Depuis quelques mois, le monde médiatique (TV, journaux, magazine, ...) a remis l'Intelligence Artificielle (IA) au cœur de l'actualité, en s'enflammant littéralement pour un robot conversationnel dont le nom est sur toutes les lèvres: ChatGPT.
Nous avions déjà constaté à quel point la vie pouvait être simplifiée grâce à des "assistants vocaux" tels que Google Assistant (le fameux "OK Google"), Siri (Apple), Bixby (Samsung) et Alexa (Amazon). Avec ChatGPT, produit conçu par OpenAI (1), on franchit encore un pas en avant. Ce robot accepte toute sorte de requêtes et fournit des réponses sous forme de textes, telles qu'un être humain pourrait les formuler. Il est capable de générer du code informatique, raconter des histoires, écrire des poèmes, etc.
Dans la presse quotidienne, on peut lire quantité d'articles sur le sujet utilisant souvent un jargon un peu ésotérique (Machine Learning, Deep Learning, Big Data, Chatbot, etc.). Certains commentateurs y voient carrément l'avènement d'une nouvelle "Révolution Industrielle" (selon le propre Bill Gates, il s'agit de l'évolution la plus importante depuis Internet). D'autres, au contraire, s'alarment en estimant que tout cela va trop vite et qu'il est urgent d'observer un moratoire.
Ce petit article se propose de jeter un regard calme sur tout cela, en montrant de quoi il retourne très exactement ...
Tout d'abord, qu'est-ce-que l'IA ?
L’Intelligence Artificielle (IA) est une science fondée sur l'hypothèse qu'il est possible de reproduire, avec une machine, une partie des capacités du cerveau humain, telles que le raisonnement, la planification et la créativité. Elle vise donc à doter l'ordinateur d’une intelligence comparable à celle de l’Homme.
Cette notion remonte déjà à près de 70 ans. Voici un bref historique des différentes étapes:
- 1956: L'appellation IA (Intelligence Artificielle), ou AI (Artificial Intelligence) en Anglais, voit le jour, avec d'ailleurs le premier programme illustratif.
- 1962: Le monde assiste à la première victoire d’une machine sur l’Homme, lors d’une partie de Jeu de Dames.
- 1997: Le système Deepblue développé par IBM parvient à vaincre Garry Kasparov, alors champion du monde au Jeu d’Echecs.
- 2010: Google lança sa première voiture autonome qui repose en partie sur l’Intelligence Artificielle.
- 2011: Le système Watson développé par IBM et basé aussi sur l'IA, remporte le Jeu Télévisé "Jeopardy".
- 2016: Alors que le "Go", jeu millénaire d'origine chinoise aux milliards de combinaisons possibles, était considéré jusque-là comme bien trop complexe même pour les programmes d’ordinateur les plus sophistiqués, le système AlphaGo développé par Google DeepMind prouve au monde entier qu'il n'en était rien, en triomphant de Lee Sedol (alors Maître absolu du Go au niveau mondial) lors de quatre parties sur cinq (2).
AlphaGo avait la particularité de disposer d'une puissance de calcul phénoménale et, surtout, d'algorithmes (3) particulièrement sophistiqués permettant des techniques d'apprentissage. C'est ainsi qu'il lui avait été possible d'analyser des millions de parties de Go jouées par des humains, pour apprendre des stratégies de jeu. Il lui avait été également possible de jouer contre lui-même, afin d'affiner les compétences acquises voire-même de découvrir d'autres stratégies.
AlphaGo est l'exemple même d'utilisation du Machine Learning (Apprentissage Automatique), l'une des sous-disciplines de l'Intelligence Artificielle: la possibilité donnée à un ordinateur d'apprendre à partir de données, plutôt que de suivre explicitement des instructions programmées. Les ordinateurs peuvent ainsi découvrir des modèles dans des données et utiliser ces modèles pour en créer de nouveaux, prendre des décisions (création de choses qui n’existaient pas auparavant) et effectuer des prédictions.
D'où cette définition un peu plus fine de l'IA: "Un ensemble d'algorithmes conférant à une machine des capacités d'analyse et de décision, lui permettant de s'adapter intelligemment aux situations en faisant des prédictions à partir de données déjà acquises". On l'appelle également IA Générative (IAG). c'est-à-dire capable de créer du contenu (texte, images, sons ou vidéo), après avoir été entraînée sur d'immenses bases de données.
