Il y a une semaine avait lieu la première édition du salon AI Paris. À cette occasion, diverses conférences ont été organisées autour de la thématique de l’Intelligence Artificielle (IA), animées par Enguérand Renault, Rédacteur en chef des médias et des technologies chez le Figaro. Afin de planter le décor, Alexandre Lebrun de Facebook AI Research présentait « l’état de l’art de l’IA » dans une conférence d’introduction, retraçant l’histoire de l’IA et son avancée actuelle.
Dès 2001, les internautes pouvaient déjà faire la rencontre de chatbots sur Internet. Alexandre Lebrun, engineering manager chez Facebook AI (Artificial Intelligence) Research, était d’ailleurs « tombé amoureux » de Cybelle, l’un des premiers robots conversationnels mis à disposition du grand public. L’Intelligence Artificielle (IA), à travers les chatbots et autres robots ou programmes intelligents, s'est démocratisée il n’y a pas plus de 5 ans. Et pourtant, « les machines intelligentes sont aussi vieilles que l’informatique », affirme Alexandre Lebrun. En 1950, Alan Turing répondait à la question : que veut dire « machine intelligente » ? « Selon Turing, une machine passait le test de l’intelligence si elle était capable de tenir une conversation spontanée, ‘humaine’, pendant plus de 20 minutes », ajoute le spécialiste de Facebook AI Research.
Près de 16 ans plus tard, le premier chatbot, programme conversationnel alimenté par l’IA, fut inventé par le psychanalyste Joseph Weizenbaum. Et en 1968, Hollywood s’était déjà emparé du phénomène. 2001 : L’Odyssée de l’espace, de Stanley Kubrick, rendait hommage à cette machine intelligente bien qu’elle fût dépeinte comme machiavélique et meurtrière, déclare le spécialiste de Facebook AI Research. C’est peut-être bien ce qui a découragé les américains de se pencher davantage sur le sujet, puisqu’ils ont abandonné l’IA pendant près de 10 ans... Un long « AI Winter » pendant lequel, par chance, les Français ont continué de plancher sur les possibles enjeux de l’Intelligence Artificielle. « C’est d’ailleurs pour cette raison qu’aujourd’hui, nous sommes en avance en termes de chatbots et de technologies intelligentes », souligne Alexandre Lebrun, fier de rappeler que le chercheur français en IA et en Vision Artificielle Yann Le Cun fût l’un des premiers, en 1993, à initier le Deep et le Machine Learning, concepts visant à rendre une machine intelligence à l’aide de processus technologiques systématiques.
Aujourd’hui, où en est l’IA ?
L’Intelligence Artificielle, grâce à de nombreuses années de recherches et de travail, peut être développé selon quatre modèles – la Perception, la Compréhension et l’Apprentissage, la Prédiction et la Planification :
- La Perception : « pour l’IA aujourd’hui, elle concerne la reconnaissance d’éléments photographiques, c’est-à-dire la segmentation sémantique de photographies et va même jusqu’à estimer la posture du corps des humains présents dans des images», explique Alexandre Lebrun. La capacité de perception des machines permet de reconnaître les visages sur Facebook ou Google Pics, par exemple, et est à l’origine de la réalité augmentée.
- La Compréhension et l’Apprentissage : l’IA est capable de décrire le contenu d’une photographie. Par exemple, si une photo montre une girafe qui marche dans l’herbe, alors le programme doté d’IA saura le décrire. Ce modèle est tout de même imparfait et donne encore lieu à de nombreuses incohérences, confie Alexandre Lebrun.
- La Prédiction : C’est un sujet encore assez nouveau, déclare le manager de Facebook AI Research. Le programme doté d’IA doit deviner ce qu’il va se passer. Par exemple, si une bouteille tient au bord d’une table, elle doit deviner si la bouteille tombera ou pas. Cependant, le résultat de son raisonnement est souvent flou puisqu’elle n’a encore qu’une vision abstraite des objets. Pour Alexandre Lebrun, « il faudrait donner une institution physique aux modèles afin de réduire les erreurs ».
- La Planification : ce modèle sert beaucoup pour les recherches sur les véhicules sans chauffeur et la conduite autonome. La planification permet aux machines dotées d’IA de savoir quand est-ce qu’il faut tourner le volant, par exemple. « Certaines entreprises font jouer leur machine à GTA pour les faire travailler. Chez Facebook, nous lui apprenons à planifier et anticiper en à la faisant jouer à Starcraft », confie Alexandre Lebrun. « Mais l’émergence de capacités à faire des plans est encore difficile à obtenir », précise-t-il.
Aujourd’hui, nous sommes en phase de « Supervised Learning » (« Apprentissage Supervisé) : les machines ont encore besoin de l’homme pour apprendre. « Le but des spécialistes de l’IA et du Machine Learning, à ce jour, est de passer au stade de l’Unsupervised Learning. Mais nous sommes encore loin de briser ce plafond de verre », déclare Alexandre Lebrun. Et pour cause, s’il est facile pour une machine de reconnaître l’écriture manuscrite et de battre l’humain au jeu de Go, il est encore très complexe de lui inculquer la capacité à avoir de la jugeotte et à ressentir des émotions – caractéristiques qui sont le propre de l’Homme.
Et dans 20 ans ?
Pour Alexandre Lebrun, « dans 20 ans, l’IA aura transformé les entreprises autant qu’Internet l’a fait ». Et selon l’engineering manager de Facebook AI Research, les acteurs qui en sortiront gagnant sont ceux qui ont été curieux et qui ont testé l’IA dès ses débuts. Une invitation pour tous les spécialistes de tous les secteurs, et surtout pour les acteurs du Tourisme, à continuer la recherche et le développement sur le Machine Learning et l'Intelligence Artificielle - un moteur pour la réalisation du transport autonome, les outils de prédictions du Transport, les chatbots culturels et de réservation.
© Photo du slider : Twitter - AI Paris
