les IA, comprendre ce que cela représente de nos jours

2023-02-12

C’est un sujet des plus actuels. Et pourtant, il occupe les spécialistes du traitement des données et de l’informatique depuis longtemps. Un premier article sur le sujet ici. J’ai voulu reprendre ce sujet, qui fait couler pas mal d’encre. On parle beaucoup d’IA ces derniers temps, notamment avec la médiatisation de ChatGPT, qui semble changer notre perception sur ce qu’une intelligence artificielle peut réaliser. Nous allons tenter de faire la lumière sur les véritables possibilités et quel avenir se profile quand on parle de ce sujet. Découverte d’un nouveau mode d’interaction.

Tu en as… de l’intelligence ?

Pour bien comprendre ce qu’est une IA de nos jours, il faut tout d’abord en avoir un bon descriptif :

Intelligence artificielle (IA) est un terme qui décrit un système informatique capable de réaliser des tâches qui nécessitent normalement une intelligence humaine, comme la reconnaissance de la parole, la compréhension du langage naturel et la prise de décision. Il existe plusieurs types d’IA, chacun étant conçu pour remplir des fonctions spécifiques.

Reconnaissance de la parole: Cette forme d’IA est conçue pour comprendre et transcrire les mots parlés en texte. Les systèmes de reconnaissance de la parole sont utilisés dans les assistants vocaux tels que Siri et Alexa, ainsi que dans les systèmes de dictée médicale.
Compréhension de langage naturel: Cette forme d’IA est conçue pour comprendre le langage humain et y répondre de manière pertinente. Les modèles de compréhension de langage naturel sont utilisés dans les chatbots, les systèmes de support client et les systèmes de recommandation.
Analyse de données: Cette forme d’IA est conçue pour analyser les données et en extraire des informations utiles. Les systèmes d’analyse de données sont utilisés dans les applications de marketing, les systèmes de détection de fraudes et les systèmes de gestion de la chaîne d’approvisionnement.
Apprentissage automatique: Cette forme d’IA utilise des algorithmes pour apprendre à partir de données et améliorer les performances au fil du temps. Les systèmes d’apprentissage automatique sont utilisés dans la reconnaissance d’images, la classification de documents et la détection de anomalies.
Vision par ordinateur: Cette forme d’IA est conçue pour comprendre et interagir avec le monde physique à l’aide de caméras et de capteurs. Les systèmes de vision par ordinateur sont utilisés dans les systèmes de surveillance, les robots de service et les systèmes de contrôle de la qualité.
Robots: Cette forme d’IA implique l’utilisation de robots pour accomplir des tâches dans le monde physique. Les robots peuvent être programmés pour effectuer des tâches complexes, telles que la manipulation d’objets, la marche et la conduite.

En comparant les différents types d’IA, il est important de noter que chaque type est conçu pour remplir des fonctions spécifiques et qu’aucun type n’est supérieur à l’autre en termes de performance générale. Tout dépend de l’application pour laquelle l’IA est utilisée.

On compare régulièrement l’IA à l’intelligence “humaine” mais cela ne prend pas en compte le fait qu’en tant qu’être doté d’intelligence, l’humain est conscient de cela et il nous faut donc valider si une créature ou entité, tel que les systèmes informatiques peuvent remplir la condition “d’intelligence” consciente. Pour ce faire, nous faisons régulièrement référence au test de Turing.

Le test de Turing est un test de reconnaissance de l’intelligence qui mesure la capacité d’un système informatique à imiter une conversation humaine de manière convaincante. Il a été conçu par le célèbre mathématicien et informaticien britannique Alan Turing en 1950.

ChatGPT, en tant que modèle de langage développé par OpenAI, peut certainement remplir les critères du test de Turing en matière de conversation. Il peut comprendre des questions complexes et y répondre de manière cohérente et plausible. Cependant, ce n’est pas un système autonome avec une véritable intelligence ou conscience, et il fonctionne en utilisant des algorithmes complexes pour générer des réponses en fonction des données d’entraînement qu’il a reçues. Petite vidéo d’explication :

Il est donc possible de dire que ChatGPT peut “passer” le test de Turing dans la mesure où il peut imiter une conversation humaine de manière convaincante, mais il ne peut pas être considéré comme ayant une véritable intelligence ou conscience. et comme nous avons pu le voir, sa compréhension de son environnement s’arrête à l’année 2021.