Ainsi définie, l'IA se retrouve dans tous les secteurs d’activité: Transports, Santé, Energie, Industrie, Logistique, Finance, Commerce, Militaire, etc.
Fonctionnement de l'IA
Toute représentation mathématique, permettant à un système informatique d'apprendre à partir de données et de prendre des décisions autonomes, est appelé Modèle IA. Dans la mise en œuvre d'un tel Modèle IA, quatre éléments fondamentaux entrent en ligne de compte (chacun représenté, sur le schéma suivant, par une couleur différente):
- Le "Cœur du Réacteur" (pour utiliser une métaphore compréhensible par tout le monde)
C'est la véritable "matière grise numérique" de l'ensemble, basée sur le Machine Learning autour d'algorithmes de divers types: Régression Linéaire, Régression Logistique, Arbres de Décision, Forêts Aléatoires, Méthodes de Regroupement, etc. (pour détails, consulter Wikipedia ou ... ChatGPT). Ces algorithmes vont fonctionner comme suit: a) enregistrer, analyser et comprendre les données en entrée qui sont des observations particulières, b) identifier des tendances et relations dans ces données, c) utiliser celles-ci pour prédire des résultats futurs et prendre des décisions (lorsqu'un Modèle IA est ainsi en "apprentissage", on dit aussi qu'il est "entrainé" ou "formé"). Le Machine Learning convient très bien pour des problèmes où les données sont relativement simples et structurées. C'est le cas de la reconnaissance de la parole, de la détection des fraudes, de la recommandation de produits, de la classification d'images, etc.
Il existe une forme de Machine Learning, destinée au traitement de données très complexes et non structurées (images, sons, textes). Elle porte le nom de Deep Learning (Apprentissage en Profondeur) et utilise des réseaux de neurones artificiels (4) pour modéliser des motifs et des relations complexes dans les données. Ces réseaux sont organisés en couches de neurones successives (ensemble virtuel de milliers d’unités, les neurones, effectuant de petits calculs simples), de telle sorte que le résultat de la première couche nourrit la deuxième et ainsi de suite (plus le nombre de couches est important, plus l'apprentissage est "profond"). Le Deep Learning est plutôt réservé à la reconnaissance faciale, la traduction automatique, la reconnaissance vocale, la voiture autonome, etc.
Un excellent exemple d'utilisation de Deep Learning dans la reconnaissance vocale est l'application "Shazam" d'Apple (celle-ci est capable de retrouver le titre d'une chanson et le nom de son auteur, simplement en en écoutant un très court extrait). "Shazam" utilise pour cela un réseau de neurones artificiels profond qui a été entrainé sur des millions de chansons, pour en apprendre les caractéristiques clés (mélodie, tempo, timbre, nom du compositeur, etc.) et les stocker dans une vaste base de données. Lorsque quelqu'un utilise Shazam pour identifier une chanson, l'application analyse les caractéristiques de l'extrait audio et les confronte à toutes celles contenues dans la base de données en question. Si le test est concluant (chanson référencée dans la base de données), l'application affiche le titre de la chanson ainsi que le nom de son auteur.
Certains Modèles IA contiennent des milliards de paramètres ou variables (8) et leur apprentissage nécessite d'utiliser de gigantesques supercalculateurs, fonctionnant en "Clusters" (grappes) et occupant des surfaces au sol impressionnantes (5).La puissance de ces supercalculateurs s'exprime en FLOPS (nombre d'opérations à virgule flottante par seconde). Les plus puissants d'entre eux peuvent atteindre des vitesses de calcul de plusieurs dizaines de "Petaflops" ou PFLOPS (1 PFLOPS = 10**15 FLOPS). Cela signifie qu'un supercalculateur, ayant une puissance de 1 PFLOPS, est capable de réaliser un million de milliards de calculs en une seconde. Seul un tel niveau de puissance permet de traiter des données complexes à une si grande échelle.
