Comme vous l'avez probablement remarqué, l'Intelligence Artificielle ou IA est actuellement un «sujet brûlant»: la couverture médiatique et les discussions publiques sur l'IA sont presque impossibles à éviter. Cependant, vous avez peut-être également remarqué que l'IA signifie des choses différentes pour différentes personnes. Pour certains, l'IA concerne des formes de vie artificielles qui peuvent dépasser l'intelligence humaine, et pour d'autres, presque toutes les technologies de traitement des données peuvent être appelées IA.
Dans cet article, nous discuterons de ce qu'est l'IA, de la façon dont elle peut être définie et des autres domaines ou technologies qui sont étroitement liés. Avant de le faire, cependant, nous mettrons en évidence trois applications de l'IA qui illustrent différents aspects de l'IA. Nous reviendrons sur chacun d'eux tout au long de ce qui suit pour approfondir notre compréhension.
Une tentative de définition plus utile que la blague «ce que les ordinateurs ne peuvent pas encore faire» consisterait à énumérer les propriétés caractéristiques de l'IA, dans ce cas l'autonomie et l' adaptabilité .
Dans cet article, nous discuterons de ce qu'est l'IA, de la façon dont elle peut être définie et des autres domaines ou technologies qui sont étroitement liés. Avant de le faire, cependant, nous mettrons en évidence trois applications de l'IA qui illustrent différents aspects de l'IA. Nous reviendrons sur chacun d'eux tout au long de ce qui suit pour approfondir notre compréhension.
Application 1. Voitures autonomes
Les voitures autonomes nécessitent une combinaison de techniques d'IA de plusieurs types: recherche et planification pour trouver l'itinéraire le plus pratique de A à B, vision par ordinateur pour identifier les obstacles et les prises de décision dans une situation d'incertitude pour faire face à des environnements complexes et dynamiques. Chacun de ces éléments doit fonctionner avec une précision presque parfaite afin d'éviter les accidents.
Les mêmes technologies sont également utilisées dans d'autres systèmes autonomes tels que les robots de livraison, les drones volants et les navires autonomes.
Implications: la sécurité routière devrait à terme s'améliorer car la fiabilité des systèmes dépasse celui du comportement humain. L'efficacité des chaînes logistiques lors du déplacement des marchandises devrait s'améliorer. Les humains occupent un rôle de supervision, gardant un œil sur ce qui se passe pendant que les machines se chargent de la conduite. Étant donné que le transport est un élément crucial dans notre vie quotidienne, il est probable qu'il y'ait aussi des implications auxquelles nous n'avons même pas encore pensé.
Application 2. Recommandation de contenu
Une grande partie des informations que nous rencontrons au cours d'une journée type est personnalisée. Les exemples incluent Facebook, Twitter, Instagram et d'autres contenus de médias sociaux; publicités en ligne; recommandations musicales sur Spotify; recommandations de films sur Netflix, HBO et d'autres services de streaming. De nombreux éditeurs en ligne tels que les sites Web de journaux et de sociétés de radiodiffusion ainsi que des moteurs de recherche tels que Google personnalisent également le contenu qu'ils proposent.
Alors que la première page de la version imprimée du New York Times ou du China Daily est la même pour tous les lecteurs, la première page de la version en ligne est différente pour chaque utilisateur. Les algorithmes qui déterminent le contenu que vous voyez sont basés sur l'IA.
Implications: alors que de nombreuses entreprises ne veulent pas révéler les détails de leurs algorithmes, la connaissance des principes de base vous aide à comprendre les implications potentielles: celles-ci impliquent des bulles de filtre, des fausses nouvelles et de nouvelles formes. de propagande.
Application 3. Traitement d'images et de vidéos
La reconnaissance faciale est déjà un produit utilisé dans de nombreuses applications client, entreprise et gouvernement, telles que l'organisation de vos photos en fonction des personnes, le marquage automatique sur les réseaux sociaux et le contrôle des passeports. Des techniques similaires peuvent être utilisées pour reconnaître d'autres voitures et obstacles autour d'une voiture autonome, ou pour estimer les populations d'animaux sauvages , pour n'en citer que quelques exemples.
