L’IA étroite désigne une catégorie d’intelligence artificielle qui surpasse les capacités humaines dans un domaine spécifique. À l’inverse d’une IA forte, l’IA étroite apprend et se développe dans un seul sous-ensemble des capacités cognitives humaines.
Cette époque est révolue. D’après une étude du magazine américain Forbes, 83 % des entreprises considèrent l’IA comme une priorité dans leur stratégie. Par ailleurs, 75 % d’entre elles veulent s’appuyer sur l’IA dans le domaine marketing, notamment l’acquisition client. L’intelligence artificielle fait déjà partie de la vie quotidienne. Cette technologie est utilisée pour détecter les fraudes, programmer la maintenance des machines, réduire les erreurs, fidéliser les clients, etc.
Néanmoins, ces machines et robots fonctionnent encore avec l’IA étroite ou faible (ANI). Ce terme désigne une intelligence artificielle qui accomplit des tâches uniquement dans son domaine de programmation. En dehors de ce domaine, l’IA étroite n’a pas les compétences pour résoudre les problèmes.
Brève histoire de l’évolution de l’Intelligence artificielle
Après plusieurs décennies de recherche, l’IA devient incontournable dans le monde professionnel. En effet, aucune avancée notable n’a été accomplie en raison des faibles financements. Dans les années 50, l’éventualité d’un ordinateur capable d’accomplir des tâches complexes semblait hors de portée. À l’époque, les capacités de stockage d’informations d’une machine étaient limitées.
Le mathématicien Alan Turing sonne la révolution en posant une simple question « les machines peuvent-elles penser ? ». Une réponse positive a changé la donne. À partir des années 60 et 70, l’univers de l’informatique a pu utiliser des ordinateurs plus puissants, rapides et abordables.
Dans les 80, les chercheurs ont développé deux techniques révolutionnaires :
- le deep learning qui se traduit par « apprentissage en profondeur » en français. Cette approche a permis aux ordinateurs d’apprendre d’eux-mêmes à travers l’expérience.
- l’expert system ou « système expert » désigne la capacité d’une machine à imiter l’homme dans la prise de décision.
Suite à ces découvertes, l’IA était capable de raisonner en s’appuyant sur un ensemble de règles.
Le début des années 2000 marque un tournant dans les recherches sur l’IA. Pour cause, le débit internet s’est amélioré. Les options de stockage se sont multipliées. Le cloud permettait également de stocker une grande quantité de données. L’IA a connu de grandes avancées grâce à trois améliorations majeures :
- les algorithmes : cette technologie a rendu possible l’automatisation de certaines tâches. Ces algorithmes poursuivent leur amélioration grâce à des couches de variables cachées. Elles sont capables de trier et optimiser les résultats.
- le big data : les algorithmes sont entraînés pour traiter une grande quantité d’informations. Le big data lui permet d’accéder à ces informations. Les algorithmes permettent à l’IA de traiter et trier les données pour les rendre plus utilisables.
- les unités de traitement graphique ou GPU deviennent plus abordables grâce à une hausse de la demande dans le secteur des jeux et des vidéos en général. Cela a contribué à la construction de solutions d’IA plus performantes.
Qu’est-ce que l’IA étroite ?
Les chercheurs ont classifié les intelligences artificielles en trois catégories en fonction de leur capacité à résoudre les problèmes :
- l’intelligence artificielle étroite ou ANI fait référence à une machine spécialisée dans une gamme étroite de situations comme la reconnaissance vocale.
- l’intelligence artificielle générale ou AGI est aussi appelée IA forte en raison de ses compétences supérieures, similaires à celles de l’homme.
- la superintelligence artificielle n’est pas encore développée. L’ASI fait référence à une machine qui aurait une intelligence supérieure à celle de l’humain.
L’IA étroite désigne tous les systèmes d’intelligence artificielle utilisés actuellement dans la vie quotidienne. Cette IA imite la fonction cognitive de l’homme. Néanmoins, elle n’est pas consciente de son existence.
Une IA faible accomplit des tâches spécifiques en suivant les règles qui lui sont fixées. Elle ne peut pas faire autre chose. Prenons l’exemple d’un personnage de jeu vidéo. Malgré son réalisme, celui-ci est incapable de s’écarter de son rôle.
Siri, l’assistant vocal d’Apple en est un exemple également. L’IA fournit des réponses inexactes lorsqu’on engage des sujets de conversations en dehors de ceux qui font partie de sa programmation.
De leur côté, les robots semblent également intelligents. Ils dépassent même les compétences humaines dans la réalisation de tâches complexes. Mais c’est là l’étroitesse de leur intelligence, l’IA excelle dans le domaine où elle est programmée.
Ceci vaut aussi pour l’IA fonctionnant par machine learning. Elle apprend uniquement dans son domaine de programmation.
L’IA étroite en application
Les domaines d’application de l’IA étroite sont nombreux. On peut citer :
- la génération d’images selon les demandes d’un utilisateur (création de logo, art, etc.) ;
- reconnaissance vocale et d’image (système de sécurité dans les entreprises) ;
- diagnostic d’une maladie ;
- compréhension du langage naturel dans une certaine limite ;
- reproduction du style musical, etc.
