Petit-déjeuner collaboratif : l’Intelligence Artificielle


par Julie Pottin

Quelques mots sur l'intervenant : 

 

Clodéric Mars est le CTO de craft ai - une plateforme d'IA-as-a-service à destination de développeurs n'ayant pas nécessairement de connaissance en Intelligence Artificielle et désireux de créer des applications et des objets qui apprennent en continu pour s'adapter aux comportements de chaque utilisateur, suggérer au bon moment des recommandations personnalisées, détecter des anomalies et automatiser des tâches complexes.

Définition de l’intelligence artificielle :

 

Finalement, le terme Intelligence Artificielle est un peu "fourre tout". Il représente en réalité des milliards de branches. Il y a notamment, plusieurs fonctionnalités issues du domaine de l'Intelligence Artificielle qui une fois industrialisées ne sont plus considérées comme telles.

On peut notamment prendre l'exemple du moteur de recherche Google.

 

On ne peut pas “faire de l’intelligence artificielle” ou “travailler dans l’intelligence artificielle”, ce qui est intéressant ce sont les usages. Quels sont les services, quelles sont les innovations ?

 

Le fonctionnement des intelligences artificielles :

 

Le Machine learning : Apprendre des règles à partir d’exemples

Le Deep learning : Est un sous ensemble de techniques de machine learning apparues dans les années 80, elles ne se différencient pas de celles du machine learning en terme de logique, elles sont seulement plus innovantes en terme de technique et disposent de plus de capacités de calcul.

Le machine learning et le deep learning créés la logique de l’intelligence artificielle, de la même manière que les neurones. Plus il y a de neurones plus il y a d’entrées et de sorties, plus il y a de possibilités de traitement des informations.

Il s’agit donc de donner des exemples d’entrées et des exemples de sorties en essayant de trouver la fonction appliquée pour passer de l’un à l’autre.  

 

État de l’art :

 

L’intelligence artificielle existe depuis longtemps mais elle surfe actuellement en pleine tendance. Cette “mode” fait émerger autour de ce sujet un réel écosystème. Ces dernières années de nombreux cas d’usage se sont développés ce qui nous amène aujourd’hui à faire passer les projets directement des laboratoires aux applications.

 

L’intelligence artificielle répond réellement à des besoins de rendement. En publicité par exemple, elle est utilisée pour faire du targeting. Pour les agences de publicité l’enjeu est bien sûr d’avoir une meilleure visibilité que sa concurrence.

À titre d’exemple, une pub Facebook coûte plus chère qu’une pub sur Google car les algorithmes de targeting sont meilleurs.

 

Cependant, les détections faites par les IA en terme d’identification visuelles ne sont pas toujours exactes et sont même parfois incompréhensibles. C’est encore compliqué de comprendre pour quelles raisons une identification visuelle va être tantôt être parfaite et tantôt ne pas fonctionner du tout.

 

Ce qu’on demande aux IA de nos jours ce n’est pas de remplacer l’humain dans ses tâches mais de l’assister (faire des recommandations, automatiser une partie du travail, etc.). La machine est forte pour faire des choses simples ce qui permet à l’humain d’être déchargé et de se concentrer sur les choses plus complexes.

 

Comment l’humain apprend de nouvelles choses à l’IA ?

 

Tout comme les humains les IA apprennent à partir d’exemples, en essayant de reproduire des actions. L’humain doit la guider dans cet apprentissage en validant ou invalidant le résultat. La répétition de ces consignes l’oriente à affiner sa prise de décision.

À terme, l’apprentissage de ces règles permets de couvrir les cas les plus généraux. Pour les cas plus précis, l’amélioration se fait au fil de la pratique et des tentatives.

L’humain est toujours dans la boucle car l’IA fonctionne sur l’imitation.

 

Dans l’application, les IA ont un problème d’adoption mais pas un problème de techno.

 

Les idées de nouveaux services doivent émerger de la connaissance des technologies pour répondre à des besoins produits.

Concrètement, les idées de nouveaux usages pour les IA devraient émerger des problématiques que rencontrent les équipes marketing plutôt qu’être créées par les équipes techniques.

C’est l’usage qui tire la technique et non pas la technique qui tire l’usage”. C’est ce à quoi les CEO, les directeurs d’innovation digitale, etc. sont destinés au sein d’une société.

 

Il y a un vrai enjeu d’évangélisation pour amener les équipes à innover dans les usages métiers et clients avec les apports techniques de l’intelligence artificielle.

Mais peur, désinformation et manque d’acculturation sont des freins à l’évangélisation de la création de nouveaux usages des IA.

 

À retenir :

- Il faut accélérer l’adoption des IA en accompagnant les acteurs les plus aptes à trouver des cas d’usages.

- À contrario il faut ralentir les promesses qui sont faites à son sujet.

- Les IA ne vont pas remplacer les humains mais les assister.

 

Une formation sur l'Intelligence Artificielle est en cours de création, en partenariat avec craft ai ; vous la retrouverez bientôt en ligne ! Si vous souhaitez la recevoir dès sa sortie, écrivez-nous à : bonjour@h2.university 

 

Recevez tous nos articles et bien plus, une fois par semaine directement dans votre boîte mail !