui date des années 50, sur lequel nombre d’entreprises travaillent depuis longtemps. En effet, le numérique a rapidement été utilisé pour des tâches facilement modélisables, avant d’être peu à peu appliqué à des problèmes humains, qui le sont beaucoup moins. Alors si l’intelligence artificielle existe depuis aussi longtemps, comment expliquer un tel engouement ? Il existe deux raisons :

  • C’est une révolution qui va être au moins aussi forte que la révolution Internet. Internet existait également depuis très longtemps avant que cela n’explose auprès du grand public. Après une utilisation uniquement militaire ou scientifique, le navigateur Web et l’ADSL ont permis à chacun de se connecter depuis chez soi, démocratisant son utilisation. L’émergence des réseaux sociaux, son utilisation dans le cadre professionnel (mail, machine virtuelle) et la mobilité (smartphone, tablette, etc.) ont ensuite rendu Internet incontournable. Il en est de même avec l’intelligence artificielle, qui n’en est finalement qu’à ses premiers pas, malgré son âge respectable.
  • Deux ingrédients nécessaires à l’explosion de l’intelligence artificielle sont en pleine évolution. D’une part la donnée et sa collecte : nous n’avons jamais collecté autant de données. Or, plus on collecte de données, plus l’intelligence sera développée. Par exemple pour la reconnaissance faciale, la précision sera d’autant plus grande que la base de données est conséquente.
    D’autre part la puissance de calcul : malgré un probable ralentissement de la loi de Moore, selon laquelle les performances des meilleurs processeurs sur le marché doublent tous les deux ans grâce à l’avancée de la technologie, elle continue à évoluer, et permet de traiter toutes ces données disponibles.

Podcast : notre vision de l’intelligence artificielle, par Yahya El Mir, co-fondateur de iRevolution

A quoi sert l’intelligence artificielle ?

L’intelligence artificielle est une démarche pragmatique qui est centrée sur la résolution d’un problème. Autrefois, en informatique, on programmait ce que devait faire la machine en lui donnant des instructions précises. Aujourd’hui, avec l’intelligence artificielle, le fonctionnement est différent : c’est la machine qui va prendre le chemin d’exécution.

Cette technologie ouvre le champ des possibles. Prenons l’exemple de la santé.

L’intelligence artificielle offre une possibilité de changer la donne dans ce secteur : par exemple, les diagnostics modernes sont réalisés par des intelligences artificielles qui combinent les données issues de l’imagerie médicale à des bases de données de diagnostics déjà établis.
Ainsi, une intelligence artificielle a été créée pour détecter Alzheimer, raccourcissant la détection de 6 années. Une autre réussit à détecter le cancer du sein 5 ans avant son apparition. Enfin, dans des pays en développement où l’accès aux soins est parfois rudimentaire, une intelligence artificielle est capable de détecter le cancer du col de l’utérus via une simple photo prise par un smartphone en la comparant à une base de données de diagnostics déjà établis : les résultats sont fiables dans 91% des cas, contre 70% pour un diagnostic classique.

Les résultats de ces exemples sont vertigineux. Il y a quelques années, personne ne s’attendait à ce que l’intelligence artificielle arrive non seulement à établir un diagnostic fiable, mais également à mieux le faire que des humains hautement qualifiés. Le secteur de la santé est à la veille d’un bouleversement, tout comme d’autres secteurs le seront prochainement.

Comment aborder l’intelligence artificielle ?

Avec l’émergence du Big Data, l’idée générale était la suivante : « J’ai beaucoup de données donc je vais réussir à faire cela ». Ce postulat ne fonctionne pas. Il est temps de reformuler cette idée : « Je veux arriver à faire cela. De quelles données ai-je besoin pour y arriver ? ». Il s’agit d’une démarche différente : elle consiste à se focaliser sur un usage, le « pourquoi », avec une véritable orientation métier.

Dans cette approche métier, il est nécessaire d’apprendre rapidement. Prendre trois ans pour tester une idée est un temps d’apprentissage bien trop long. En revanche, mettre moins de cinq mois pour la tester et valider ce concept en termes de business peut changer la donne. Cela ouvre la porte à un second projet plus large pour récupérer tous les indicateurs nécessaires, avant de généraliser l’idée à l’échelle de l’entreprise.

Il est donc nécessaire de revenir à des basiques simples : la technologie est faite pour créer des usages, elle n’est pas une fin en soi.

Tout comme une formule 1 a besoin d’un bon pilote pour performer, l’IA doit être pilotée efficacement sous peine d’apporter plus de complexité qu’elle n’en épargne