- Cabrel Monkam
- 07-12-2024
- 0
Présenté comme une véritable révolution technologique, l’Intelligence Artificielle (IA) apparaît comme l’un des principaux enjeux de la prochaine décennie pour la plupart des secteurs. Elle a fini par bousculer notre quotidien et changer radicalement nos habitudes dans notre manière de résoudre des problèmes, de penser le monde. Aujourd’hui, l’IA a non seulement donné la parole aux smartphones, mais contrôle désormais aussi certains équipements de la maison, bat à plates coutures des champions d'échecs, redonne vie aux objets archéologique perdus, pourrait augmenter la productivité mondiale de près de 40 % en vingt ans (Selon le cabinet de conseil Accenture), etc…. Et demain que fera-t-elle encore ?
Le secteur concentre 7,5 milliards de dollars d’investissements dans le monde dans près de 750 startups. Que ce soit en entreprise ou pour le grand public, l’IA s’intègre dans tous les domaines. Mais quels sont véritablement les applications de l’IA dans notre quotidien ? Pourquoi les entreprises se jettent-elles dans la bataille ? Quel impact aura-t-elle sur nos emplois dans les prochaines années ? Autant de problématiques qui seront abordées dans ce blog.
Qu’est-ce que l’intelligence artificielle ?
L'Intelligence Artificielle (IA) est l'ensemble d’algorithmes conçus et mises en œuvre en vue de réaliser des machines capables de simuler l'intelligence humaine. Par exemple, un programme qui nous donne notre âge (en lui donnant notre taille), est une IA : l’utilisation de la logique IF… THEN… ELSE… dans un programme en fait une IA, sans qu’elle soit « réellement » intelligente. Vu de cette manière le concept d’Intelligence Artificielle semble limitée et abstraite cependant c’est domaine assez vaste qui en fait rêver plus d’un, c’est dans ce sens que nous allons présenter des domaines d’applications spécifiques (Machine Learning et Deep Learning) de l’Intelligence Artificielle qui ont révolutionnés le monde de la technologie.
Machine Learning
Le Machine Learning (ML) ou apprentissage automatique (en français) est un cas particulier de l’IA qui permettent aux algorithmes d’apprendre en étudiant des exemples pour être plus intelligents et autonomes. Le ML repose donc sur la capacité des algorithmes à recevoir beaucoup de données et à « apprendre » d’elles. L’enjeu est bien de construire des courbes qui approximent les données et permettant de généraliser plus facilement. Prenons un exemple : imaginons que vous vouliez créer une IA qui vous donne la valeur d’un terrain à partir de sa superficie. Bien évidemment vous allez observer et étudier plusieurs cas « si la superficie est inférieure à 50m², le prix vaut 600 000 FCFA, si elle est entre 50m² et 90m², le prix vaut 800 000FCFA, etc… », ou peut-être « valeur = superficie*2 500 » à la fin de ces différents cas si vous consignez ces données dans un repère XY ( X : c’est la superficie et Y : la valeur ou le prix) vous verrez ressortir des points plus ou moins alignés et vous aurez envie tout de suite de faire ressortir une sorte de droite, grâce à ces différentes données on va faire ce que l’on appelle de la prédiction c’est-à-dire si je vous donne la superficie d’un terrain dont vous n’avez pas encore étudier alors vous pouvez grâce à cette droite estimer sa valeur. Le principe du Machine Learning est le même sauf que toutes ces données en entrées seront des algorithmes traités par un ordinateur dont le but sera de faire varier jusqu’à trouver la bonne droite une fois qu’on a trouvé la bonne valeur on ne touche plus et là on vient de trouver une droite qui permet à l’algorithme d’extrapoler et de généraliser à des cas qu’il n’a jamais vu d’où l’apprentissage. Là n’est qu’un exemple basique de ce qu’est le Machine Learning car on a une seule donnée en entrée à traiter et un résultat en sortie. Imaginons un cas d’utilisation beaucoup plus compliqué ou l’on a plusieurs données en entrées, vous avez déjà remarqué que votre facebook ne vous montre pas toute la fil d’actualité de vos amis et des pages auxquelles vous êtes abonnés, il en choisit certaines et vous les présente dans un certain ordre et donc en arrière-plan il y’a un algorithme de ML qui essaye de comprendre quelles sont les nouvelles qui ont le plus de chance de vous faire réagir (Like, commentaire, partage,…) et vous comprenez par-là que cet algorithme prend en entrée toutes sorte de caractéristiques (qui l’a posté, quand, la nature du post,etc…) et il essaie de prédire si cela va vous faire réagir. Vous voyez que l’exemple avec la droite suscité semble bien plus éloigné de ce que peut faire le Machine Learning et figurez-vous que même ce domaine de l’intelligence artificielle a ses limites car quand il s’agit d’envoyer en entrées plusieurs données, de les interpréter afin de capturer des relations complexes entre les entrées et la sortie et d’en produire un résultat logique (intelligent) sera beaucoup plus complexe c’est là qu’intervient les réseaux de neurones artificiels (Deep Learning).