Il existe de nombreux modèles d’intelligence artificielle différents qui peuvent être comparés à ChatGPT, en fonction de leur fonctionnalité et de leur architecture. Voici quelques-uns des modèles les plus pertinents :

Modèles de génération de texte : tels que GPT-2 et GPT-3, qui sont basés sur la même architecture que ChatGPT et qui ont été développés par OpenAI. Modèles de traduction automatique : tels que Google Translate, qui peuvent traduire automatiquement le texte d’une langue à une autre. Modèles de reconnaissance de la parole : tels que Siri et Alexa, qui sont conçus pour comprendre et transcrire les mots parlés en texte. Modèles de compréhension de langage naturel : tels que IBM Watson, qui sont conçus pour comprendre et analyser le langage humain. Modèles de reconnaissance d’images : tels que Google Photos, qui sont conçus pour reconnaître les objets et les personnes dans les images.

En comparant ces modèles à ChatGPT, il est important de noter que chacun est conçu pour remplir des fonctions spécifiques et qu’ils peuvent être utilisés de manière complémentaire pour accomplir des tâches plus complexes. De plus, la performance de ces modèles peut varier en fonction des données d’entraînement qu’ils ont reçues et de leur architecture interne. Si l’on prend toutes ces IA séparées, on peut être en droit de se dire que si l’on regroupe toutes ces diverses technologies, on arrivera à une “véritable” intelligence. La puissance de calcul nécessaire est aujourd’hui “distribuée”, ce qui veut dire que nous n’avons pas encore une véritable notion pour établir une potentielle exploitation de l’information de manière proactive (comme le ferait un cerveau humain). Les grands noms de la Tech mondiale ont commencé à regrouper certaines IA, il existe actuellement des agrégateurs de différentes intelligences artificielles qui permettent aux développeurs et aux entreprises de tirer parti de plusieurs technologies d’IA en une seule plateforme. Ceux-ci comprennent souvent des API (interfaces de programmation d’application) qui permettent aux développeurs d’intégrer facilement différentes technologies d’IA à leurs applications et systèmes.

Voici quelques exemples d’agrégateurs d’IA populaires :

Google Cloud AI Platform : une plateforme de développement d’IA qui fournit des services pour le machine learning, la reconnaissance de la parole, la reconnaissance d’images et d’autres domaines d’IA. Amazon SageMaker : une plateforme de développement d’IA qui facilite la création, l’entraînement et le déploiement de modèles de machine learning. Microsoft Azure AI : une plateforme de développement d’IA qui fournit des services pour le traitement du langage naturel, la reconnaissance de la parole, la reconnaissance d’images et d’autres domaines d’IA. IBM Watson AI : une plateforme de développement d’IA qui fournit des services pour le traitement du langage naturel, la reconnaissance de la parole, la reconnaissance d’images et d’autres domaines d’IA.

En utilisant un agrégateur d’IA, les développeurs et les entreprises peuvent accéder à une variété de technologies d’IA en un seul endroit et peuvent facilement intégrer ces technologies à leurs applications et systèmes pour renforcer leur fonctionnalité et leur performance.

Cela n’est pas toujours sans failles, comme récemment, Google a pu le constater avec Bard, son IA concurrente à ChatGPT. Article en référence.

ChatGPT a récemment été associé à Microsoft, qui va inclure l’IA conversationnelle dans les outils Microsoft 365 (avec en premier temps, l’outil Teams) et son moteur de recherche, Bing.

Bien que l’on vante les grandes prouesses de rédaction de ChatGPT, il arrive encore que certaines questions soient problématiques. Fait intéressant que j’ai pu constater. Petit exemple illustré (ci-desous):

L’engin n’a pas pu répondre, malgré plusieurs tentatives. Amusant. Mais cela a été le cas avec d’autres questions que les personnes employant ChatGPT ont pu expérimenter.

Ce qui peut nous amener à nous demander : Quid d’une implémentation physique, tel que la robotique. Nous commençons à voir des exemples de plus en plus proches de nous. Petit tour en images :

Sophia, un robot avec une IA analytique vocale (pas encore connecté sur un réseau global):

Comme on peut le constater, cela se rapproche d’une véritable interaction avec une image “humaine” de la machine. Il faut toutefois savoir que Sophia ne peut pas (encore) se déplacer en marchant. Elle ne dispose donc pas d’une autonomie de mouvements. On peut toutefois voir que dans ce domaine, d’autres développement en robotique progressent très rapidement, notamment Boston Dynamics:

