Skip to content

L’intelligence artificielle : la bataille commence

L’intelligence artificielle

L’intelligence artificielle est fondée sur différentes théories de calculabilité. C’est dans les années 1930 à l’université de Princeton aux États-Unis qu’émerge la thèse de Church (0) qui servira de pierre angulaire pour ce qui est aujourd’hui désigné comme l’IA. La thèse de Church s’appuie sur des fonctions générales récursives et cherche à démontrer que tout ce que peut réaliser un système physique ou mécanique peut être exprimé par un ensemble de règles de calcul. De ses travaux, il en sortira le personnage clé et précurseur de l’intelligence artificielle  : Alan Turing.

En octobre 1950, il publie son article intitulé « L’ordinateur et l’intelligence » dans la revue philosophique Mind (1). C’est dans cet article qu’apparaît la première définition qui qualifie un ordinateur ou une machine de « consciente » – le texte s’ouvre sur le jeu de l’imitation, dans lequel le chercheur imagine le moyen pour une machine de se faire passer pour un être humain. Il perfectionnera cette idée sur des forums et dans des conférences sur « l’intelligence de la machine ».

C’est pendant l’été 1956 que l’intelligence artificielle fut considérée comme un domaine de recherche, suite à la conférence du campus de Dartmouth College (2). D’un point de vue technique, le fonctionnement de l’intelligence artificielle utilise principalement les statistiques et les probabilités. Le perceptron ou neurone formel est l’outil pour coordonner les données reçues. Il est basé sur le principe d’un neurone naturel. C’est une sorte de fonction de transfert avec différentes entrées (données) induisant la sortie :

Le neurone formel de McCulloch et Pitts est un modèle mathématique très simple dérivé d’une analyse de la réalité biologique.
Éthique de la recherche en apprentissage machine, édition provisoire, juin 2017 – CERNA

L’algorithme, c’est la manière dont les données sont véhiculées vers l’entrée. C’est ainsi que nous trouvons trois types d’algorithmes : supervisé, non supervisé et de renforcement.

Cette explication vulgarisée amorce le b.a.-ba de l’IA mais pour les plus éclairés, à l’heure du deep learning, l’utilisation des réseaux récurrents ou convolutifs de perceptrons multicouches à rétropropagation de gradient pouvant combiner plusieurs types d’algorithmes sont les plus souvent utilisés.

De nos jours

Vous souvenez-vous de la dernière fois où vous n’avez pas eu recours à la technologie numérique ? De la dernière fois où vous avez utilisé un stylo pour écrire une lettre ? Du désagréable moment où il fallait coller le timbre amende sur la contravention reçue au retour de vacances ? Vous rappelez-vous du grésillement de la radio lorsque la réception hertzienne était mauvaise ? Ou encore votre mémoire est-elle suffisamment bonne pour se remémorer du poids de votre dictionnaire et du temps passé à la recherche d’un mot introuvable ? etc.

Aujourd’hui, si vous avez laissé votre mémoire aux dernières pages consultées de votre « Larousse », prenez conscience que tout ce qui a été listé un peu plus haut peut se faire avec votre plus fidèle outil : votre smartphone. Ce petit appareil dont l’utilité première est de téléphoner vous a rendu hétéronome aux nouvelles technologies. Sans vous en rendre compte, il a fallu dix ans pour vous induire une dépendance que les algorithmes ont su fortifier par la création d’une vie sociale : propositions d’ami.e.s , voir de petit.e.s ami.e.s, en plus de vous orienter sur les produits à consommer pour exister.

Comme les choses sont bien faites, que la demande est toujours plus forte en matière d’assistance et de numérisation et que nous sommes maintenant préparés à vivre dans un monde artificiel de « l’avoir » (3), nos dirigeants et nos grandes entreprises nous ont fait entrer dans la quatrième révolution industrielle avec une cinétique telle que nos dix dernières années passées vont nous paraître préhistoriques.