A propos de ces données, plus la machine en "ingurgitera" un nombre élevé, plus elle sera en mesure de perfectionner ses connaissances et ses déductions, et donc d’imiter les fonctions cognitives de l’intelligence humaine. D'où l'importance du Big Data (cf. paragraphe suivant). - Le Big Data
Le Big Data (Gros Volume de Données) désigne à la fois la production de données massives et le développement de technologies capables de les traiter afin d’en extraire des corrélations ou du sens. Les données numériques créées chaque jour dans le monde proviennent de sources diverses telles que les réseaux sociaux, les capteurs de surveillance, les appareils mobiles, les transactions financières, les sites Web (Wikipedia et autres), etc. Leur volume s'exprime en des chiffres absolument vertigineux, avec comme unité de mesure le "Zo" ou "Zettaoctets" (1 Zo = 10**21 octets ou encore "mille milliards de milliards d'octets"). A titre indicatif, ll est estimé que la quantité totale de données numériques stockées dans le monde entier en 2020 était d'environ 64 Zo et qu'elle devrait atteindre 2 140 Zo en 2025.Le Big Data se caractérise par les fameuses "4 V": Volume (aspect stockage gigantesque), Vélocité (vitesse à laquelle les données sont produites et collectées), Variété (diversité des sources de données) et Véracité (données collectées exactes et prêtes à l’emploi). Cela signifie que les données doivent être stockées, traitées et analysées avec des algorithmes spécialisés, permettant de gérer efficacement leur taille et leur complexité.
L'aspect "Volume", stockage proprement dit, sera le plus souvent assuré via le "Cloud", c'est à dire en fait d'immenses "Data Centers" (Serveurs de Données) répartis à travers le monde (5). L'aspect "Vélocité" sera adressé via des connexions Internet à Très Haut Débit (possibilité donnée aux utilisateurs d'accéder à des ressources à partir de n'importe quel endroit et à tout moment). L'aspect "Variété" (textes, images, vidéos, fichiers audio, données de géolocalisation, données de capteurs, données de réseaux sociaux, etc.) sera à la charge d'algorithmes spécialisés. Il en va de même pour l'aspect "Véracité" (élimination de données incomplètes, incohérentes, erronées ou redondantes).
C’est pour toutes ces raisons que Big Data et IA sont devenus indissociables et voués à fonctionner de concert. - L'Internet à Très Haut Débit (ITHB)
L'entrainement des Modèles IA implique le transfert extrêmement rapide de quantités de données gigantesques entre les Serveurs de Données et les différents Supercalculateurs. Cette notion de vitesse de transmission des données est également cruciale dans le cas d'applications d'IA en temps réel, telles que la reconnaissance vocale ou la détection d'objets en temps réel, où des quantités importantes de données doivent être traitées et analysées rapidement pour fournir des résultats précis.
C'est là qu'intervient l'Internet à Très Haut Débit, implémenté via deux technologies possibles:- La Fibre Optique: considérée actuellement comme la meilleure technologie pour obtenir une connexion ITHB (cliquer ICI pour en savoir davantage), avec des vitesses de transfert pouvant atteindre plusieurs Gbps (Gigabits par seconde).
- La 5G: en cours de déploiement dans le monde entier, cinquième génération de la norme de communication sans fil pour les réseaux de téléphonie mobile (cliquer ICI pour en savoir davantage), permettant là-aussi des vitesses de transfert de plusieurs Gbps.
- Les Chatbots
Les Chatbots ou Robots Conversationnels ou encore Agents Conversationnels (cf. partie en orange sur le schéma précédent) sont des programmes informatiques, capables de comprendre des questions et d’y répondre en langage naturel, à la manière d’un être humain. Ils utilisent des techniques de Traitement du Langage Naturel (NLP) pour comprendre les questions des utilisateurs et y répondre de manière appropriée. Il existe de nombreux (et différents) types de Chatbots, mais tous fonctionnent de façon très similaire: l'utilisateur formule ses requêtes via un contenu textuel/vocal et les réponses sont délivrées sous forme de texte. - ChatGPT est un produit développé par OpenAI, annoncé en 2018 et dont la troisième version GPT-3 est disponible depuis le 30 novembre 2022 (voir détails plus bas). Il s'agit d'un modèle de génération de texte basé sur l'architecture de Transformer, laquelle utilise des réseaux de neurones profonds pour apprendre (Deep Learning) à générer du texte de manière autonome, en s'appuyant sur un corpus de texte gigantesque (5).
