L’intelligence (IA) est la frontière la plus passionnante du savoir et de la technologie dans le monde. Partout où vous regardez, les gens parlent de machines intelligentes qui améliorent nos vies. Malgré toute cette excitation, beaucoup de concepts et d’applications sont encore très techniques et peuvent prêter à confusion si vous n’êtes pas familier avec les principes de base de l’IA. Si vous avez des questions, vous n’êtes certainement pas seul !
Poursuivez votre lecture pour obtenir des réponses à certaines des questions les plus fréquemment posées sur l’IA.
Qu’est-ce que l’intelligence artificielle ?
Il s’agit d’une première question importante ; voici les définitions clés que vous devriez connaître :
Intelligence artificielle
L’intelligence artificielle est une branche de l’informatique axée sur la construction d’ordinateurs et de machines capables de simuler un comportement intelligent. Les systèmes d’intelligence artificielle sont capables d’exécuter des tâches traditionnellement associées à l’intelligence humaine, telles que la perception visuelle, la reconnaissance vocale, la prise de décision et la traduction des langues.
Algorithmes
Un algorithme est une série d’instructions mathématiques créées pour une machine à suivre. Considérez cela comme de simples instructions étape par étape : faites A, puis B, puis C. En IA, les programmeurs créent des algorithmes qui disent à un ordinateur d’examiner les données, d’identifier un problème et d’apprendre de ses tentatives pour le résoudre.
Apprentissage machine
L’apprentissage machine est l’un des nombreux algorithmes utilisés en IA. Le domaine de l’apprentissage machine est concerné par la conception de programmes qui apprennent à faire des prédictions à partir de données, seuls, sans avoir besoin de l’aide d’un programmeur. Ces algorithmes sont utilisés dans des applications telles que les recommandations musicales, le filtrage du spam et la détection des fraudes.
Deep Learning
L’apprentissage profond est construit sur des réseaux neuronaux, une sorte de modèle d’apprentissage machine structuré d’une manière qui ressemble aux neurones d’un cerveau humain. Dans un réseau neuronal, les neurones artificiels sont disposés en couches interconnectées. Il y a une couche d’entrée pour recevoir les données du monde extérieur et une couche de sortie qui dicte comment le système réagira à l’information. Entre ces deux couches, il y a d’autres couches « cachées » de neurones, qui traitent les données en pondérant numériquement les informations qu’elles reçoivent de la couche précédente et en les transmettant à la couche suivante du réseau. Un réseau neuronal peut résoudre des problèmes très complexes en raison de l’énorme quantité de neurones qui travaillent ensemble. L’apprentissage profond tire son nom de réseaux neuronaux « profonds », avec des dizaines, voire des centaines de couches cachées. Ces réseaux alimentent la révolution de l’IA grâce à la détection d’objets, à la traduction automatique et à la synthèse audio à la fine pointe de la technologie.
Où l’IA est-elle déjà utilisée ?
L’IA est déjà présente dans de nombreux aspects de notre vie. En voici quelques exemples :
- Assistants intelligents. Des assistants intelligents, comme Siri, Alexa et Cortana, utilisent le traitement du langage naturel pour comprendre les commandes vocales – établir des rappels, trouver de la musique, répondre aux questions, même régler votre thermostat – le tout à partir d’un haut-parleur domestique ou de votre téléphone intelligent.
- Voiture « Pilotes automatiques ». De nos jours, les voitures sur la route utilisent déjà la vision par ordinateur pour faire fonctionner une gamme de systèmes de sécurité, comme le suivi de la circulation autour de votre voiture et le freinage autonome si le système perçoit un danger à l’horizon. Pour ce faire, la voiture doit être capable d’identifier rapidement différentes images, de prédire ce qui pourrait arriver et de prendre une décision sur ce qu’il faut faire.
- Recommander des achats. Les sites Web d’achat populaires utilisent l’intelligence artificielle pour suivre ce que vous parcourez, ce que vous achetez et ce que vous sauvegardez pour le consulter plus tard. Il utilise ensuite ces informations pour mieux adapter les produits et services qu’il vous recommande. En tant que client, vous gagnez ainsi du temps dans la recherche de ce que vous voulez. Pour les détaillants, cela signifie être en mesure de prédire la demande de produits afin qu’ils aient le bon stock au bon endroit. Cela améliore les délais de livraison et maximise leurs chances qu’ils soient en mesure de vous vendre quelque chose dont vous avez réellement besoin.
- Protéger votre argent. L’IA est utilisée pour surveiller constamment les comptes bancaires à la recherche d’activités potentiellement frauduleuses. Les systèmes d’IA suivent tous vos achats au fil du temps et établissent un profil de vos habitudes de dépense. Le système peut alors rapidement signaler tous les achats qui semblent inhabituels. Par exemple, si 99 % de vos achats ont lieu dans votre ville natale, puis qu’une série d’achats dans un autre pays se présentent soudainement, votre banque peut vous contacter pour vérifier si votre carte a été volée.
- Le covoiturage. Les applications de covoiturage comme Uber utilisent l’apprentissage automatique pour prédire avec précision quand la voiture que vous réservez arrivera. Lorsque votre application vous dit que votre chauffeur arrivera dans trois minutes, l’apprentissage machine a été utilisé pour analyser les données de millions de voyages précédents de clients pour affiner cette prédiction. Les techniques d’IA sont également utilisées pour déterminer combien de voitures Uber doit avoir sur la route à un moment donné, et dans quelles zones ; par exemple, pour s’assurer qu’il y a des voitures supplémentaires autour des principales gares aux heures de pointe.
