Le management du digital
Rechercher

L’intelligence artificielle a aussi sa bible

Écrit par des experts (Stuart Russel, professeur au département d’informatique à l’université de Berkeley, et Peter Norvig, directeur de la recherche chez Google), ce livre de près de mille pages en grand format, est la référence incontournable en matière d’intelligence artificielle. Il propose plus qu’un tour d’horizon des concepts (logique, probabilités, mathématiques discrètes et du continu, perception, raisonnement, apprentissage, prise de décision et des usages de l’intelligence artificielle), avec des développements techniques.

Cette quatrième édition tient compte des derniers développements de l’intelligence artificielle et apporte un éclairage nouveau et couvre de manière élargie l’apprentissage automatique, l’apprentissage profond, l’apprentissage par transfert, les systèmes multi-agents, la robotique, le traitement du langage naturel, la causalité, la programmation probabiliste, le respect de la vie privée, l’équité et la sécurité.

Répondre à la complexité

Un traitement approfondi des sujets simples comme des sujets avancés permet d’acquérir une compréhension générale des frontières de l’IA sans compromettre ni la complexité ni la rigueur. Sa spécificité est de présenter l’IA à travers le concept d’agent intelligent. Les auteurs exposent comment un système réussit à percevoir son environnement, de manière à analyser ce qui s’y passe, et comment il transforme cette perception en actions concrètes. Cette approche intégratrice montre comment les différents sous-domaines de l’IA se combinent pour construire des applications capables de répondre à la complexité du monde réel. De plus, un très grand nombre de renvois entre les sections expose les connexions entre des domaines qui sont le plus souvent présentés comme indépendants.

Comment définir l’intelligence artificielle ? Les auteurs rappellent que ce domaine ne s’intéresse pas uniquement à la compréhension, mais également « à la construction d’entités intelligentes, c’est-à-dire de machines capables de calculer comment agir efficacement et de manière sûre dans une grande diversité de situations nouvelles. » L’intelligence artificielle s’intéresse donc à de multiples domaines « allant des plus généraux, comme l’apprentissage, le raisonnement et la perception, aux plus spécifiques, comme jouer aux échecs, démontrer des théorèmes mathématiques, écrire des poèmes, conduire un véhicule ou diagnostiquer des maladies », détaillent les auteurs, persuadés que l’intelligence artificielle « relève de toutes les tâches intellectuelles : c’est véritablement un domaine universel. » Qui représente déjà un énorme marché, évalué à plus de mille milliards de dollars par an. Et, évidemment, un intérêt croissant : le nombre de publications sur l’intelligence artificielle a été multiplié par vingt entre 2010 et 2019, pour atteindre environ 20 000 par an, la catégorie la plus représentée étant l’apprentissage automatique. Et les articles positifs sur l’IA sont passés de 12 % en 2016 à 30 % en 2018, signalent les auteurs.

" La question de savoir si les machines peuvent penser a à peu près autant d’intérêt que celle de savoir si les sous-marins peuvent nager. "

Du raisonnement à l’action

Les auteurs rappellent que l’intelligence artificielle revêt deux dimensions principales : l’humain (l’IA doit ainsi être fidèle à la pensée humaine) et le rationnel (l’IA doit faire les bons choix). Elle fait appel à plusieurs fondements (voir encadré). Et a été étudiée depuis longtemps. Les auteurs consacrent un long chapître à l’histoire de l’intelligence artificielle, avec plusieurs phases : la genèse, au début des années 1940, l’enthousiasme et les grandes espérances apparues dans les années 1950 et 1960 (avec les recherches du MIT et d’IBM), l’épreuve de la réalité entre le milieu des années 1960 et le début des années 1970, avec l’illusion de la puissance de calcul illimitée, les systèmes experts, jusqu’aux années 1980, puis, plus récemment, les réseaux de neurones, l’apprentissage automatique, le Big Data des années 2000 et le Deep Learning.

Mais les machines peuvent-elles penser ? Pas vraiment. Cela n’a en réalité guère d’intérêt, les auteurs reprennent la citation de l’informaticien Edsger Dijkstra qui disait, en 1984, que « la question de savoir si les machines peuvent penser a à peu près autant d’intérêt que celle de savoir si les sous-marins peuvent nager ? » Les auteurs rappellent que « les êtres humains ont un net avantage sur les machines : ils peuvent utiliser leur propre appareil subjectif pour apprécier l’expérience subjective des autres. Par exemple, si voulez savoir ce que l’on ressent lorsque l’on se frappe le pouce avec un marteau, il vous suffit de le faire. Les machines n’en sont pas capables. »

Une question d’éthique

Cela pose quand même le problème de l’éthique de l’intelligence artificielle, thème abordé dans cet ouvrage. « L’IA étant une technologie puissante, nous avons l’obligation morale de l’utiliser correctement, d’encourager les aspects positifs et d’éliminer ou de limiter les aspects négatifs. » L’intelligence artificielle n’est évidemment pas sans risque, qu’il s’agisse d’armes létales autonomes, de surveillance, de persuasion, de prise de décision biaisée, d’impact sur l’emploi, sur le droit (des robots) ou de la fragilité des applications critiques. C’est aussi un problème « d’alignement des valeurs » : « Les valeurs ou objectifs incorporés dans la machine doivent être alignés sur ceux des humains. Déployer un système qui a un objectif incorrect aura des conséquences préjudiciables. En outre, plus le système sera intelligent, plus les conséquences seront graves. Les systèmes d’IA doivent être capables de démonter qu’ils sont équitables, fiables et transparents. La première étape consiste donc à décider ce qui peut être considéré comme équitable. »