Il est à noter que, dans sa version actuelle, ChatGPT utilise un Big Data figé qui n’a pas été mis à jour depuis septembre 2021. Cela signifie qu'il n’est pour le moment pas en capacité d’apporter des réponses sur des événements postérieurs à cette date.
ChatGPT peut être utilisé chaque fois qu'une réponse basée sur le langage naturel est requise, que ce soit pour fournir des informations, répondre à des questions ou aider à résoudre des problèmes (traduction automatique, rédaction de contenu).
Par ailleurs, ll dispose d'une API (Application Programming Interface ou Interface de Programmation) permettant à des applications externes de communiquer avec lui, de lui poser des questions et de recevoir des réponses en utilisant un format standardisé. C'est déjà le cas pour les produits Microsoft suivants: Bing (cette nouvelle mouture du moteur de recherche portant le nom de Bing Chat), Edge et Skype (6). Il en sera bientôt de même pour le navigateur Opera, développé par Opera Software. - Bard est un produit développé par Google, annoncé le 6 février 2023 mais pas encore disponible.
Comme ChatGPT, il est basé sur la technologie Transfomer et utilise le Deep Learning. Contrairement à ChatGPT, dont les données utilisées s’arrêtent à 2021, il est directement connecté au Web et dispose donc de données mises à jour en temps réel. La garantie de fournir des réponses fraîches et de haute qualité.
Le moteur de recherche Google Search devrait être le premier à bénéficier des fonctionnalités de Bard, suivi par les applications Chrome et Gmail (dans ce cas, l’IA devrait même permettre à l'utilisateur de rédiger des mails à sa place). Par ailleurs, Google a annoncé qu’il autoriserait les développeurs tiers à utiliser Bard (via API), les invitant ainsi à laisser libre cours à leur créativité afin d’imaginer de nouvelles applications.
Il n'en demeure pas moins que Bard n'est pas encore prêt (toujours en période de tests) et que Google doit faire face à un très grand défi, celui de combler le plus vite possible le retard pris sur ChatGPT et donc sur le grand concurrent Microsoft. En effet, le prestige et les revenus de Google sont directement liés au succès mondial de son moteur de recherche Google Search (93% des parts de marché en janvier 2023) mais, pour la première fois, ce dernier pourrait se trouver ringardisé par Bing Chat (celui-ci intégrant les fonctionnalités de ChatGPT). Google ne pouvant se permettre la moindre erreur, notamment dans un domaine aussi stratégique que celui de l'IA, il sera intéressant de suivre l'évolution des choses.
Deux de ces Chabots dominent l'actualité, il s'agit de ChatGPT et Bard:
Les nouveautés que Microsoft a annoncées pour ses produits Bing, Edge et Skype (intégration de fonctions alimentées par l'IA), peuvent être elles-mêmes assimilées à des Chatbots (en effet il s'agit bien chaque fois d'une interface Homme/Machine, avec requête formulée par l'utilisateur et réponse fournie par la machine). Et il en va de même pour l'application "Shazam" présentée plus haut.
Enfin, d'autres Chatbots sont utilisés dans de nombreux domaines tels que le service client, la vente, la réservation de voyages, les centres d'appels, l'assistance à la navigation sur un Site Web, etc.
Quelques mots de plus sur ChatGPT
Son nom lui-même est un "mot-valise" composé des mots anglais "Chat" (désignant un fil de discussions à base d'échange de messages instantanés) et "GPT" (pour "Generative Pre-trained Transformer", une famille de modèles de traitement du langage naturel développée par OpenAI).
A l'évidence, ChatGPT est devenu la coqueluche de millions d'utilisateurs à travers le monde, impressionnés par sa capacité à répondre clairement à des questions difficiles dans quelque domaine que ce soit, à écrire des sonnets voire du code informatique et même à réussir des examens. Les raisons d'un tel engouement sont les suivantes:
- L'extrême facilité à s'inscrire à ChatGPT, une opération réalisable en moins de 3 minutes (cliquer ICI pour détails).
- Formulation des requêtes sous forme de texte et dans la langue de son choix (Français, Anglais, Allemand, Espagnol, Italien, Basque, Japonais, etc.), les réponses étant fournies dans cette même langue.
- Qualité de la forme sous laquelle sont fournies les réponses, à la syntaxe parfaite. On a un exemple de cela dans les deux paragraphes qui suivent, dans lesquels ont été insérées des réponses complètes (fournies directement par ChatGPT) à des requêtes bien précises.
