La perception des français de l'IA en quelques chiffres Hier, 27 avril 2017 s’est tenu l’événement #GoogleIA au cours du quel des sondages très intéressants sur la perception que les français ont de l’IA ont été dévoilés : 34% des français ne savent absolument pas ce qu’est l’Intelligence artificielle. Seuls 25% des sondés s’estiment certains de savoir ce dont il s’agit. Les français discernent principalement l’intérêt de l’Intelligence artificielle dans les applications GPS et les outils de traduction. Selon les français, c’est dans le domaine médical que les avancées en terme d’IA seront les plus utiles. Enfin, 78% des français ont une opinion positive de l’intelligence artificielle, tandis que seulement 11% affirment en avoir peur.
Quel avenir pour l'IA ? L’intelligence artificielle est d’ores et déjà présente dans notre quotidien depuis de nombreuses années. Elle devient pour beaucoup, la solution magique à tous les problèmes. Est-ce raisonnable ? Est-ce un effet de mode ? Est-ce une réalité ? Que penser de cette percée de l’IA dans notre quotidien ? Si nous arrivons à des résultats probants d’applications concrètes de l’IA aujourd’hui, c’est grâce aux travaux effectués ces dernières décennies, bien que sa naissance ait été déclarée dans les années 50. On parle donc d’Intelligence Artificielle de plus en plus, mais c’est quoi ? Le plus important donc est de partager la même vision de ce concept afin de pouvoir comprendre en quoi et comment cette nouvelle technique va pouvoir améliorer la condition humaine demain et non pas détériorer voire détruire la civilisation. Comment ça marche ? Faut-il avoir peur de l’IA ? Que dire alors de l’avenir de cet enfant technologique qu’est l’IA aujourd’hui ? Pour aller plus loin :
Le gouvernement aura recours à l'intelligence artificielle pour le contrôle des dépenses publiques Ce 5 février 2019 a été publié dans le Journal Officiel l’Arrêté du 29 janvier 2019 portant sur la création d’un traitement automatisé d’analyse prédictive relatif au contrôle de la dépense de l’Etat. Mis en place par l’Agence pour l’informatique financière de l’État (AIFE), à Bercy, ce dispositif est “destiné à assister les comptables publics assignataires de l’Etat dans la mise en œuvre des modalités de contrôle de la dépense prévues à l’article 42 du décret du 7 novembre 2012“. Comme on peut le lire dans les articles 2 et 3 de l’Arrêté, “le traitement automatisé s’appuie sur des techniques d’intelligence artificielle et sur un ensemble de règles définies par le directeur général des finances publiques”. Il “analyse les résultats des contrôles de la dépense effectués par les comptables publics assignataires de l’Etat en fonction des caractéristiques des opérations.
Réseaux de neurones: Geoffrey Hinton annonce un tournant fondamental Geoffrey Hinton est l’un des chercheurs les plus réputés dans le domaine de l’intelligence artificielle. Ce spécialiste des réseaux de neurones est en effet devenu l’une des figures emblématiques du deep learning. Professeur à l’Université de Toronto, il a également rejoint Google Brain et vient de publier deux travaux de recherche qui marqueraient un tournant dans l’utilisation des réseaux de neurones. Les réseaux de neurones, du perceptron au deep learning Les réseaux de neurones sont l’un des champs centraux en intelligence artificielle. Ajouter entre la perception et la décision, une couche de neurones intermédiaire semble alors être l’une des clés pour une plus grande efficacité du réseau. Ses travaux se basent sur un apprentissage hiérarchique. Une nouvelle approche: les “capsule networks” Cependant, la semaine dernière, Geoffrey Hinton a publié deux travaux de recherche invitant à repenser la manière dont les chercheurs travaillent sur l’intelligence artificielle:
ImageNet Roulette : découvrez à quel stéréotype l'IA vous associe ImageNet Roulette est une intelligence artificielle de reconnaissance d’images entraînée à partir de l’ensemble de données biaisé ImageNet. Si vous lui présentez votre selfie, elle vous associera à un stéréotype grotesque… Dans un futur proche, l’intelligence artificielle bouleversera probablement nos existences. Vous serez peut-être contraint de laisser un robot faire votre métier à votre place, et peut-être même qu’une IA finira par diriger le monde. Cependant, à l’heure actuelle, les machines ne sont pas clairement pas assez intelligentes pour envisager de » nous voler notre travail « . L’intelligence artificielle » généraliste » n’existe pas encore, et même les réseaux de neurones les plus sophistiqués ne sont capables d’effectuer que les tâches auxquelles elles ont été entraînées. Cet outil web repose » ImageNet « , un ensemble de données d’entraînement que les chercheurs en intelligence artificielle utilisent depuis près d’une décennie. Dans certains cas, le résultat est amusant.
IA faible / IA forte : on en est où au fait ? Les IA ont énormément progressé ces dernières années. Vont-elles bientôt nous égaler ? On est allé poser la question à des acteurs du secteur. Échecs, jeu de Go, Starcraft… Il faut le reconnaître : l’IA nous a soustrait quelques trophées ces dernières années. “La combinaison de cartes graphiques puissantes, de techniques d’apprentissage efficaces et de données disponibles a permis d’importants progrès”, confirme Reda Dehak enseignant chercheur à Epita. A tel point qu’on peut penser que les IA vont bientôt nous égaler. “On est les champions” Il n’y a qu’à comparer la façon dont une IA et un humain apprennent à identifier un être vivant pour s’en convaincre. Calendrier : qui veut se lancer ? Si impressionnante qu’elle soit, l’IA que nous avons pour le moment reste donc finalement de l’IA faible. “Pour arriver à de la vraie intelligence artificielle, il faudra recourir à d’autres méthodes que celles utilisées aujourd’hui.”
