Tag

deep learning

Browsing

Qu’est ce que Amazon AI

⌚: 3 minutes

C’est un ensemble de services d’intelligence artificielle (IA) qui offrent des technologies d’apprentissage machine et d’apprentissage profond pour les clients d’Amazon Web Services (AWS). Ces services, appelés Amazon Lex, Amazon Polly, Amazon Rekognition et Amazon Machine Learning, sont accessibles via une API ou la console de gestion AWS.

La suite de services AI de Amazon peut avoir des conversations textuelles ou vocales avec un utilisateur final en utilisant une interface conversationnelle, ChatOps. Elle dispose également de services qui peuvent comprendre les langues humaines, transformer le texte en parole et analyser les images pour identifier des lieux, des visages et des objets. Les services de reconnaissance vocale, de synthèse vocale, de reconnaissance d’images et d’apprentissage automatique sont évolutifs et entièrement gérés, ce qui permet à un développeur d’inclure la technologie dans une application sans avoir à apprendre des algorithmes ou à gérer l’infrastructure de soutien.

Options des services d’Amazon

Amazon Lex permet à un développeur de construire des interfaces conversationnelles dans des applications. Amazon Lex utilise la reconnaissance automatique de la parole pour convertir la parole en texte et le traitement du langage naturel (NLP) pour comprendre l’instruction orale. La technologie d’apprentissage approfondi permet à un développeur de construire une application qui peut avoir des interactions réalistes, comme le service Amazon Alexa qui alimente Amazon Echo. Un développeur peut utiliser ce service pour créer des robots de conversation, également appelés « chatbots« .

Amazon Polly permet à un développeur d’ajouter des capacités de parole à sonorité naturelle dans des applications. Un développeur envoie un texte à Amazon Polly par le biais d’un kit de développement logiciel ou de la console de gestion AWS, et Polly le synthétise en une parole à consonance humaine. Amazon Polly fournit plus de 40 voix dans 20 langues.

Amazon Rekognition utilise la reconnaissance faciale, d’objets et de scènes pour analyser les images et prendre des décisions sur leur contenu. Amazon Rekognition fournit également des fonctions de recherche d’images et de comparaison de visages qu’un développeur peut utiliser dans une application. Le service étiquette les objets et les personnes qui l’utilisent à l’aide de technologies préprogrammées de réseaux neuronaux profonds qui sont basées sur la technologie qu’Amazon utilise en interne pour analyser les images dans Prime Photos.

Amazon Machine Learning permet à un développeur d’identifier des modèles dans les données de l’utilisateur final par le biais d’algorithmes et de créer des modèles mathématiques basés sur ces modèles pour des applications d’analyse prédictive.

AI Governance

⌚: 6 minutes

La gouvernance de l’IA est l’idée qu’il devrait y avoir un cadre juridique pour garantir que les technologies d’apprentissage machine (ML) sont bien étudiées et développées dans le but d’aider l’humanité de manière équitable dans l’adoption des systèmes d’IA. En traitant les questions relatives au droit d’être informé et aux violations qui peuvent se produire, la AI Governance vise à combler le fossé qui existe entre la responsabilité et l’éthique dans le progrès technologique. En raison de l’augmentation de la mise en œuvre de l’intelligence artificielle dans tous les secteurs, y compris la santé, les transports, l’économie, les affaires, l’éducation et la sécurité publique, la préoccupation de définir définitivement la AI Governance est de plus en plus grande.

Les principaux domaines d’intérêt de la gouvernance de l’IA sont l’IA en ce qui concerne la justice, la qualité des données et l’autonomie. Cela implique d’identifier les réponses aux questions relatives à la sécurité de l’IA, de déterminer les secteurs appropriés et inappropriés pour l’automatisation de l’IA, de définir les structures juridiques et institutionnelles qui doivent être impliquées, le contrôle et l’accès aux données personnelles et le rôle des intuitions morales et éthiques dans l’interaction avec l’IA. Dans l’ensemble, la gouvernance de l’IA détermine la part de la vie quotidienne qui peut être façonnée par les algorithmes et qui est en charge de la surveillance.

Lorsque des algorithmes d’apprentissage automatique sont impliqués dans la prise de décisions, la gouvernance de l’IA devient une nécessité. Il a été observé que l’apprentissage machine peut avoir des effets négatifs sur le profil racial, refuser injustement des prêts à des personnes et identifier de manière incorrecte des informations de base sur les utilisateurs. Le développement de la gouvernance de l’IA aidera à déterminer comment gérer au mieux les scénarios où les décisions basées sur l’IA sont injustes ou en contradiction avec les droits de l’homme.