- Echanges vraiment conversationnels. Après la réponse à une requête précise, ChatGPT garde en mémoire tout ce qui lui a permis de formuler cette réponse. Dès lors, il est possible de lui demander telle ou telle précision sur le même sujet et sa réponse apparaitra aussitôt. Puis de nouveau une autre question, etc.
- Possibilité grâce à son API d'intégrer les fonctionnalités de ChatGPT dans d'autres applications. A cet égard, l'utilisation du tout nouveau Bing Chat de Microsoft (cf. plus haut) devrait être excitante.
- Extraordinaire temps de réponse (pratiquement instantané), sachant que des millions d'utilisateurs doivent être connectés au même moment (pour information, dès le début de cette année, ChatGPT dépassait la barre des 100 millions d’utilisateurs actifs par mois).
Domaines d'utilisation de l'IA (actuels et futurs)
L'IA est actuellement utilisée dans de nombreux domaines et secteurs, dont voici quelques exemples (informations obtenues via ChatGPT):
- La reconnaissance d'image et la vision par ordinateur: les algorithmes d'IA sont utilisés pour la reconnaissance faciale, la détection d'objets, la reconnaissance de caractéristiques géographiques, l'analyse de vidéo surveillance, etc.
- La Santé: l'IA est utilisée pour aider les professionnels de la Santé à diagnostiquer les maladies, à élaborer des plans de traitement personnalisés, à prédire les résultats des interventions chirurgicales et à améliorer la recherche sur les traitements.
- Les Voitures Autonomes: les voitures autonomes utilisent des algorithmes d'apprentissage automatique pour apprendre à reconnaître les signes de la circulation, les obstacles et les autres véhicules sur la route.
- La Finance: l'IA est utilisée pour l'analyse de données financières, la prévision des tendances du marché, la détection de fraudes et l'amélioration des décisions de gestion de portefeuille.
- Le Commerce Electronique: l'IA est utilisée pour personnaliser les offres et recommandations de produits, prédire les tendances de la demande et améliorer l'efficacité de la gestion des stocks.
- Les Jeux Vidéos: l'IA est utilisée pour créer des personnages non-joueurs plus intelligents, capables de réagir aux actions des joueurs de manière plus réaliste et cohérente.
- L'Energie: l'IA est utilisée pour optimiser les réseaux électriques, prévoir la demande d'énergie et améliorer l'efficacité énergétique des bâtiments.
Le futur de l'IA est également très prometteur. A ce titre, voici quels sont les tendances et développements en cours (informations obtenues via ChatGPT):
- Généralisation des Chatbots: ces Assistants Conversationnels, appelés aussi Assistants Virtuels, sont de plus en plus courants dans les applications mobiles, les Sites Internet et les centres d'appels.
- Expansion du Deep Learning dans les applications de reconnaissance vocale, de vision par ordinateur, de traitement du langage naturel et d'autres domaines.
- L'IA et la Santé: l'IA peut aider à détecter plus tôt les maladies et à fournir un traitement plus efficace en analysant les données médicales. L'IA peut également aider à la recherche de médicaments et à la personnalisation des traitements.
- L'IA et les Villes Intelligentes: les villes intelligentes utilisent l'IA pour optimiser les services urbains tels que la circulation routière, la gestion de l'énergie et les services de transport en commun.
- L'IA et les Robots Autonomes: les robots autonomes peuvent être utilisés dans des environnements dangereux ou difficiles d'accès, tels que les sites miniers ou les champs de bataille. L'IA peut aider à rendre ces robots plus autonomes et plus capables.
- L'IA et la Cybersécurité: l'IA peut être utilisée pour détecter les menaces de sécurité et prévenir les attaques informatiques.
- L'IA et l'Agriculture: l'IA peut aider les agriculteurs à maximiser leurs rendements en utilisant des données sur les conditions météorologiques, les sols et les cultures.
- L'IA et l'Education: l'IA peut aider à personnaliser l'enseignement en fonction des besoins individuels de chaque élève.
- L'IA et l'Industrie 4.0: l'IA est un élément clé de quatrième révolution industrielle, permettant aux entreprises d'optimiser leurs opérations, de réduire les coûts et d'augmenter leur productivité.