L'IA peut également être utilisée pour générer ou modifier du contenu visuel. Les exemples déjà utilisés aujourd'hui incluent le transfert de style, par lequel vous pouvez adapter vos photos personnelles pour qu'elles ressemblent à celles qu'elles ont été peintes par Vincent van Gogh, et des personnages générés par ordinateur dans des films tels que Avatar , le Seigneur des Anneaux , et des animations Pixar populaires où les personnages animés reproduisent des gestes faits par de vrais acteurs humains.
Implications: lorsque de telles techniques progressent et deviennent plus largement disponibles, il sera facile de créer de fausses vidéos d'événements naturels qui sont impossibles à distinguer des images réelles. Cela remet en question l'idée que «voir, c'est croire ».
Qu'est-ce que l' IA et qu'est - ce qui ne l'est pas ? Pas une question facile!
La popularité de l'IA dans les médias est en partie due au fait que les gens ont commencé à utiliser le terme lorsqu'ils se réfèrent à des choses qui étaient autrefois appelées par d'autres noms. Vous pouvez voir presque tout, des statistiques et des analyses commerciales aux règles si-alors encodées manuellement appelées IA. Pourquoi cela est-il ainsi? Pourquoi la perception du public de l'IA est-elle si nébuleuse? Voyons quelques raisons.
Raison 1: pas de définition officiellement acceptée
Même les chercheurs en IA n'ont pas de définition exacte de l'IA. Le domaine est plutôt constamment redéfini lorsque certains sujets sont classés comme non-IA, et de nouveaux sujets émergent.
Il y a une vieille blague (geek) selon laquelle l'IA est définie comme «des choses sympas que les ordinateurs ne peuvent pas faire». L'ironie est que selon cette définition, l'IA ne peut jamais progresser: dès que nous trouvons un moyen de faire quelque chose de cool avec un ordinateur, cela cesse d'être un problème d'IA. Cependant, il y a un élément de vérité dans cette définition. Il y a cinquante ans, par exemple, les méthodes automatiques pour la recherche et la planification ont été considérés comme appartenant au domaine de l' intelligence artificielle. Aujourd'hui, de telles méthodes sont enseignées à tous les étudiants en informatique. De même, certaines méthodes de traitement des informations incertaines sont si bien comprises qu'elles sont susceptibles de passer très rapidement de l'IA aux statistiques ou aux probabilités.
Il y a une vieille blague (geek) selon laquelle l'IA est définie comme «des choses sympas que les ordinateurs ne peuvent pas faire». L'ironie est que selon cette définition, l'IA ne peut jamais progresser: dès que nous trouvons un moyen de faire quelque chose de cool avec un ordinateur, cela cesse d'être un problème d'IA. Cependant, il y a un élément de vérité dans cette définition. Il y a cinquante ans, par exemple, les méthodes automatiques pour la recherche et la planification ont été considérés comme appartenant au domaine de l' intelligence artificielle. Aujourd'hui, de telles méthodes sont enseignées à tous les étudiants en informatique. De même, certaines méthodes de traitement des informations incertaines sont si bien comprises qu'elles sont susceptibles de passer très rapidement de l'IA aux statistiques ou aux probabilités.
Raison 2: l'héritage de la science-fiction
La confusion sur le sens de l'IA est aggravée par les visions de l'IA présentes dans diverses œuvres littéraires et cinématographiques de science-fiction. Les histoires de science-fiction présentent souvent des serviteurs humanoïdes amicaux qui fournissent des factoids trop détaillés ou un dialogue plein d'esprit, mais peuvent parfois suivre les étapes de Pinocchio et commencer à se demander s'ils peuvent devenir humains. Une autre classe d'êtres humanoïdes en science-fiction épousent des motifs sinistres et se retournent contre leurs maîtres dans la veine des vieux contes d'apprentis sorciers, remontant au Golem de Prague et au-delà.
Souvent, le comportement robot de ces créatures n'est qu'un mince placage au-dessus d'un agent très humain, ce qui est compréhensible car la plupart des fictions (même de la science-fiction) doivent être reliées par des lecteurs humains qui autrement seraient aliénés par une intelligence trop différente et étrange . Il est donc préférable de lire la plupart de la science-fiction comme une métaphore de la condition humaine actuelle, et les robots pourraient être considérés comme des remplaçants de segments de la société réprimés, ou peut-être de notre recherche du sens de la vie.