Une nouvelle technologie IA développée pour détecter plus tôt les cancers de la peau L’Université de Waterloo a publié le 23 août dernier les résultats des recherches menées avec le Sunnybrook Research Institute de Toronto sur la détection des cancer de la peau. Les chercheurs sont parvenus à développer une nouvelle technologie utilisant l’intelligence artificielle pour détecter les mélanomes plus tôt. Analyser les images grâce à un programme de machine learning Afin de détecter le mélanome, cette nouvelle technologie se base sur un logiciel de machine learning analysant des images de lésions cutanées. Elle peut ainsi fournir aux médecins des données objectives sur les biomarqueurs révélateurs du mélanome. Ce système intelligent été développé à partir de dizaines de milliers d’images de peau et de leurs niveaux correspondants d’eumélanine et d’hémoglobine. Une technologie disponible prochainement Cette nouvelle technologie serait une avancée considérable dans le diagnostic des cancers de la peau.
IA : Les chiffres à connaître en France et dans le monde Dates clés du développement de l’intelligence artificielle, investissements actuels et futurs, secteurs les plus impactés ou encore perception du grand public… Découvrez en infographie tout ce qui fait l’écosystème actuel de l’IA. Si le marché de l’intelligence artificielle ne représente aujourd’hui que 4 milliards de dollars, son expansion est telle qu’il devrait avoisiner les 60 milliards d’ici 2025 selon les spécialistes. Keyrus, qui vient de réaliser une étude complète sur le sujet, propose de revenir en infographie sur quelques chiffres-clés qui permettent de mieux comprendre l’évolution de l’IA et son impact aujourd’hui. IA: De la SF à la réalité … Si l’IA est l’objet de nombreux fantasmes qui remontent jusqu’aux œuvres de science fiction des années 50, ses applications deviennent aujourd’hui concrètes et visibles du plus grand nombre. Des robots et des hommes Coté grand public, l’enthousiasme semble beaucoup plus relatif.
Le « deep learning », une révolution dans l'intelligence artificielle Cette technologie d'apprentissage, basée sur des réseaux de neurones artificiels, a complètement bouleversé le domaine de l'intelligence artificielle en moins de cinq ans. Le Monde.fr | • Mis à jour le | Par Morgane Tual « Je n'ai jamais vu une révolution aussi rapide. Ce système d'apprentissage et de classification, basé sur des « réseaux de neurones artificiels » numériques, est, pêle-mêle, utilisé par Siri, Cortana et Google Now pour comprendre la voix, être capable d'apprendre à reconnaître des visages. Qu'est-ce que c'est ? Concrètement, le deep learning est une technique d'apprentissage permettant à un programme, par exemple, de reconnaître le contenu d'une image ou de comprendre le langage parlé – des défis complexes, sur lesquels la communauté de chercheurs en intelligence artificielle s'est longtemps cassé le nez. « La technologie du deep learning apprend à représenter le monde. « Comment reconnaître une image de chat ? Concrètement, ça donne quoi ? Et demain ?
La course à l’IA : bilan de l’année 2017 Ces douze derniers mois, l’intelligence artificielle (IA) a fait l’objet de nombreuses tables rondes, séminaires et débats. Chez les technologistes euphoriques et les régulateurs pessimistes, elle suscite autant d’espoirs que d’angoisses. Alors que l’année se termine, l’Institut Montaigne recense ici les points les plus fréquemment mentionnés lors des événement sur le sujet. Les enseignements ci-dessous sont tirés de trois manifestations récentes : les Rendez-vous de Bercy du 21 novembre ("Révolutions technologiques et inégalités"), les Entretiens de Royaumont des 1er et 2 décembre ("L’ère des robots ou la nouvelle révolution") et le grand colloque organisé par "Génération entreprise - Entrepreneurs associés" du 7 décembre ("Intelligence artificielle : quels bouleversements sur l’entreprise de demain"). IA forte et IA faible Premier constat, rappelé de façon récurrente : nous sommes loin d’avoir créé une IA forte, une machine consciente. Une préoccupation majeure : l’impact sur l’emploi
intelligence artificielle, introduction Les systèmes experts, permettant d'appliquer des règles pour prendre des décisions ou découvrir de nouvelles connaissances. >>> La logique floue, permettant de contrôler des systèmes informatiques ou mécaniques de manière beaucoup plus souple que les programmes traditionnels Les algorithmes de recherche de chemin, dont le A* très utilisé dans les jeux vidéo pour trouver les meilleurs itinéraires Les algorithmes génétiques, utilisant la puissance de l'évolution pour apporter des solutions à des problèmes complexes. Les principales métaheuristiques, dont la recherche tabou, trouvant des optimums à des problèmes d'optimisation, avec ou sans contraintes. Les systèmes multi-agents, simulant des foules ou permettant des comportements émergents à partir de plusieurs agents très simples. Les réseaux de neurones, capables de découvrir et de reconnaître des modèles, dans des suites historiques, des images ou encore des données Extrait et commentaire du sommaire du livre de Virginie Mathivet