Ces derniers temps dans la presse spécialisée, impossible de passer à côté des termes « IA », « Machine Learning », « réalité augmentée » et autres : ils sont partout ! Et pour cause : l’intelligence artificielle fascine et intrigue plus que jamais de nombreux chefs d’entreprises et investisseurs
Ces derniers temps dans la presse spécialisée, impossible de passer à côté des termes « IA », « Machine Learning », « réalité augmentée » et autres : ils sont partout !
Et pour cause : l’intelligence artificielle fascine et intrigue plus que jamais de nombreux chefs d’entreprises, investisseurs et décideurs qui se demandent s’ils seront concernés par cette vague déferlante et surtout – comment l’anticiper -.
Avant de rentrer dans le vif du sujet, penchons-nous rapidement sur une question fondamentale, source de beaucoup de confusion dans les différents articles que l’on peut lire ailleurs sur le web :
Qu’est-ce (réellement) que l’intelligence artificielle ?
L’intelligence artificielle comprend en réalité plusieurs technologies et champs d’applications dont la somme forme l’IA. Dans un souci de compréhension, on peut diviser l’IA en 4 types d’intelligences :
Ξ L’intelligence automatisée
Il s’agit d’automatiser des tâches manuelles ou cognitives déjà existantes dans le but de gagner en productivité.
Ξ L’intelligence assistée
On parle ici d’ensembles de systèmes destinés à assister l’humain dans sa prise de décision ou dans l’exécution d’une tâche sans pour autant apprendre de l’environnement.
Ξ L’intelligence augmentée
Semblable à l’intelligence assistée, on parle ici de technologies destinées à améliorer le processus de décision de l’humain avec des systèmes qui apprennent et s’améliorent au contact des humains et de leur environnement.
Ξ L’intelligence autonome
On parle d’intelligence autonome lorsqu’on évoque des systèmes capables d’adaptation et de prise d’action autonome sans intervention humaine.
Ces 4 types d’intelligences forment donc la somme de ce que l’on appelle « l’intelligence artificielle ».
À partir de là, c’est une véritable infinité de possibilités et d’applications qui peuvent être créées et qui sont depuis longtemps traitées dans des romans et films de science-fiction comme « A.I. Intelligence artificielle », « I Robot » ou encore plus récemment dans la série « Black Mirror ».
Les 7 principaux champs d’application de l’intelligence artificielle à l’heure actuelle.
Depuis quelques années, on assiste à une réelle explosion des champs d’application de l’intelligence artificielle.
En première ligne, les géants de la Tech comme Google et Baidu investissent des sommes colossales dans l’intelligence artificielle via la R&D et l’acquisition de start-ups.
Pour 2016 uniquement, McKinsey estime que les géants de la Tech ont investi entre 20 et 30 milliards dans l’intelligence artificielle avec 90% de ces fonds utilisés pour de la R&D.
Mais quelles sont les technologies en cours de développement ?
Le "Machine Learning" ou l'apprentissage automatique
C’est le champ d’applications qui reçoit le plus de financements à l’heure actuelle à la vue des innombrables possibilités qu’il entrouvre.
Concrètement, le Machine Learning consiste à créer ou exploiter des algorithmes capables d’apprendre afin d’exploiter des bases de données très larges et d’en tirer des applications concrètes.
Machine Learning et Big Data sont donc intimement liés et les possibilités d’applications couvrent de nombreuses industries et secteurs d’activités comme :
- Le secteur médical
- La finance
- Le marketing
- Les sciences humaines
- La logistique
Le "Deep Learning" ou apprentissage profond
Le deep learning est une sous-catégorie du machine learning. Il s’agit d’une approche tirée de la biologie, dans laquelle on essaie de recréer un ou plusieurs réseaux de neurones artificiels afin d’exploiter des données brutes et d’en tirer des conclusions voire des décisions.
Facebook s'est tourné vers le deep learning, cette branche de l’IA particulièrement bien adaptée à l’identification et la catégorisation d’énormes quantités de données. Les ingénieurs de Facebook exploitent le deep learning pour juger des contenus de ses membres et leur proposer des contenus, relations, services et publicités pertinentes.