« Ce qui constitue vraiment la révolution que nous connaissons depuis peu est le couplage désormais permis de ces algorithmes avec des données et une capacité de calcul qui n’étaient pas accessibles alors, ouvrant des perspectives dont on ne perçoit pas encore les limites. » (4)

Le Monde est déjà en marche

« En 2015, les ventes de robots industriels ont augmenté de 15% avec un volume record de 253.750 unités et une valeur globale estimée à 11,1 milliards de US$ (+9%) […]. La Chine a acheté 27% de ce volume mondial total (68.600 robots) et dépasse ainsi les ventes de robots industriels dans l’Europe entière (50.100 unités). La Chine a produit 30% de ces robots industriels (20.400 unités en 2015), le reste est importé d’Asie et d’Europe. En Europe, c’est toujours l’Allemagne qui s’équipe le plus en robots industriels (50K unités), suivie de l’Italie pour 6.657 unités. L’Europe de l’Est entre dans une ère d’automatisation. La France accroît ses achats de robots industriels d’environ 3% pour un volume global de 3.045 robots industriels en 2015.

Cette tendance de croissance à deux chiffres devrait continuer sur les prochaines années, voire s’intensifier avec les initiatives Industrie 4.0 (11) qui fleurissent sous différentes appellations dans les différents pays et continents […].

Les filières les plus importantes en valeur sont celles de la robotique médicale, suivie de la robotique domestique et la robotique de loisirs, mais aussi la robotique de terrain (field robotics) avec notamment la robotique agricole et les drones, ainsi que les robots d’inspection, de sécurité et de maintenance. Depuis quelques années, la robotique a conquis nos entrepôts logistiques. Deux nouvelles filières émergent avec force : celle des robots de nettoyage professionnel et celle des robots de relations publiques ou robots-guide. » (5)

Un besoin fondamental d’intelligence artificielle

« Depuis 2012, les investissements dans les startups spécialisées en intelligence artificielle ne cessent de croître, passant en 5 ans de 415 millions de dollars à 5 milliards de dollars […].

La Chine a communiqué en mai 2016, sur un programme de 3 ans comprenant la construction de plateformes pour l’innovation, l’engagement de projets majeurs dans différents secteurs (électroménager, automobile, robot), l’élaboration de politiques budgétaires de soutien et le développement de coopérations internationales. Dans le cadre de son plan Internet+ un fonds spécifique en intelligence artificielle de 140M€ est mis à disposition de l’Académie des sciences chinoise. Les acteurs du privé tels que Baidu investissent dans des centres de deep learning l’équivalent de plusieurs milliards d’euros.

Plus récemment, en octobre 2016, le gouvernement américain a rendu publics un rapport de diagnostic des avancées et des possibles applications de l’intelligence artificielle dans plusieurs domaines d’action, et un plan stratégique national de recherche et développement en intelligence artificielle. En décembre 2016, un troisième rapport est publié sur les conséquences économiques de l’intelligence artificielle et de l’automatisation.

Au Japon, l’ouverture de deux nouveaux centres de recherche en intelligence artificielle fondamentale et appliquée en 2016, avec des investissements respectifs de 57M€ et 157M€, témoigne de l’intérêt prioritaire du gouvernement japonais. Le Canada a de son côté réussi à attirer l’attention par la qualité de son tissu et de ses recherches appliquées, avec la création du pôle NextIA autour de trois universités piliers et un financement dédié. En février 2016, le Parlement européen a adopté un rapport préconisant de créer au plus vite un cadre juridique européen pour les robots. » (4)

Nous l’avons compris, la robotique nous fait entrer dans la quatrième révolution industrielle et pour qu’elle puisse tenir tous ses engagements d’un point de vue économique, il va falloir générer les algorithmes qui donneront « vie » à cette technologie – le développement de l’intelligence artificielle devient donc prioritaire. Et pour que les algorithmes puissent faire « battre le cœur » de ces machines, nous allons devoir récolter énormément de données avec un volume de stockage toujours plus grand (Cloud) et ainsi créer une consommation supplémentaire en énergie et en surface (6).

La France : une volonté d’être acteur

Rapport de synthèse #FranceIA

« Le développement puis l’adoption par le monde industriel de l’intelligence artificielle font de l’IA un élément clé de la quatrième révolution industrielle […]. Il s’agit en définitive de permettre à la France de tirer parti de tout le potentiel de croissance économique et de progrès social offert par l’intelligence artificielle, dans un contexte où la concurrence mondiale se durcit fortement et où l’intelligence artificielle devient aussi un enjeu politique et diplomatique.