Les organisations qui se concentrent sur l’avenir et le développement de la gouvernance de l’IA sont l’Initiative pour l’éthique et la gouvernance de l’IA, un projet conjoint du Media Lab du MIT et du Centre Berkman-Klein pour l’Internet et la société de Harvard, et le comité de la Maison Blanche sur l’avenir de l’intelligence artificielle, annoncé par l’administration Obama en 2016. Ces deux initiatives complètent des recherches importantes et ouvertes au public pour étudier et hiérarchiser les implications sociétales et politiques de l’intelligence artificielle. Cependant, il existe encore un grand vide dans le cadre juridique de la responsabilité et de l’intégrité de l’IA.

Qu’est-ce que l’Intelligence Artificielle (IA) ?

⌚: 5 minutes

L’Intelligence Artificielle (IA) est la simulation de processus d’intelligence humaine par des machines. Plus particulièrement, des systèmes informatiques. Ces processus comprennent trois phases :

  •  Tout d’abord, l’apprentissage, c’est-à-dire l’acquisition de l’information et ses règles d’utilisation.
  • Puis, le raisonnement, soit l’utilisation de règles pour tirer des conclusions approximatives ou définitives.
  • Enfin, l’autocorrection. Les applications particulières de l’IA comprennent la narrow AI, la reconnaissance faciale et la vision par ordinateur.

L’IA peut être classée comme faible ou forte. L’IA faible, ou IA étroite, est un système d’intelligence artificielle conçu et entraîné pour une tâche particulière. Ainsi, les assistants personnels virtuels comme Siri d’Apple, sont une forme d’IA faible. Quant à l’IA forte, ou intelligence générale artificielle, elle dispose de capacités cognitives humaines. Lorsqu’on lui présente une tâche inconnue, un bon système d’IA est capable de trouver une solution, sans intervention humaine.

Les coûts du matériel, des logiciels et du personnel pour l’intelligence artificielle peuvent être élevés. Alors, de nombreux fournisseurs incluent des composants d’IA dans leurs offres standard ainsi que l’accès aux plates-formes AIaaS (Artificial Intelligence as a Service, pour intelligence artificielle en tant que service). L’AIaaS permet aux particuliers et aux entreprises d’expérimenter l’intelligence artificielle et de tester plusieurs plateformes avant de s’engager. Les offres les plus populaires de Cloud computing d’intelligence artificielle comprennent les services d’Amazon AI, IBM Watson Assistant, Microsoft Cognitive Services et les services de Google AI.

L’intelligence augmentée pour le grand public

Les outils d’intelligence artificielle présentent un éventail de nouvelles fonctionnalités pour les entreprises. Toutefois, l’utilisation de l’IA soulève des questions éthiques. En effet, les algorithmes de deep learning, ou apprentissage profond, sous-tendent bon nombre des outils d’IA les plus avancés. Néanmoins, leur intelligence dépend des données qu’on leur fournit pendant la formation. Puisqu’un humain choisit les données qui utilisées pour la formation d’un programme d’IA, le risque de biais humain est inhérent et doit être surveillé de près.

Certains experts de l’industrie estiment que le terme  » intelligence artificielle  » est trop étroitement lié à la culture populaire. Alors, le grand public a des craintes irréalistes au sujet de l’IA. Mais aussi des attentes improbables sur la façon dont elle va changer le milieu de travail et la vie en général. Ainsi, les chercheurs et spécialistes du marketing espèrent que l’étiquette « intelligence augmentée« , qui a une connotation plus neutre, aidera les gens à comprendre que l’intelligence artificielle améliorera simplement les produits et les services. Mais surtout qu’elle ne remplacera pas les humains qui les utilisent.

Types d’intelligence artificielle

Selon Arend Hintze, professeur adjoint de biologie intégrative, d’informatique et d’ingénierie à la Michigan State University, il y a quatre types d’intelligences artificielles, dont certaines n’existent pas encore. Tout d’abord, les « machines réactives ». Il s’agit par exemple de Deep Blue, le programme d’échecs de IBM qui a battu Garry Kasparov dans les années 1990. Deep Blue peut identifier les pièces sur l’échiquier et faire des prédictions.

Toutefois, il n’a pas de mémoire, si bien qu’il n’apprend pas de ses expériences passées. Il ne fait qu’analyser les mouvements possibles et choisir le plus stratégique. Ainsi, Deep Blue ne peut pas être appliqué à d’autres situations. Puis, il y a les « mémoire limitée ». C’est systèmes d’IA peuvent utiliser les expériences passées pour éclairer les décisions futures. Certaines fonctions de prise de décision des voitures autonomes sont conçues ainsi. Néanmoins, ces observations ne sont pas conservées indéfiniment.

Ensuite vient la « théorie de l’esprit », un type d’IA qui n’existe pas encore. Ce terme de psychologie fait référence à la compréhension des croyances, désirs et intentions des autres, qui influencent leurs décisions. Enfin, la dernière catégorie concerne la « conscience de soi », qui n’existe pas encore. C’est-à-dire des intelligences artificielles dotées d’un sens de soi et d’une conscience. Ainsi, elles seraient capables de comprendre leur état actuel, mais aussi déduire ce que ressentent les autres.