Souvent, le comportement robot de ces créatures n'est qu'un mince placage au-dessus d'un agent très humain, ce qui est compréhensible car la plupart des fictions (même de la science-fiction) doivent être reliées par des lecteurs humains qui autrement seraient aliénés par une intelligence trop différente et étrange . Il est donc préférable de lire la plupart de la science-fiction comme une métaphore de la condition humaine actuelle, et les robots pourraient être considérés comme des remplaçants de segments de la société réprimés, ou peut-être de notre recherche du sens de la vie.
Raison 3: ce qui semble facile est en fait difficile…
Une autre source de difficulté pour comprendre l'IA est qu'il est difficile de savoir quelles tâches sont faciles et lesquelles sont difficiles . Regardez autour de vous et ramassez un objet dans votre main, puis réfléchissez à ce que vous avez fait: vous avez utilisé vos yeux pour scanner votre environnement, vous avez trouvé où se trouvent certains objets appropriés à ramasser, vous en avez choisi un et vous avez planifié une trajectoire pour votre main. atteignez celui-là, puis déplacez votre main en contractant divers muscles dans l'ordre et réussissez à serrer l'objet avec juste la bonne quantité de force pour le garder entre vos doigts. Il peut être difficile d'apprécier à quel point tout cela est compliqué, mais parfois cela devient visible lorsque quelque chose ne va pas: l'objet que vous choisissez est beaucoup plus lourd ou plus léger que prévu, ou quelqu'un d'autre ouvre une porte au moment où vous atteignez la poignée, et alors vous pouvez vous retrouver sérieusement déséquilibré. Habituellement, ces types de tâches se sentent sans effort, mais ce sentiment dément des millions d'années d'évolution et plusieurs années de pratique de l'enfance. Bien que facile pour vous, saisir des objets par un robot est extrêmement difficile, et c'est un domaine d'étude actif. Des exemples récents incluent le projet de saisie robotique de Google et un robot cueilleur de chou.
… Et ce qui semble difficile est en fait facile
En revanche, les tâches de jouer aux échecs et de résoudre des exercices mathématiques peuvent sembler très difficiles, nécessitant des années de pratique à maîtriser et impliquant nos «facultés supérieures» et une pensée consciente concentrée. Pas étonnant que certaines recherches initiales sur l'IA se soient concentrées sur ce type de tâches, et il peut sembler à l'époque qu'elles résument l'essence de l'intelligence.
Depuis, il s'est avéré que jouer aux échecs est très bien adapté aux ordinateurs, qui peuvent suivre des règles assez simples et calculer de nombreuses séquences de mouvement alternatives à un rythme de milliards de calculs par seconde. Les ordinateurs ont battu le champion du monde humain en titre aux échecs lors des fameux matchs Deep Blue vs Kasparov en 1997. Auriez-vous pu imaginer que le problème le plus difficile s'est avéré être de saisir les pièces et de les déplacer sur la planche sans les renverser! Nous étudierons les techniques utilisées pour jouer à des jeux comme les échecs ou le tic-tac-toe au chapitre 2.
De même, alors que la maîtrise approfondie des mathématiques nécessite (ce qui semble être) l'intuition et l'ingéniosité humaines, de nombreux (mais pas tous) exercices d'un cours secondaire ou collégial typique peut être résolu en appliquant une calculatrice et un ensemble simple de règles.
Depuis, il s'est avéré que jouer aux échecs est très bien adapté aux ordinateurs, qui peuvent suivre des règles assez simples et calculer de nombreuses séquences de mouvement alternatives à un rythme de milliards de calculs par seconde. Les ordinateurs ont battu le champion du monde humain en titre aux échecs lors des fameux matchs Deep Blue vs Kasparov en 1997. Auriez-vous pu imaginer que le problème le plus difficile s'est avéré être de saisir les pièces et de les déplacer sur la planche sans les renverser! Nous étudierons les techniques utilisées pour jouer à des jeux comme les échecs ou le tic-tac-toe au chapitre 2.
De même, alors que la maîtrise approfondie des mathématiques nécessite (ce qui semble être) l'intuition et l'ingéniosité humaines, de nombreux (mais pas tous) exercices d'un cours secondaire ou collégial typique peut être résolu en appliquant une calculatrice et un ensemble simple de règles.
