L’intelligence artificielle n’existe pas selon Luc Julia, le Co créateur de Siri

0
655

Nous entendons tout et n’importe quoi à propos de l’IA. L’intelligence artificielle qui nous est présentée qui n’existe pas. Cela découle en partie du terme utilisé pour désigner ce domaine. Nous parlons d’intelligence artificielle alors qu’il n’y a pas d’intelligence. L’autoapprentissage (machine learning), l’apprentissage en profondeur (deep learning)… tout cela existe vraiment. Il y a aussi beaucoup de progrès et nous n’en sommes qu’au début.
Quelles erreurs commettons-nous souvent lorsque nous parlons d’intelligence artificielle? Est-ce lié à la confusion entourant les différents niveaux d’intelligence artificielle?
Avec les techniques actuelles, ce que l’on appelle l’intelligence artificielle généralisée n’existe pas et n’existera jamais selon l’auteur. Ce qu’on appelle l’IA faible est une intelligence artificielle non-sensible qui se concentre sur une tâche précise. C’est ce que nous faisons avec l’apprentissage automatique, l’apprentissage en profondeur et cela n’a rien à voir avec l’intelligence et c’est là que se trouve l’erreur.

Prenons l’exemple de Kasparov qui a été battu par Deep Blue en 1997. S’agit-il d’un test d’intelligence de la machine? Absolument pas. Qu’a-t-il été fait ici? Nous avons modélisé toutes les possibilités des échecs (1053). Pour un homme, c’est beaucoup, mais en 1997, il était déjà possible de le faire sur Deep Blue. Et bien que Kasparov soit brillant, il a nécessairement perdu.

Avec le jeu de Go, c’est un peu différent car, à défaut de pouvoir toutes les modéliser, seules certaines possibilités ont été modélisées. L’application de modèles statistiques a permis de combler cette lacune. Ce n’est pas aussi propre qu’avec les échecs, mais dans l’ensemble le système disposait de beaucoup plus d’information que celle présente à l’instant T dans la mémoire du joueur humain. Donc, il n’y a pas d’intelligence, c’est juste une masse de données et peu de statistiques.
Il suffit de regarder les chiffres : DeepMind c’est 1500 processeurs, environ 300 GPU, quelques TPU et 440 kWh. De son côté l’esprit humain c’est 20 Wh avec la possibilité de faire beaucoup plus de choses que de jouer ! Cela montre qu’il s’agit d’approches complètement différentes et qu’il est ridicule de penser que nous sommes proches de l’intelligence avec les techniques actuelles. La vision fait également l’objet de beaucoup d’études. Des systèmes capables de reconnaître les chats avec un taux de réussite de 95% ont été construits et s’appuyant sur un référentiel de 100 000 images de chats. Un enfant de son côté n’a besoin que de deux images de chat pour les reconnaître durant toute sa vie, avec un taux de réussite de 100%.
Qu’est-ce qui distingue si loin l’intelligence artificielle de l’intelligence artificielle?
L’intelligence artificielle n’est qu’une reconnaissance. Les machines « apprennent » à faire quelque chose sur la base d’exemples. Ce mécanisme s’appuie en grande partie sur de la reconnaissance. Même l’humain s’appuie sur ce processus mais a quelque chose de plus : la connaissance. D’où vient-il, est-il inné, acquis ? Nul ne le sait vraiment mais l’humain a quelque chose de plus.

Que sont les méthodes d’apprentissage basées sur l’IA ?

Bien que la recherche expérimente différentes méthodes basées sur de petites données, pour le moment, la plupart des méthodes sont basées sur des données volumineuses. Cependant, si nous voulons atteindre une véritable intelligence artificielle, nous devrons recourir à d’autres méthodes que celles utilisées aujourd’hui. Ce seront des méthodes pouvant mêler biologie, physique, quantique…. Je pense que dans tous les cas, cela nécessitera une approche multidisciplinaire.
Quels sont les domaines dans lesquels l’intelligence artificielle a le plus progressé?
La vision est l’un des domaines qui a profité le plus des progrès dans ce domaine avec des applications en médecine par exemple. Aujourd’hui, avec des dizaines de millions d’images de cancer du sein, nous pouvons diagnostiquer très rapidement avec un taux de réussite de 99,9%. Un radiologue qui verra quelques milliers de radios de poitrine au cours de sa carrière ne pourra pas diagnostiquer avec un tel taux de réussite à un stade aussi précoce.
La reconnaissance vocale est un autre domaine dans lequel de nombreux progrès ont été accomplis.

Quels problèmes l’IA peut-elle poser ?

Aujourd’hui, les problèmes posés par l’IA sont ceux que les êtres humains créent eux-mêmes. Le premier est l’erreur. Le second est lié aux jeux de données erronés. Si les données utilisées ne sont pas correctes, les résultats basés sur ces données ne le seront pas non-plus et l’IA sera elle aussi erronée. Un autre problème réside en la consommation importante que peut nécessiter un système de cette nature et le danger écologique qui en découle.

Comment l’IA va-t-elle évoluer ?

Nous sommes au début de l’apprentissage automatique. Nous aurons des systèmes de plus en plus efficaces. Tous les domaines liés à la reconnaissance vont s’améliorer et il est fort probable que nous nous dirigerons vers une société basée sur des données issues d’objets, où les objets deviendront nos assistants, où la maison intelligente émergera.

Je vous invite à lire le livre de Luc Julia qui détaille tous ces points bien mieux que moi.

LAISSER UNE REPONSE