Et l’avenir ? Si l’on suit les auteurs de science-fiction, le futur est plutôt catastrophique. Mais, soulignent les auteurs, « pour l’instant, l’IA semble se comporter conformément aux autres technologies révolutionnaires, comme l’impression, la plomberie, le transport aérien et la téléphonie. Toutes ces technologies ont eu des impacts positifs, mais ont aussi eu des effets collatéraux non désirés qui impactent les classes défavorisées de manière disproportionnée ». Avec toutefois une différence : ces avancées technologiques n’ont jamais menacé la suprématie humaine, ce qui n’est pas le cas de l’intelligence artificielle : « Améliorer l’IA jusqu’à sa limite logique le pourrait sans aucun doute », assurent les auteurs, qui finissent leur livre en citant la dernière phrase de l’ouvrage d’Alan Turing (Les ordinateurs et l’intelligence, paru en 1950) : « Nous ne pouvons voir qu’à une courte distance devant nous, mais nous voyons qu’il reste beaucoup à faire. »

295 biblio IA

Intelligence artificielle, une approche moderne, par Stuart Russell et Peter Norvig, 4ème édition, Ed. Pearson, 2021, 985 pages.

Les chiffres clés de l’intelligence artificielle 

  •  Les inscriptions aux cours sur l’IA ont été multipliées par cinq aux Etats-Unis et par seize au niveau international depuis 2010.
  • 80 % des professeurs d’IA sont des hommes.
  • Le nombre de créations d’entreprises en IA a été multiplié par vingt aux Etats-Unis depuis 2010.
  • Le taux d’erreurs dans la détection d’objets a chuté de 28 % en 2010 à 2 % en 2017, surpassant les performances humaines.
  • Le temps d’entraînement nécessaire pour la reconnaissance d’images a été divisé par 100 au cours des deux dernières années.
  • La puissance de calcul utilisée dans les principales applications d’IA double tous les 3,4 mois.
  • En 2019, les systèmes d’IA ont atteint ou dépassé les performances humaines aux échecs, au go, au poker, au Pac-Man et à Jeopardy.

Les huit fondements de l’intelligence artificielle 

  •  La philosophie : peut-on utiliser des règles formelles pour tirer des conclusions valides ? Comment l’esprit émerge-t-il à partir du cerveau physique ? D’où la connaissance provient-telle ? Comment la connaissance conduit-elle à l’action ?
  • Les mathématiques : quelles sont les règles formelles qui permettent de tirer des conclusions valides ? Que peut-on calculer ? Comment raisonne-t-on à partir d’informations incertaines ?
  • L’économie : comment prendre des décisions en accord avec nos préférences ? Comment faire quand les autres risquent de ne pas coopérer ? Comme y parvenir alors que les gains sont susceptibles d’être éloignés dans le futur ?
  • Les neurosciences : comment le cerveau traite-t-il l’information ?
  • La psychologie : comment pensent et agissent les hommes et les animaux ?
  • L’ingénierie informatique : comment construire un ordinateur performant ?
  • La cybernétique : comment faire en sorte que des artefacts opèrent de façon autonome ?
  • La linguistique : quels sont les rapports entre le langage et la pensée ?

 

Best Practices propose des publications payantes.
Comparez nos différentes offres d'abonnement.

Laurence Essirart

Laurence Essirart

Nos Ouvrages

  • Symposiums Gartner Rétrospective 2017-2021

    Les équipes de Best Practices assistent chaque année au Symposium organisé par le cabinet Gartner qui présente des études, ses analyses et ses opinions sur l’évolution des technologies, du digital et des systèmes d’information.

  • Benchmark Digital&Business - numéro 157

    Ce numéro de Benchmark Digital & Business regroupe l’essentiel des chiffres et des tendances présentés lors du Symposium Gartner 2021, qui s’est déroulé en novembre, à distance.

  • Benchmark Digital&Business - numéro 156

    Ce numéro de Benchmark Digital & Business regroupe l’essentiel des chiffres et des tendances présentés lors du Symposium Gartner 2021, qui s’est déroulé en novembre, à distance.

A ne pas manquer

  • Comment rater...
sa Data Integration

    Pour rater son intégration de données, rien de plus simple. C’est à la portée de toutes les entreprises ! Il suffit de suivre nos treize commandements et d’oublier la gouvernance, la qualité, la sécurité et les enjeux métiers.

  • Comment rater...
sa génération de leads

    Il existe un lien étroit entre le dynamisme commercial d'un éditeur de logiciels ou d'un intégrateur et la qualité des leads dont disposent les commerciaux pour maintenir leur performance. Mais il est très facile de ruiner votre performance commerciale.

  • Comment rater...
sa stratégie Big Data

    Une stratégie Big Data ne s'improvise pas. Quoique... Ce nouveau titre de la collection "Comment rater..." propose les douze commandements pour tous ceux qui veulent vraiment rater leur stratégie Big Data.

Best Practices

Informations

REMARQUE ! Ce site utilise des cookies et autres technologies similaires.

Si vous ne changez pas les paramètres de votre navigateur, vous êtes d'accord. En savoir plus

J'ai compris