Opportunités de carrières offertes
En France, le secteur de l'IA offre diverses opportunités de carrière, que ce soit dans la recherche, le développement, la gestion de projet, la consultation ou d'autres domaines spécialisés. Voici quelques-unes de ces opportunités parmi les plus courantes avec, pour chacune d'elles, des informations sur les responsabilités, les compétences requises et les salaires (ces chiffres sont indicatifs et peuvent varier en fonction de l'expérience, de l'entreprise et de la localisation):
- Ingénieur en IA:
- Responsabilités: Concevoir, développer et mettre en œuvre des solutions d'IA, travailler sur des algorithmes et des modèles d'apprentissage automatique.
- Profil requis: Maîtrise des langages de programmation (Python, R), compréhension approfondie des algorithmes du Machine Learning (apprentissage automatique), compétences en Traitement du Langage Naturel (NLP) ou en Vision par Ordinateur selon les besoins.
- Salaire: Entre 40 000 € et 70 000 € par an pour un débutant, pouvant dépasser 100 000 € avec de l'expérience.
- Data Scientist:
- Responsabilités: Analyser des ensembles de données, développer des modèles prédictifs, contribuer à la prise de décision basée sur les données.
- Profil requis: Maîtrise des statistiques, compétences en programmation (Python, R), compréhension des bases de données et des outils de visualisation de données.
- Salaire: Entre 35 000 € et 60 000 € pour un débutant, pouvant atteindre 80 000 € ou plus avec de l'expérience.
- Consultant en IA:
- Responsabilités: Conseiller les entreprises sur la mise en œuvre de solutions d'IA, analyser les besoins des clients, fournir des recommandations stratégiques.
- Profil requis: Compétences techniques en IA, excellentes compétences en communication, capacité à comprendre les besoins spécifiques de l'entreprise.
- Salaire: Entre 50 000 € et 80 000 € par an, avec des variations en fonction de l'expérience et du niveau de responsabilité.
- Chercheur en IA:
- Responsabilités: Mener des recherches originales, publier des articles, contribuer à l'avancement des connaissances en IA.
- Profil requis: Solide formation académique en Informatique, Mathématiques ou domaines connexes, expérience dans la Recherche, maîtrise des techniques d'IA avancées.
- Salaire: Variable en fonction du niveau d'expérience, souvent lié à des financements de projets de recherche.
- Chef de Projet en IA:
- Responsabilités: Gérer des Projets d'IA, coordonner les équipes, assurer le respect des délais et des budgets.
- Profil requis: Compétences en Gestion de Projet, compréhension approfondie des technologies d'IA, excellentes compétences en communication.
- Salaire: Entre 60 000 € et 100 000 € par an, selon l'expérience et la taille de l'entreprise.
Ces descriptions ne sont pas exhaustives, et de nombreuses autres opportunités existent, notamment dans le domaine de l'éthique de l'IA, du développement de produits, de l'automatisation, etc.
Craintes liées à l'IA
Il existe plusieurs craintes liées à l'IA et beaucoup de gens considèrent qu'elle a de nombreuses implications éthiques et sociales importantes. En voici quelques exemples (informations obtenues via ChatGPT):
- Perte d'emplois: l'IA est capable d'automatiser de nombreuses tâches, ce qui pourrait entraîner la perte d'emplois pour de nombreuses personnes.
- Biais et discrimination: l'IA peut reproduire et renforcer les préjugés et les discriminations qui existent déjà dans la société. Les algorithmes peuvent être biaisés dans leurs décisions, par exemple en discriminant certaines minorités ethniques ou en favorisant les hommes par rapport aux femmes.
- Perte de contrôle: certaines personnes craignent que l'IA ne devienne incontrôlable et ne prenne des décisions qui ne sont pas souhaitables pour les êtres humains.
- Sécurité et confidentialité: l'utilisation de l'IA peut poser des problèmes de sécurité et de confidentialité, car les algorithmes peuvent être piratés ou utilisés de manière abusive pour collecter des données personnelles.
- Dépendance: la dépendance croissante à l'égard de l'IA pour les décisions importantes peut entraîner une perte de compétences humaines essentielles, telles que la prise de décision et le raisonnement critique.
- Impact sur la Société: l'IA peut avoir un impact profond sur la Société, notamment en modifiant les relations sociales, en renforçant les inégalités économiques et sociales et en changeant la façon dont nous nous percevons nous-mêmes en tant qu'êtres humains.
