Vous ne vous en rendez peut-être même pas compte, mais ils sont là, à observer nos faits et gestes
tout en collectant et triant nos données : les robots. En effet, c’est eux qui gèrent nos recommandations de vidéos sur Youtube, en plus de la liste d’amis potentiels sur les réseaux sociaux, en passant par les publicités ciblées… c’est donc eux qui contrôlent d’une certaine manière notre consommation (de contenu, de produits ou de services), mais beaucoup d’autres secteurs ont habilement su utiliser l’intelligence artificielle en quête d’innovation et de performances. Nous pouvons par exemple citer le domaine de la reconnaissance faciale et du montage photo et vidéo qui a été automatisé et démocratisé avec la création du deep fake qui consiste en la synthèse d’image afin de changer le visage d’une personne sur une vidéo (ce procédé est d’ailleurs l’évolution du morphing utilisé notamment dans le domaine du jeu vidéo mais aussi à la télévision dans un but humoristique comme le fait Nicolas Canteloup sur TF1). Le secteur de la musique a également été révolutionné notamment par le programme “Jukebox” qui se résume “tout simplement” à la composition de mélodies en plus de l’écriture de paroles sans aucune intervention humaine. Ainsi, l’intelligence artificielle est bien partie pour être omniprésente dans la société du future, mais comment fonctionne-t-elle ? Avant tout, il faut se rappeler qu’une IA est gérée par un, voire plusieurs ordinateurs. Or nous savons que la seule action réalisable par cette machine est de calculer. Ainsi, réaliser des actions plus ou moins simples faisant simplement intervenir des capteurs (comme un bouton qui va capter la pression) et des actionneurs (comme un servomoteur) peut être facilement programmable à l’aide d’un algorithme où l’on modélise tous les facteurs entrants en compte par des 1 et des 0 (comme par exemple l’action d’allumer ou d’éteindre une lampe en appuyant sur un bouton).
Cependant, l’écriture d’algorithme pour des actions plus complexes est parfois humainement impossible; et c’est là que l’intelligence artificielle entre en jeu. Pour mieux comprendre ce qui va suivre, prenons pour exemple d’action voulue la reconnaissance d’une image d’oiseau et de poisson avec l’oiseau qui prend la valeur 1 et le poisson celle de 0. Ainsi, le but est de convertir les images en chiffres qui vont être modifiés afin d’arriver à 1 ou 0. Pour la première étape, c’est assez simple : l’image est déjà décomposée en pixels, il suffit donc seulement d’attribuer une valeur à chaque couleur par exemple. Par contre, la deuxième étape, par le nombre quasi infini de calculs et leur complexité, est impossible pour un Homme, d’où l’utilisation de ce que l’on appelle des “réseaux de neurones”.
Inspirés du cerveau humain, ces derniers sont tellement complexes qu’on ne peut pas réellement expliquer ni même comprendre leur fonctionnement, tout ce que l’on sait, c’est qu’on peut les modéliser par des “boutons modulables” que l’on peut tourner afin de modifier les valeurs qui y rentrent (on comprend donc que le nombre de combinaison est astronomique).
Ainsi, pour arriver à différencier une image de poisson d’une image d’oiseau, le robot doit d’abord passer par une phase d’apprentissage que l’on appelle le “machine learning” : on donne à un (autre) robot une très grande quantité d’images d’oiseau et de poisson différents avec à chaque fois la réponse qui y correspond. Ce dernier va présenter chaque image une par une à notre IA tout en “tournant les boutons” jusqu’à obtenir la valeur voulue (notons qu’après avoir réglé notre IA pour reconnaître l’animal sur une photo, il faut vérifier qu’en gardant les paramètres inchangés, la photo précédente est toujours reconnue, sinon on continue à “tourner les boutons”). Ce mécanisme pourrait être comparé à l’ouverture d’un coffre fort : imaginez que l’IA est une machine qui cherche à ouvrir un coffre sans avoir la combinaison. Elle va donc essayer chaque possibilité une par une jusqu’à réussir à l’ouvrir. Imaginez maintenant qu’il y a une infinité de coffre et que chacun d’entre eux peut être ouvert avec plusieurs combinaisons mais qu’il n’y en existe qu’une seule commune à tous les coffres; et bien le rôle de la machine est de trouver ce code. De la sorte, à force de régler les paramètres du réseau neuronal à l’aide de différentes photos, le robot finit par “apprendre” comment différencier ces deux animaux avec un taux d’erreur inférieur à 3%. C’est donc comme cela (de manière très vulgarisée) que fonctionnent les intelligences artificielles. De plus, il faut savoir qu’aujourd’hui avec le développement des ordinateurs quantiques, mettant à notre disposition une puissance de calcul inégalée, l’intelligence artificielle risque d’exploser. Cependant, l’intelligence artificielle humanoïde Sophia ayant déjà suscité beaucoup de peur et de paranoïa, pourrons-nous supporter des robots autant, voire plus intelligents que nous ?
Samy Chaabi