On peut le constater, l’association entre robotique et IA vont faire dans les années à venir partie de notre quotidien. Les robots pourraient mieux comprendre et répondre aux commandes et aux demandes des humains, comme apporter une aide aux personnes étant avec des difficultés d’ordre physique, pouvant ainsi réaliser diverses tâches aidant la population “humaine”. De plus, en utilisant des algorithmes de machine learning, les robots pourraient également apprendre de leur interaction avec les humains et s’adapter à leur comportement, ce qui pourrait les rendre plus souples et plus faciles à utiliser. Cependant, il est important de noter que la recherche et le développement en matière d’IA et de robots sont encore en début de parcours et qu’il y a encore beaucoup de défis à surmonter avant d’atteindre un niveau d’interaction fluide entre les robots et les humains. Notamment, dans le secteur de l’optimisation électronique, autonomie énergétique et la capacité à pouvoir éviter les conflits d’intérêt sur les interprétations de commandes. Ceci est sans doute la particularité de ce que l’on appelle des IA dites “programmées” et celles qui dans l’avenir pourraient être en mesure de changer leur programmation, dans un éventuel problème de valeurs (conflit sécuritaire entre autres bases de comparaison). Il y a des références, dans les films fantastiques, tel que “I, Robot”:

En résumé, l’IA c’est bien… ou pas ?

C’est une question que beaucoup se posent : allons-nous trop loin dans la recherche ? Les exemples de bienfaits que l’intelligence artificielle nous apportent au quotidien semblent donner une approche encore très liée à un emploi dit “informatique”. Est-ce que cela va entraîner un changement de comportement chez les humains (on parle notamment de remplacements d’emplois par des IA) ? Nous nous approchons d’une nouvelle façon d’interagir et de travailler, avec les outils technologiques. Et comme pour tout changement, cela devra passer par une faculté que l’humain a encore : l’adaptation. Une autre valeur que les machines ne peuvent pas avoir consciemment : les émotions (qui restent le propre de tout être vivant conscient). Peut-on programmer une émotion ? On peut la représenter sur le faciès de ces robots dit “humanoïdes” mais qu’en est-il du ressenti ? Verrons-nous des machines dotées de sentiments ? Cela fait partie des interrogations qui restent sans réponses pour l’instant. Ce qui reste un point important est le contrôle que nous pouvons avoir sur ces différents outils et leurs usages, par l’ensemble des personnes en ligne. Pour compléter cet article, j’ai pris la liberté de proposer une liste d’IA en ligne, pouvant répondre à des besoins spécifiques :

Krisp : Supprime les voix de fond, les bruits et l’écho lors des appels.
Lien : https://krisp.ai/
Beatoven : Crée de la musique unique libre de droits.
Lien : https://www.beatoven.ai/
Cleanvoice : Supprime les sons parasites, le bégaiement et les sons de la bouche de vos podcasts.
Lien : https://cleanvoice.ai/
Podcastle : Permet d’enregistrer des podcasts de qualité studio, directement depuis un simple ordinateur.
Lien : https://podcastle.ai/
Flair : Génère des shooting photos de vos produits.
Lien : https://flair.ai/
Illustroke : Crée des images vectorielles à partir de prompts.
Lien : https://illustroke.com/
Patterned : Génère des motifs libres de droits.
Lien : https://www.patterned.ai/
Stockimg : Une autre IA de génération d’image.
Lien : https://stockimg.ai/
Copy : Génère du contenu et évite le syndrome de la page blanche.
Lien : https://www.copy.ai/
CopyMonkey : Facilite la rédaction de fiches produits sur Amazon.
Lien: http://copymonkey.ai/
Ocoya : Facilite la création et la programmation du contenu sur les réseaux sociaux.
Lien : https://www.ocoya.com/
Unbounce : Génère des landings pages et des emails.
Lien : https://unbounce.com/
Vidyo : Génère des capsules vidéos pour les réseaux sociaux à partir de vidéos plus longues.
Lien : https://vidyo.ai/
Quickchat : Les chatbots qui parlent comme des humains pour la relation client.
Lien : https://www.quickchat.ai/
Puzzle : Crée une base de connaissances ou un glossaire à partir de documents.
Lien : https://www.puzzlelabs.ai/
Soundraw : Génère des musiques d’ambiances.
Lien : https://soundraw.io/
Cleanup.picture : Supprime les objets, les défaut, les personnes ou les textes de vos images.
Lien : https://cleanup.pictures/
Looka : Génère des noms de marques et des logos.
Lien : https://looka.com/
Synthesia : Facilite la création de vidéos de formation en tapant simplement du texte.
Lien : https://www.synthesia.io/
Otter : Enregistre les réunions et prends des notes en temps réel.
Lien : https://otter.ai/
Thundercontent : Génère tout types de contenus.
Lien : https://lnkd.in/ejYYuSyD