Le "Natural Language Processing"
Le « traitement automatique du langage naturel » cherche à comprendre et à répliquer le fonctionnement du langage humain.
Les possibilités d’applications réelles sont immenses et commencent à émerger avec des systèmes comme Siri, Alexa ou Google Traduction.
Les systèmes collaboratifs
Ce sont des systèmes sous la forme de modèles et d’algorithmes dont le but est de collaborer avec d’autres systèmes ou directement avec les humains.
Notamment il y a la "Cobotique", l'union de la robotique et du collaboratif. Il y a encore quelques années, les robots étaient cantonnés aux usines, et exécutait des tâches strictement manufacturières. Grâce à cette rupture réglementaire et technologique, ils sont en mesure d'évoluer dans des environnements publics, aux côtés de l'homme, afin de les assister dans leur quotidien.
L’analyse d’images
De nombreux outils se développent sur la reconnaissance faciale et l’analyse d’images/vidéos.
L’objectif de l’application de l’intelligence artificielle à l’analyse d’images est de pouvoir extraire des informations tangibles et utiles à partir de bases de données d’images.
Les applications sont multiples mais on peut notamment citer les systèmes de surveillance et l’imagerie médicale.
Evidemment, nous retrouvons Google et son API Cloud Vision qui permet aux développeurs de comprendre le contenu d'une image en intégrant de puissants modèles de machine learning. Il y a aussi Thread Genius qui propose un moteur de recherche visuel : à partir d’une photo d’un produit, le logiciel réalise une reconnaissance des éléments présents sur l'image.
Les algorithmes liés à la théorie des jeux / comportement social
Cette discipline s’intéresse aux aspects économiques et sociaux tirés de l’utilisation de l’intelligence artificielle dans le but de comprendre les risques liés à l’utilisation de l’IA par les organisations et les individus.
On se souvient notamment de Gérard Ballot, économiste à l’université Assas Paris II, et Jean-Daniel Kant, chercheur en informatique spécialisé dans l’intelligence artificielle, et du doctorant Olivier Goudet, qui ont inventé un logiciel, Work Sim, qui permettait de modéliser et simuler le marché du travail français.
La robotique
Peut-être le secteur le plus populaire grâce à la science-fiction qui l’entoure, la robotique est un champ d’application important de l’intelligence artificielle. À travers la robotique, la recherche en IA vise à automatiser les tâches répétitives de façon intelligente et à développer des applications tierces dans le secteur médical, militaire ou encore le retail.
Ici encore, Google s'illustre avec le rachat en 2013 de Boston Dynamics, revendu par la suite en 2017 à Softbank. Le robot humanoïde Atlas de Boston dynamics avait marqué les esprits par ses performances hallucinantes.
Quel marché pour l’intelligence artificielle ?
Selon une étude de Grand View Search, les possibilités d’expansion du marché de l’IA sont astronomiques. En outre, la valeur du marché mondial de l’intelligence artificielle (en termes de revenus directs générés) devrait s’établir autour des 35 milliards de dollars d’ici à 2025.
Selon la même source, on attend donc un taux de croissance annuel pondéré de 57% sur la période 2017-2025, porté par la multiplication des investissements en R&D et en M&A comme en témoigne l’acquisition de Maluuba par Microsoft en 2017 afin de progresser dans le domaine du Deep Learning.
Concernant le développement de l’IA sur le plan mondial, c’est aux Etats-Unis et dans la zone Asie-Pacifique (plus particulièrement en Chine) que les estimations de revenus générés sont les plus fortes.
Cela se vérifie notamment avec le niveau d’investissement : les Etats-Unis canalisent 66% des investissements extérieurs dans l’IA, la Chine est en 2ème position avec 17% mais en forte croissance. En Europe, c’est Londres qui mène la danse à une échelle bien plus réduite.
On peut cependant espérer que la France jouera un rôle actif dans le développement de l’IA, notamment à la vue du rapport France IA.