Quelles différences avec l’IA forte ?
L’IA forte se situe encore à un stade théorique, c’est-à-dire qu’elle n’existe pas encore. Néanmoins, cette approche soutient le développement de robots capables de développer une conscience humaine. Une telle technologie est appelée IA puissante ou forte en opposition à l’IA faible.
Le fonctionnement de l’IA faible repose sur l’existence d’algorithmes avancés pour résoudre des problèmes. Cette capacité de résolution n’exige pas toutes les aptitudes cognitives humaines.
Par conséquent, une IA faible ne dispose pas des capacités pour prendre conscience d’elle-même. Elle est incapable d’explorer toutes les aptitudes du cerveau humain. De son côté, l’IA forte désigne des machines qui peuvent penser comme des hommes.
Pour les chercheurs dans le domaine, l’objectif serait de créer une IA forte, capable de tenir une conversation intelligente avec l’homme. Celle-ci serait dotée d’émotions et de conscience de soi.
Quelles sont les limites d’une IA étroite ?
Au-delà de ses capacités limitées, une IA étroite n’est pas à l’abri d’une défaillance de son système. Ceci peut porter préjudice à son utilisateur. Prenons l’exemple d’une voiture sans conducteur. Une mauvaise évaluation d’une voiture arrivant dans le sens inverse pourrait causer une collision mortelle. Par ailleurs, la probabilité d’une utilisation malveillante n’est pas à exclure. Un terroriste pourrait exploiter cette absence de conducteur pour y mettre des explosifs.
L’automatisation de certaines tâches supprime de nombreux postes. Lors du forum économique de Davos en 2020, l’automatisation toucherait plus de 5 millions de postes dans le domaine de l’informatique et l’ingénierie.
Néanmoins, les partisans de l’IA soutiennent que l’apparition d’une nouvelle technologie générera de nouveaux emplois. À la création de l’automobile, plusieurs métiers comme le palefrenier et le conducteur de fiacre ont disparu. Pourtant, le secteur de l’automobile a généré des millions d’emplois par la suite.
Exemples pratiques de l’IA étroite
Toutes les technologies existantes aujourd’hui fonctionnent avec l’IA étroite. Pour le moment, l’existence de robots conscients qui veulent conquérir le monde relève uniquement de la fiction. Les exemples les plus connus sont :
Système de recommandation
Plusieurs sites e-commerce fonctionnent grâce à ces systèmes de recommandation. C’est le cas d’Amazon qui s’appuie sur le comportement de l’utilisateur sur internet pour lui recommander des articles susceptibles de l’intéresser. Netflix utilise également l’IA étroite pour recommander des films à ses abonnés. La technologie s’appuie sur leur historique de visionnage pour recommander d’autres films.
Chatbots
Il s’agit d’agents conversationnels déployés sur les sites internet pour engager la conversation. Cet outil est notamment utilisé par les acteurs de la fintech, le e-commerce, les fournisseurs d’accès internet, etc.
Lorsque l’internaute a des questions sur le produit, il peut les poser via le chatbot alimenté par une IA. L’outil est uniquement capable de répondre à des questions simples, ce qui décharge le support client d’une grande partie de leurs tâches.
Moteurs de recherche
L’algorithme du moteur de recherche de Google fonctionne grâce à une IA faible. Lorsqu’une requête est envoyée, celle-ci classe les résultats selon leur pertinence. L’algorithme analyse une base de données très vaste en seulement quelques secondes.
Assistants vocaux
Les assistants vocaux les plus connus sont Alexa d’Amazon et Siri d’Apple. Ces deux technologies d’IA faibles accompagnent leurs utilisateurs tous les jours. L’IA répond à une requête à une vitesse rapide. Alexa, par exemple, peut lire une musique en indiquant uniquement le titre.
Reconnaissance vocale et des images
Le système de reconnaissance vocale est utilisé dans le verrouillage des smartphones par exemple. Google translate dispose également de cette technologie.
De son côté, la reconnaissance des images trouve sa place dans le domaine médical. Les radiologues utilisent l’IA pour identifier les maladies sur le scan d’un patient.
Robots
Les robots employés dans le domaine industriel et les drones fonctionnent grâce à une IA limitée. Pour le moment, ces robots ne sont pas conscients d’eux-mêmes. Ils exécutent les tâches programmées pour eux.
Analyse prédictive
Cette méthode d’analyse s’appuie sur l’IA étroite. Elle consiste à analyser des données historiques en utilisant l’apprentissage automatique et les algorithmes. L’analyse prédictive permet de prédire un évènement futur en se basant sur des données passées. Les experts en marketing s’appuient sur cette analyse pour prendre des décisions.
Les industries utilisent également l’IA pour résoudre les problèmes de maintenance. L’analyse prédictive prévoit le délai idéal pour entretenir les machines afin de prévenir les pannes.
- Partager l'article :