Exemples de technologie d’IA

L’intelligence artificielle est intégrée à différents types de technologies, dont voici six exemples.

1. L’automatisation

C’est ce qui fait qu’un système ou un processus fonctionne automatiquement. Par exemple, le RPA (Robotic Process Automation, pour automatisation robotique des procédés) peut être programmée pour exécuter des tâches répétitives plus rapidement que les humains.

2. Le machine learning

L’apprentissage machine est une science qui consiste à faire en sorte qu’un ordinateur agisse sans le programmer. Le deep learning en est un sous-ensemble, qui peut être considéré comme l’automatisation de l’analyse prédictive. Il en existe trois types différents. Tout d’abord, l’apprentissage supervisé, où les ensembles de données sont étiquetés pour que des modèles soient détectés puis réutilisés. Puis, l’apprentissage non supervisé, où les ensembles de données ne sont pas étiquetés, mais sont triés en fonction des similarités ou des différences. Et enfin, l’apprentissage renforcé, où les ensembles de données ne sont pas étiquetés, mais l’IA reçoit un feedback de rétroaction après avoir agit.

3. La vision par ordinateur

Il s’agit d’une technologie qui capture et analyse l’information visuelle à l’aide d’une caméra. On l’utilise dans l’identification de signature ou encore l’analyse d’images médicales.

4. Le NLP (Natural language processing)

Le traitement du langage naturel est le traitement du langage humain par un programme. La détection de spam en est un vieil exemple. Toutefois, les approches actuelles sont basées sur le machine learning. Elles comprennent donc la traduction de texte, l’analyse des sentiments et la reconnaissance vocale.

5. La robotique

Il s’agit de la conception et la fabrication de robots. Ils sont ensuite utilisés dans les chaînes de montage pour la production automobile, ou encore par la NASA afin de déplacer de gros objets dans l’espace. Les chercheurs tentent désormais d’intégrer le machine learning pour construire des robots qui peuvent interagir dans des contextes sociaux.

6. Les voitures autonomes

Ces véhicules combinent la vision par ordinateur, la reconnaissance d’images et le deep learning. Ainsi, l’intelligence artificielle développe une habileté automatisée à piloter un véhicule. Et ce, tout en restant dans une voie donnée et en évitant les obstacles imprévus, tels que les piétons.

Applications de l’IA

L’intelligence artificielle a fait son chemin dans un certain nombre de domaines. On peut notamment citer celui de la santé. Ainsi, les le machine learning est utilisé pour obtenir de meilleurs diagnostics, plus rapides. L’une des technologies les plus connues est IBM Watson. Il comprend le langage naturel et est capable de répondre aux questions qui lui sont posées. Il exploite les données des patients et d’autres sources de données disponibles pour former une hypothèse, qu’il présente ensuite avec un schéma de notation de confiance.

Dans le domaine des affaires, le machine learning intègre les plateformes d’analyse et les CRM (customer relationship management, pour gestion de la relation client) afin de mieux servir les clients. Les Chatbots intègrent les sites internet pour répondre aux questions et aider les clients. Dans l’éducation, les intelligences artificielles peuvent automatiser la notation, afin de dégager du temps aux professeurs. Ici, les intelligences artificielles pourraient changer la façon dont les élèves apprennent, voire même remplacer certains enseignants.

Dans la finance, l’intelligence artificielle recueille des données personnelles et fournit des conseils financiers. Certains programmes, comme IBM Watson, ont été appliqués au processus d’achat d’une maison. Enfin, l’industrie manufacturière est un domaine qui a été à l’avant-garde de l’intégration des robots dans le flux de travail.

Préoccupations en matière de sécurité et d’éthique

Le concept des voitures autonomes soulève des questions de sécurité et d’éthique. Les véhicules peuvent être piratés. Et dans un contexte d’accident, la responsabilité n’est pas claire. De plus, les voitures autonomes peuvent être mis dans une situation où un accident est inévitable, forçant l’IA à prendre une décision éthique sur la façon de minimiser les dommages. Une autre préoccupation majeure est le risque d’abus des outils d’intelligence artificielle.

En effet, les hackers commencent à utiliser des outils sophistiqués de machine learning pour accéder à des systèmes sensible. Cela complique encore plus la question de la sécurité. Enfin, les outils de création vidéo et audio basés sur le deep learning ont été rapidement détournés pour la création de deepfakes, cette technique de synthèse d’images qui permet une permutation intelligente des visages.

Malgré les risques potentiels, il existe peu de réglementation concernant les intelligences artificielles. Lorsque des lois existent, elles ne s’appliquent qu’indirectement aux IA. Ainsi, le RGPD (Règlement Général sur la Protection des Données) impose des limites strictes à la manière dont les entreprises peuvent utiliser les données des consommateurs. Ce règlement entrave donc l’apprentissage et certaines fonctionnalités d’intelligences artificielles destinées aux consommateurs.

intelligence artificielle : définition

Voir aussi prochainement :