En France, depuis plusieurs mois, de nombreux acteurs, des groupes de réflexion et des institutions se sont emparés des enjeux de l’intelligence artificielle. De nombreux document ou autres initiatives en résultent […]. L’identification des technologies clés de l’intelligence artificielle et le soutien à leur maîtrise par les laboratoires et les entreprises françaises est donc l’un des enjeux majeurs de ces 10 prochaines années […].

Pour soutenir la dynamique française autour de l’intelligence artificielle, le secrétaire d’État chargé de l’Industrie, du Numérique et de l’Innovation et le secrétaire d’État chargé de l’Enseignement supérieur et de la Recherche ont lancé, le 20 janvier 2017, la démarche #France IA. Cette démarche de mobilisation de toute la communauté française de l’intelligence artificielle a pour objectif principal l’élaboration d’une stratégie nationale destinée à confirmer la place de la France au premier plan de l’intelligence artificielle, tout en facilitant l’appropriation des technologies par le tissu économique et en répondant aux craintes souvent exprimées sur la rapidité de ces changements […].

La France dispose de chercheurs au meilleur niveau international dans tous les sous domaines de l’intelligence artificielle […]. Il n’y a pas dans la recherche amont une véritable présence des grands groupes industriels français ; cette recherche reste financée pour l’essentiel par des fonds publics. » (4)

Les résolutions

« De façon plus générale, le déploiement de l’intelligence artificielle dans les entreprises, qu’elles soient productrices ou utilisatrices d’IA, est directement dépendant de la disponibilité de données et d’infrastructures numériques permettant de les traiter, ainsi que de la confiance dans la pérennité de ces outils. L’usage des technologies de cloud computing est souvent présenté comme la solution, mais il pose deux défis majeurs :

– l’augmentation des puissances de calcul nécessaires et dédiées à l’apprentissage machine ;
– la disponibilité d’un cloud maîtrisé, français ou européen, pour garantir la sécurité des données qui y sont déposées et traitées. […]

L’impact de l’intelligence artificielle sur sept segments d’activité a plus particulièrement été étudié dans le cadre de l’initiative France IA : la construction automobile, avec le véhicule autonome, la problématique de la relation client, le secteur de la finance, celui de la santé, des énergies renouvelables, de la robotique et de l’éducation numérique. […] Le besoin croissant de solutions basées sur des technologies d’intelligence artificielle fait apparaître la nécessité de former davantage d’experts et de chercheurs dans les domaines scientifiques sous-jacents. » (4)

Nous constatons que la France s’engage dans la quatrième révolution industrielle avec un maximum d’ambition et de lucidité. Il est vrai qu’à travers le réel enjeu économique de l’intelligence artificielle c’est surtout la crainte de devenir dépendant des états souverains qui pousse à l’action.

Prenant en compte la situation mondiale sur les technologies basées sur les algorithmes, la France veut devenir leader du marché en conservant ses cerveaux et en proposant des financements pour le développement de ses startups et grandes entreprises. Mais au-delà de l’aspect financier ce sont les risques éthiques de l’utilisation de l’intelligence artificielle sur la société qui animent le débat.

En effet, le rapport #FranceIA soulève de nombreux points sur les dangers de l’utilisation de cette technologie algorithmique pour une population non préparée :

protection : faciliter l’accès aux données par des blockchains, le stockage des données (cloud) et encourager le recours à l’intelligence artificielle pour l’abreuver de données sont des risques importants de voir nos données personnelles utilisées de manière frauduleuse ou à l’encontre de nos propres intérêts.
formation : dans l’ensemble, la qualité de la formation initiale en intelligence artificielle en France, au niveau master, semble répondre aux attentes des entreprises au regard du niveau d’expertise atteint. Cependant, le vivier ainsi formé suffit à peine à combler les besoins des startups et des grands groupes actifs dans le domaine.
économie : […] risque de nouvelles dépendances économiques, vis-à-vis de détenteurs de certaines technologies critiques ou, ce qui est plus nouveau, de détenteurs de gros volumes de données.
emploi : s’agissant de l’emploi total, sujet qui suscite le plus de craintes, force est de constater que l’impact de l’intelligence artificielle (et plus généralement du numérique) reste incertain, les études disponibles fournissant des résultats contradictoires.
société : il est possible par exemple que, si l’on n’y prend pas garde, une diffusion inégale des technologies sur le territoire ou les mutations engendrées sur le marché de l’emploi ne renforcent une polarisation du développement des usages au bénéfice des métropoles.

