Oأ¹ en sommes-nous avec lâ??intelligence artificielleآ*?
 

Les articles sur l’IA fleurissent. On parle de robots autoguidأ©s qui peuvent marcher sur des terrains accidentأ©s ou d’androأ¯des qui peuvent entamer des conversations. Mais oأ¹ en est-on rأ©ellement ?

Si vous pensez أ* l’intelligence artificielle en tant que
telle, vous verrez que ce n’est pas une technologie aussi rأ©cente que ce que
suggأ¨rent les mأ©dias ou les vidأ©os disponibles sur YouTube. Dأ¨s 1956, les bases
de cette technologie novatrice ont أ©tأ© posأ©es أ* la confأ©rence de Dartmouth, qui
s’est tenue أ* Hanover, aux أ?tats-Unis (أ?tat du New Hampshire). Le terme “intelligence
artificielle” a أ©tأ© utilisأ© pour la premiأ¨re foisآ*أ* cette occasion.
Cependant, la technologie de cette أ©poque ne permettait pas encore de crأ©er des
machines vraiment intelligentes. Plus de 60آ*ans plus tard, nous voyons
dأ©jأ* des appareils du quotidien nous indiquer notre chemin dans une application
de navigation ou des sites web traduire en tenant compte du contexte, et plus
uniquement mot أ* mot.

Comme presque toujours, des quantitأ©s أ©normes de donnأ©es
sont nأ©cessaires en amont pour l’intelligence artificielle. Aujourd’hui, un
appareil dotأ© d’une IA n’est pas vأ©ritablement “intelligent”, il sert
plutأ´t d’interface pour une machine gigantesque. L’intelligence artificielle
est, pour ainsi dire, un produit du big data et repose donc sur l’apprentissage
machine, fondأ© sur des rأ©seaux neuronaux.

Les machines doivent apprendre

C’est أ©galement le cإ?ur du problأ¨me. L’intelligence artificielle doit
passer par un processus d’apprentissage. Souvent, on croit que les systأ¨mes
d’IA peuvent fonctionner dأ¨s leur implأ©mentation. Or, il est indispensable
qu’ils acquiأ¨rent leur propre expأ©rience pour tirer des conclusions logiques.
L’intelligence artificielle atteint aujourd’hui des niveaux trأ¨s avancأ©s dans
des domaines prأ©cis. Si vous أھtes أ* moto, elle sera ainsi parfaitement capable
de fournir des informations gأ©nأ©rales telles que “route sinueuse” et
de vous proposer des itinأ©raires alternatifs. L’intelligence artificielle a
mأھmeآ*dأ©jأ* remportأ©آ*Jeopardy, variante d’un jeu tأ©lأ©visأ© dans
laquelle les candidats doivent retrouver la question أ* partir de rأ©ponses.
Actuellement, les systأ¨mes d’IA ne peuvent effectuer qu’une tأ¢che spأ©cifique et
prأ©cisأ©ment dأ©taillأ©e. Ils sont ainsi trأ¨s spأ©cialisأ©s. Cependant, ils n’ont
pas encore la capacitأ© nأ©cessaire pour accomplir des tأ¢ches plus complexes
relevant de nombreuses spأ©cialitأ©s diffأ©rentes en mأھme temps.

L’IA n’en est plus tout أ* fait أ* ses dأ©buts

L’intelligence artificielle en est-elle encore أ* ses dأ©butsآ*? Sans
aucun doute, mais probablement plus pour trأ¨s longtemps, car le dأ©veloppement
de l’IA va de pair avec les progrأ¨s liأ©s au big data. Les principaux obstacles
ne sont pas les systأ¨mes, mais les limites imposأ©es par le matأ©riel des centres
de donnأ©es. Selon la loi de Moore, qui a encore du sens dans le domaine de
l’IA, l’أ©volution technique commencera par une plus forte concentration du
secteur. Cependant, de nouveaux concepts sont nأ©cessaires pour repenser
l’architecture des systأ¨mes, car la taille des circuits ne pourra pas أھtre
rأ©duite indأ©finiment sans que les effets de la mأ©canique quantique, comme l’effet tunnel,
ne se fassent sentir.

Le matأ©riel a ses limites

Comme le dynamisme de perfectionnement des systأ¨mes d’IA ne peut pas et ne
doit pas dأ©pendre principalement des avancأ©es de la technologie matأ©rielle, les
dأ©veloppeurs spأ©cialisأ©s dans l’intelligence artificielle doivent utiliser des
plateformes logicielles agiles, أ©volutives et flexibles. أ?tant donnأ© que les
applications d’IA apprennent continuellement, les bases de donnأ©es qui les font
fonctionner s’agrandissent constamment. C’est pourquoi les bases de donnأ©es
traditionnelles ne conviennent pas, car mأھme les plus grandes atteignent tأ´t ou
tard leurs limites.

Au lieu d’utiliser des bases de donnأ©es, les dأ©veloppeurs d’IA peuvent
utiliser une solution de big data ayant dأ©jأ* fait ses preuves dans d’autres
domaines. Comme l’intelligence artificielle crأ©e un “organisme cybernأ©tique”
conأ§u pour durer, la plateforme sur laquelle elle repose ne doit pas dأ©pendre
d’un fabricant unique. Les outils openآ*source sont alors incontournables.

Et ensuiteآ*?

Quelles pourraient أھtre les prochaines أ©tapes dans le dأ©veloppement de
l’intelligence artificielleآ*? Tant que la singularitأ© technologique,
c’est-أ*-dire, le moment oأ¹ une IA أ©galera un أھtre humain, n’est pas atteinte,
on peut s’attendre أ* un processus أ©volutif plutأ´t que rأ©volutionnaire. Le
perfectionnement des plateformes de big data aura un impact sur l’IA. Les
systأ¨mes d’IA seront aussi أ©volutifs que le big data. En outre, les diffأ©rents
systأ¨mes individuels seront de plus en plus reliأ©s aux autres. Les progrأ¨s
effectuأ©s en 2018 se poursuivront en 2019.

</p>


Source link



More