Intelligence artificielle (IA), tour d’horizon des risques et défis futurs

L’intelligence artificielle (IA) a pour objectif de comprendre le fonctionnement de la cognition humaine et de la reproduire dans différents secteurs (industrie, médecine, sécurité, …). Elle se fonde pour cela sur des technologies qui utilisent des algorithmes créant une intelligence et une autonomie propres.

 

 

L’explosion de l’Intelligence Artificielle (IA)

 En 2020, le marché de l’IA culminait à 22,59 milliards de dollars. Or, d’ici 2025, sa valeur devrait être multipliée par 5.

 

Les logiciels d’IA regroupent un éventail d’applications portées principalement sur la robotique, le machine learning ou encore le traitement automatique du langage. Les technologies émanant de l’intelligence artificielle sont ainsi nombreuses. De la sélection musicale aux jeux vidéo en incluant les véhicules autonomes, les simulateurs bancaires, tous sont dotés d’algorithmes intelligents et astucieux afin de s’adapter à vos usages.

 

L’IA vise à toujours mieux simuler et prédire le comportement humain pour remplacer l’homme sur des tâches répétitives avec peu de valeur ajoutée. D’où l’essor du deep learning, technique d’apprentissage profond utilisant des réseaux de neurones aidant la machine à reconnaître des notions complexes.

 

Rappelons tout de même que les algorithmes de traitement de données sont présents depuis les années 50, et qu’ils ont donné naissance au test de Turing. Mais qu’aucun processus, ni carte graphique ou capacité de stockage ne pouvait à cette époque collecter assez de données. Il a fallu attendre d’avoir les capacités matérielles et l’infrastructure appropriées pour en tirer pleinement profit.

 

L’IA cherche à capter le plus possible notre attention en suscitant des interactions en permanence à des visées généralement commerciales. Pour ce faire, notre cerveau humain est étudié de près afin que la machine s’y adapte le mieux possible et que le dialogue homme-machine s’opère de façon fluide. Car une interaction est réussie une fois que la tâche demandée a été accomplie et que l’utilisateur est satisfait. </font>

 

 

 

Machine learning : éthique et algorithmes

Au fur et à mesure que les possibilités d’utilisation de l’IA ne connaissent plus de barrières, davantage de questions émergent en matière d’éthique et de responsabilité.

 

Car, pour que l’IA soit performante, elle doit accéder à un volume de données conséquent pour générer les statistiques du machine learning. Or, l’intelligence pour concevoir une capacité de langage ne se construit pas que de manière statistique, mais aussi à partir de la connaissance.

 

Plusieurs interrogations subsistent quant à la portée des formules mathématiques et à leur utilisation des données.

– Le piratage ou le déficit de contrôle de l’IA qui conduirait à un arrêt des systèmes et des services liés,

– La présence de biais dans les données qui induiraient les algorithmes en erreur et causeraient de mauvaises interprétations,

– La sélection de contenu d’informations ciblées, personnalisées ou les fausses informations qui nécessiteraient la mise en place d’outils de vérification,

– Le fonctionnement du deep learning qui correspondrait à un traitement non supervisé de l’information et qui poserait des problèmes du fait de son autonomie et de la responsabilité juridique compétente.

 

Il existe en effet aujourd’hui un flou juridique et une insécurité autour de la notion de responsabilité de l’IA. Ce besoin de protection juridique existe côté constructeur comme consommateur. Le deep learning implique des technologies pouvant manquer de transparence et de compréhension des fonctionnements comme des dysfonctionnements internes des systèmes. Si bien que lors d’incident pour les victimes une éventuelle notion de preuve est difficile à fournir.

 

 

Défis à venir de l’IA

 L’IA comporte plusieurs défis à relever dans le futur. A l’échelle internationale, c’est le besoin d’un cadre éthique durable qui pousse à la concertation les instances. Objectif : faire rimer respect de la vie privée et des données personnelles, en passant par le droit à l’oubli, avec l’IA.

 

Les lois d’Asimov (Runaround, 1942) ont initié les grands principes concernant le droit de la robotique, et les relations entre humain et robot. Elles constituent un modèle de référence en matière de régulation des systèmes d’intelligence artificielle.

L’Europe est en avance en matière de régulation et a déjà mis en place un cadre pour l’IA. En 2018, à l’initiative de la commission européenne, un guide conçu par des experts indépendants Ethics Guidelines for Trustworthy AI souligne la nécessité d’une IA éthique, robuste technologiquement et respectueuse des lois. En 2020, la réflexion a été poussée dans un livre blanc. Cet ouvrage évoque différents axes de recherche et de développement en intelligence artificielle et conclut sur des recommandations focalisées sur deux valeurs clés : l’excellence et la confiance.

Des défis restent néanmoins à relever quant aux perspectives de l’IA. Car même si sa percée fulgurante dans notre quotidien nous donne à penser que le futur ne se fera pas sans, dans les faits, des enjeux technologiques, humains et environnementaux se posent.  Des solutions responsables, et qui ont du sens à terme doivent être trouvées en vue de démocratiser l’IA.

Par exemple, le défi relatif aux limites de la statistique, de recueil et de la création de bases de connaissance, de la pénurie des données émerge. Ou celui qui pointe du doigt la réduction ou la perte d’emploi pour les personnes dont les compétences ne répondent pas aux enjeux de l’IA ou touchées par l’automatisation de certaines tâches. Enfin, il ne faut pas faire l’impasse sur la probable flambée des coûts et de l’empreinte carbone.

 

 

L’IA continue son déploiement. Elle vient encore améliorer nos conditions de vie et stimuler l’innovation et la productivité. Elle ne concerne pas que la technologie, mais plus globalement la société, l’avenir et l’économie. Les frontières entre homme et machine s’en réduisent conséquemment toujours plus. </i>

 

 

Le chiffre clé : 1950 qui fut l’année fondatrice de l’IA par Alan Turing, mathématicien et cryptologue britannique