Alors, quelle serait une définition plus utile?
Une tentative de définition plus utile que la blague «ce que les ordinateurs ne peuvent pas encore faire» consisterait à énumérer les propriétés caractéristiques de l'IA, dans ce cas l'autonomie et l' adaptabilité .Autonomie
La possibilité d'effectuer des tâches dans des environnements complexes sans un guidage constant par un utilisateur.
Adaptativité
La capacité d'améliorer les performances en tirant parti de l'expérience.
Les mots peuvent être trompeurs
Lorsque nous définissons et parlons de l'IA, nous devons être prudents car la plupart des mots que nous utilisons peuvent être assez trompeurs. Des exemples courants sont l'apprentissage, la compréhension et l'intelligence.
Vous pouvez bien dire, par exemple, qu'un système est intelligent, peut-être parce qu'il fournit des instructions de navigation précises ou détecte des signes de mélanome sur des photographies de lésions cutanées. Lorsque nous entendons quelque chose comme ça, le mot "intelligent" suggère facilement que le système est capable d'accomplir n'importe quelle tâche qu'une personne intelligente est capable d'accomplir: aller à l'épicerie et préparer le dîner, laver et plier le linge, etc.
De même, lorsque nous disons qu'un système de vision par ordinateur comprend les images parce qu'il est capable de segmenter une image en objets distincts tels que d'autres voitures, piétons, bâtiments, la route, etc., le mot "comprendre" suggère facilement que le système aussi comprend que même si une personne porte un t-shirt sur lequel est imprimée une photo d'une route, il n'est pas acceptable de conduire sur cette route (et par-dessus la personne).
Dans les deux cas ci-dessus, nous aurions tort.
Il est important de réaliser que l'intelligence n'est pas une dimension unique comme la température. Vous pouvez comparer la température d'aujourd'hui à celle d' hier , ou la température d'Helsinki à celle de Rome, et dire laquelle est la plus élevée et laquelle est la plus basse. Nous avons même tendance à penser qu'il est possible de classer les gens en fonction de leur intelligence - c'est ce que le quotient intellectuel (QI) est censé faire. Cependant, dans le contexte de l'IA, il est évident que différents systèmes d'IA ne peuvent pas être comparés sur un seul axe ou dimension en termes d'intelligence. Un algorithme de jeu d'échecs est-il plus intelligent qu'un filtre anti-spam, ou un système de recommandation de musique est-il plus intelligent qu'une voiture autonome? Ces questions n'ont aucun sens. En effet, l'intelligence artificielle est étroite ( nous reviendrons sur le sens de l' intelligence artificielle étroite à la fin de ce chapitre): être capable de résoudre un problème ne nous dit rien sur la capacité de résoudre un autre problème différent.
Pourquoi vous devez dire "une méthode IA" mais pas "une IA"
La classification en IA vs non-AI n'est pas une dichotomie claire oui-non: alors que certaines méthodes sont clairement AI et d'autres ne sont clairement pas AI, il existe également des méthodes qui impliquent une pincée d'IA, comme une pincée de sel. Ainsi, il serait parfois plus approprié de parler de "l' intelligence artificielle " plutôt que de se demander si quelque chose est de l'IA ou non.
Malgré notre découragement, l'utilisation de l'IA comme nom dénombrable est courante. Prenez par exemple, le titre Les données des appareils portables ont aidé à enseigner à une IA à repérer les signes de diabète , ce qui est sinon un très bon titre car il souligne l'importance des données et indique clairement que le système ne peut détecter que les signes du diabète plutôt que de poser des diagnostics et les décisions de traitement. Et vous ne devriez certainement jamais dire quoi que ce soit comme l'intelligence artificielle de Google a construit une IA qui surpasse toutes celles faites par les humains , ce qui est l'un des titres les plus trompeurs de l'IA que nous ayons jamais vu (notez que le titre n'est pas de Google Research) .
L'utilisation de l'IA comme nom dénombrable n'est bien sûr pas un gros problème si ce qui est dit autrement a du sens, mais si vous souhaitez parler comme un pro, évitez de dire "une IA" et dites plutôt "une méthode de l'IA" ".