Le Deep Learning ou apprentissage profond est une spécification du Machine Learning qui est un réseau de neurones artificiels (système informatique s’inspirant du fonctionnement du cerveau humain) permettant aux algorithmes d’effectuer des taches en analysant des exemples pour s’entrainer. Donc, un ordinateur doté d’un réseau de neurones artificiels sera capable d’identifier des objets sur une image mais pour cela il faudrait l’entrainer en lui présentant un grand nombre d’objets de la même catégorie. Pour mieux comprendre son fonctionnement prenons un exemple concret, imaginons que nous voulons effectuer une reconnaissance d’image pour reconnaitre les photos qui comporte un chat, l’algorithme doit être en mesure de distinguer les différents types de chats, et de reconnaître un chat de manière précise quel que soit l’angle sous lequel il est photographié, pour cela dans un premier temps il faudra entrainer le réseau de neurones en lui compilant un ensemble de milliers d’images comportant des chats avec d’images d’objets qui ne sont pas des chats c’est ce qu’on appelle pratiquer du Deep Learning, ensuite une fois ces images converties en données et envoyées au réseau de neurones, ce dernier va interpréter et capturer les relations pour détecter si oui ou non l’objet est un chat, à chaque erreur le réseau prend note de cet échec et s’en servira pour ajuster automatiquement son algorithme afin de corriger cette erreur mais en cas de bonnes réponses le réseau gardera en mémoire le résultat et s’en servira plus tard pour reconnaitre des chats. Cette reconnaissance d’image n’est qu’une application parmi tant d’autres (reconnaissance faciale, numérisation de texte, traitement naturel du langage, voitures autonomes…) de ce que l’on peut faire avec du Deep Learning.
Résumé : Le DL est du ML utilisé avec des réseaux de neurones. Le ML est de l’IA reposant sur des statistiques. L’IA est l’imitation d’une réponse d’un expert dans un domaine.
Les enjeux de l’Intelligence Artificielle pour les entreprises
On la voit partout. L’intelligence artificielle fascine le grand public et s’est retrouvée en l’espace de quelques années au cœur de la stratégie des géants du digital, d’un côté à l’autre de la planète, chez les GAFAM (Google Apple Facebook Amazon Microsoft) comme les BAT (Baidu, Alibaba, Tencent). Ces entreprises ont investi massivement d’importantes sommes d’argent dans l’IA, et y ont tout de suite vu des cas d’usages très concrets, qui apportent un bénéfice économique immédiat. Si nous prenons le cas de Google et Facebook qui aujourd’hui ont un avantage considérable dans le domaine par rapport à la concurrence c’est parce que l’IA pour qu’elle soit plus performante il lui faut une masse de données importante ce que ces deux derniers ont à leur disposition. Au vu de cela il est clair qu’une véritable révolution est en marche car partout où il y’aura du digital, il y aura de l’IA, et donc des Startup aux grands groupes, chacun aura de plus en plus d’outils à disposition pour construire des produits et des services plus “intelligents”.
L’impact de l’IA dans les prochaines années
Aujourd’hui, les IA sont capables d’imiter un comportement humain quasiment à la perfection et d’interagir avec les hommes de manière fluide.
Plus précisément, l’IA permet de :
Une étude réalisée par le cabinet Infosys, leader mondial du conseil des services technologiques, a enquêté auprès d’une population de 16 à 25 ans dans 9 pays (Australie, Brésil, Chine, France, Allemagne, Inde, Afrique du Sud, Royaume-Uni et USA). Plus de 70 % des répondants issus des pays émergents ont souligné l’importance d’avoir des compétences technologiques pour la gestion de leur carrière… De quoi envisager l’avenir en matière d’intelligence artificielle !
D’un autre côté, la robotisation de notre société pourrait aussi entraîner une perte de 5 millions d’emplois à travers le monde d’ici 2020, comme le souligne un rapport émis à l’occasion du Forum Economique Mondial de Davos en 2016.
Conclusion
Il est clair qu’aujourd’hui l’Intelligence Artificielle est présente dans pas mal de domaines, influence des décisions tant en entreprise que dans les gouvernements du monde, autrement dit qu’elle doit dorénavant être au cœur des stratégies, car ne pas avoir de stratégie en matière d’intelligence artificielle revient aujourd’hui à ne pas avoir de stratégie du tout. Nous assistons là à la naissance de la quatrième révolution industrielle (4RI), et l’Afrique ou en est-elle dans tout ça ?
(02) Event Discussion
monkam parfait
test
ReplyJaden
lxgblnmnkcgyd z((rgj
ReplyAbigail
Bonjour Papa derrange trop est ,rriifjfidlfylcn
ReplyFRANCOIS NEMETCHA
Les paresseux sont des mammifères arboricoles d\'Amérique tropicale qui constituent le sous-ordre des Folivora. Ce sont des animaux de taille moyenne au mode de vie original : ils sont presque toujours suspendus à l\'envers dans les arbres et se déplacent avec lenteur. Ils possèdent de longues griffes
ReplyFRANCOIS NEMETCHA
Les paresseux sont des mammifères arboricoles d\'Amérique tropicale qui constituent le sous-ordre des Folivora. Ce sont des animaux de taille moyenne au mode de vie original : ils sont presque toujours suspendus à l\'envers dans les arbres et se déplacent avec lenteur. Ils possèdent de longues griffes
ReplyFRANCOIS NEMETCHA
Les paresseux sont des mammifères arboricoles d\'Amérique tropicale qui constituent le sous-ordre des Folivora. Ce sont des animaux de taille moyenne au mode de vie original : ils sont presque toujours suspendus à l\'envers dans les arbres et se déplacent avec lenteur. Ils possèdent de longues griffes
Reply