Cela explique que l'Italie ait récemment pris la décision de bloquer ChatGPT sur son territoire et que d'autres pays s'interrogent sur le sujet. Au même moment, devant les spectaculaires avancées de ChatGPT-4 (nettement plus puissant que les versions précédentes), Elon Musk et des centaines d’experts mondiaux signaient un appel à une pause de six mois dans la recherche sur l'IA, justifiant de "risques majeurs pour l’Humanité".
Conclusion
Il est permis de penser que seront rapidement mises en place des réglementations appropriées pour garantir que l'IA soit utilisée de manière responsable et éthique, dans le respect des droits de l'Homme et de la dignité humaine.
En effet, on ne peut concevoir que l'IA puisse être laissée à l'écart, alors qu'elle représente un immense potentiel pour l'avenir de la Technologie et de la Société. Les développements toujours de plus en plus spectaculaires dans ce domaine contribuent à pousser les limites du possible.
Cela étant posé, il y a des domaines où l'IA ne remplacera
jamais l'Homme et ne sera qu'un assistant privilégié.
Peut-on en effet imaginer que le pilotage d'un avion de ligne
(avec 500 passagers à bord et sans présence humaine dans le cockpit)
ou le déclanchement du feu nucléaire
puissent être confiés à des algorithmes, aussi sophistiqués soient-ils !!!
Voilà ce qui pouvait être dit sur l'Intelligence Artificielle, en espérant n'avoir pas été trop confus !!!
Sources | |
L'essentiel sur l'Intelligence Artificielle | |
Tout comprendre à l'IA | |
Qu’est-ce que le Big Data ? | |
Le Deep Learning | |
Différence entre Machine Learning et Deep Learning | |
AI vs. Machine Learning vs. Deep Learning vs. Neural Networks | |
The Age of AI has begun (Bill Gates) | |
Articles du NYT sur l'Intelligence Artificielle et les Chatbots | |
------------------------
(1) : OpenAI est une Organisation de Recherche en Intelligence Artificielle fondée en 2015 par un groupe d’investisseurs, dont Elon Musk et Sam Altman. L’objectif de cette organisation est de promouvoir et de développer l’Intelligence Artificielle de manière responsable, afin de bénéficier à l’ensemble de l’Humanité. Elon Musk, qui avait OpenAI en 2018, vient de lancer sa propre Start-up d'Intelligence Artificielle baptisée X.AI (mars 2023).
(2) : À la suite de ce match, la Hanguk Kiwon (Fédération Sud-Coréenne de Go) a décerné à AlphaGo un titre honorifique de 9e dan (professionnel), le plus haut grade existant, en reconnaissance du niveau d'excellence atteint par le programme.
(3) : Un algorithme est une description, traduite sous forme d'instructions d’un programme dans un langage informatique, d’une suite finie d’étapes à exécuter pour résoudre un problème ou accomplir une tâche.
(4) : Un "neurone artificiel" est une unité de traitement d'information qui simule le fonctionnement des neurones biologiques dans le cerveau. Comme les neurones biologiques, les neurones artificiels reçoivent des signaux d'entrée, les traitent et produisent des signaux de sortie en fonction de leur état d'activation. Les "Réseaux Neuronaux" créent et font évoluer leurs règles de comportement, par opposition à un programme utilisant des "Heuristiques" figées et codées par des humains (cas de DeepBlue évoqué plus haut).
(5) : La consommation électrique de centres informatiques aussi gigantesques peut se traduire par des factures de la même taille (fonctionnement des machines et climatisation). Google, qui possède plusieurs de tels centres, affirme avoir réduit de 20% les factures concernées, grâce à une application basée sur l'IA.
(6) : Microsoft a annoncé avoir investi 10 milliards de dollars dans OpenAI (le créateur de ChatGPT), dans le but très clair d'intégrer de plus en plus d'IA dans ses produits.
(7) : Ces milliards de paramètres (ou variables) sont les poids associés à chaque connexion neuronale du réseau de neurones profond qui constitue le modèle. Ces poids sont ajustés de manière itérative lors de l'entraînement du modèle pour minimiser une fonction de perte, ce qui permet au modèle de devenir plus précis dans sa prédiction du texte.