Un avenir fait d’algorithmes et de doutes

En France, en janvier 2017, le rapport Mady Delvaux (7) est publié. Il contient des recommandations concernant des règles de droit civil sur la robotique. Puis c’est en juin 2017 que la CERNA (8) communique une étude sur l’éthique de la recherche en apprentissage machine. Elle vise à sensibiliser et rendre vigilants les chercheurs sur les risques de l’intelligence artificielle : « En effet les chercheurs doivent avoir à l’esprit que leurs travaux contribuent de facto à transformer la société et peut-être l’Homme, comme l’ont fait beaucoup d’outils et de techniques depuis des millénaires, même si ce processus n’est pas toujours prévisible. » (9)

On constate que la France mesure avec importance les problèmes éthiques liés à la numérisation de notre société. On observe aussi que l’ensemble des pays riches font cap, toutes voiles dehors, vers une bataille que cette quatrième révolution industrielle va générer. Nombre d’études sur les risques d’une utilisation massive du numérique dans la vie de tous les jours ont été réalisées dans le but de sensibiliser et d’informer les institutions et les citoyens.

Cependant, en analysant la situation, nous pouvons relever que ces manifestes identifient comme citoyens, ceux dont l’intérêt ou la connaissance des technologies numériques est essentiellement tournée vers l’industrie et la consommation. Les pays impliqués dans le développement du numérique, qui imposent par leurs textes les sujets éthiques, représentent une toute petite partie de la population mondiale (environ 10%) (10) et bon gré mal gré nous en faisons partie.

Nous déciderons ainsi de comment sera fait notre monde, sans prendre en considération les modes de vie de nos concitoyens : l’éthique a subitement un goût un peu plus amer pour les 90% restants. Toutefois, les pays riches commencent à prendre réellement conscience des risques de l’ultra-numérisation. Cette démarche aurait dû être entreprise il y a plus de dix ans afin qu’un cadre soit adopté aujourd’hui. Cela fait une décennie que le numérique explose sans cadre institutionnel et les décideurs ont un sérieux train de retard sur la vision de l’impact qu’auront ces technologies sur nos vies – demain est déjà là !

Le manque de profondeur sur l’appréhension des impacts et des risques est significatif (climat, énergie, emploi, condition de vie, etc.). La précipitation des états à régir des textes ne leur permet pas d’aboutir à des recommandations sérieuses et exhaustives et cela ira à l’encontre de notre libre arbitre – dans la crainte de ne pas contrôler leur environnement, les mesures restrictives risquent de pleuvoir. De notre moteur de recherche préféré à l’acceptation d’un prêt immobilier en passant par le véhicule autonome, nous voilà désormais conditionnés par les algorithmes. Ils font parties de nos vies sans même que nous nous en rendions compte mais lorsque la robotique commencera à peser sur notre quotidien (marché de l’emploi, propriété intellectuelle, droit, etc.) et lorsque nos négligences sur le climat et sur le reste de la population mondiale referont surface, 2027 nous paraîtra moins fantastique.

Alors, pourquoi consacrer autant d’énergies au développement de l’intelligence artificielle et à l’ultra-numérisation de notre environnement sous couvert d’une révolution industrielle ? Ne pourrions-nous pas utiliser cette technologie à d’autres fins : psychologie humaine, environnement, pauvreté, etc. ?

Nicolas BERNARD

Notes :

(0) La thèse de Church-Turing, Olivier Bournez (LIX, CNRS, École Polytechnique)
(1) Turing, A.M. (1950). Computing machinery and intelligence. Mind, 59, 433-460
(2) Dartmouth Artificial Intelligence (AI) Conference
(3) De l’avoir à l’être, le chemin de sagesse, Patrice Brasseur
(4) #FranceIA – Rapport de synthèse France Intelligence Artificielle
(5) Quelques chiffres : La robotique industrielle et la robotique de services – Innorobo Community
(6) Le cloud, les data centers et l’énergie
(7) Rapport Mady Delvaux
(8) CERNA
(9) Éthique de la recherche en apprentissage machine, édition provisoire, juin 2017 – CERNA
(10) La répartition du patrimoine dans le monde – L’Observatoire des inégalités
(11) Industrie 4.0, wikipedia

Laisser un commentaire

Shares