Machine Learning : tout le monde en parle mais à quoi ça sert vraiment ?

Présentation du Machine Learning
juin 6, 2017
7 conseils pour améliorer votre productivité au travail
juin 13, 2017

L’esprit humain atteint ses limites dans la collecte et la gestion de données, chose que les machines arrivent à gérer bien mieux que nous. Nous désirons les rendre encore plus intelligentes en leur permettant d’apprendre par elles-mêmes, mais dans quel but ?

 

 

Qu’est-ce que l’apprentissage automatique (alias Machine Learning) ?

Machine Learning est un terme anglophone qui est souvent utilisé en français sous le même nom, bien que des traductions telles qu' »apprentissage automatique » ou encore apprentissage « intelligent existent ». Comme le nom l’indique, il s’agit de rendre une machine / un système capable d’apprendre par lui-même, marquant ainsi une rupture avec la programmation classique qui consiste à simplement donner des ordres. La machine sera ainsi en mesure de s’adapter aux situations, d’apprendre par-elle même. Bien sûr, il ne s’agit pas uniquement d’algorithmes logiciels, il faut aussi des composants qui tiennent la route, tels la puce TPU annoncée par Google lors de la Google I/O.

L’intervention humaine dans la programmation n’est pas parfaite car l’évolution du programme (l’ajout de nouvelles règles) peut causer des conflits avec le code déjà existant, entraînant ainsi des instabilités. Si le système fait les choses tout seul, il ne fera pas de bêtises (tout au moins en théorie…). Bien sûr, l’apprentissage automatique est développé dans bien d’autres domaines, nous y reviendrons plus loin.

 

 

Quelle est la différence entre Machine Learning et Intelligence Artificielle ?

Si les concepts ne sont pas étrangers, ils ne veulent pourtant pas dire la même chose. L’apprentissage automatique représente la possibilité qu’a une machine de s’adapter aux situations et d’évoluer par elle-même. C’est en quelque sorte l’un des processus nécessaires à l’Intelligence Artificielle qui, elle, désigne un système autonome.

Prenons l’exemple d’une voiture autonome, c’est à dire qui peut aller d’un point A à un point B en respectant les règles de la circulation. Il s’agit d’une intelligence artificielle car elle est en mesure de s’adapter. Si elle est programmée pour apprendre afin de s’adapter à la circulation et aux différentes situations rencontrées / possibles, alors nous y trouvons l’apprentissage automatique. Si elle est programmée par des milliards de règles prédéfinies qui restent fixes jusqu’à une mise à jour, c’est une intelligence artificielle sans apprentissage automatique.

Bien évidemment, l’apprentissage automatique montre le meilleur potentiel pour rendre l’intelligence artificielle performante, et permet d’avoir un appareil qui fonctionne davantage sur le long terme.


L’apprentissage automatique montre le meilleur potentiel pour rendre l’intelligence artificielle performante


Quel est l’intérêt de l’apprentissage automatique ?

L’intérêt principal de l’apprentissage automatique est de permettre à un système informatique de réagir par lui-même afin de se protéger, ou de protéger un parc / réseau des cyberattaques. Entre autres avantages, les informaticiens n’ont pas à être connectés au moment de l’attaque pour s’occuper du problème. Comme beaucoup de technologies modernes, l’apprentissage automatique se veut avoir une utilisation grand public et non uniquement orientée vers une niche.

C’est dans cette optique qu’elle se voit utilisée dans différents secteurs qui, comme vous pouvez l’imaginer, ont plus en commun qu’on pourrait le penser. Observons tout ceci plus en détails : Google a abordé le sujet dans sa Google I/O et nous explique avoir utilisé ce concept sur l’application Google Photos. Cette dernière apprend de votre utilisation et bien évidemment des données présentes sur votre téléphone (photos, noms etc), et vise à vous proposer exactement ce que vous pourriez attendre d’elle.

La stratégie de Google ne se limite bien évidemment pas à Google Photos : sa stratégie compte regrouper la plupart (ou peut-être tous ?) de ses services. Le visage de cette stratégie est bien évidemment celui de l’intelligence artificielle : Google Assistant. Il apprend de tout ce qu’il voit et l’écosystème de Google ne fait que renforcer la qualité d’informations disponibles (et donc le potentiel d’adaptation).

 

Une technologie intéressante mais il faut rester vigilant

« Il est tentant de rabaisser le concept d’intelligence artificielle à de la science fiction mais ce serait une erreur, probablement la plus grave que l’on puisse faire ». [….] Malheureusement, elle pourrait en être la dernière à moins que l’on apprenne à éviter les risques. » Voilà ce que le physicien Stephen Hawking pense de l’intelligence artificielle qui, rappelons-le, est l’aboutissement de l’apprentissage automatique. Les conséquences de cette technologie sont donc considérables mais il faut garder quelques éléments en ligne de mire.

Par définition, l’apprentissage automatique apprend, donc s’il vise à apprendre des choses sur vous (comme c’est le cas de Google) nous pouvons bien évidemment nous poser des questions éthiques, entrant ainsi en conflit avec le pragmatisme moderne. Est-il acceptable que quelqu’un (ou plutôt quelque chose) puisse accéder à autant d’informations sur nous ? Comme l’indique mon collègue Hans-Georg, il ne faut pas oublier que Google et plusieurs organismes américains (services gouvernementaux) ont accès à ces données.

Un autre angle à observer est celui de l’impact que cela peut avoir sur la société. Comme l’indiquait Stefan dans ses impressions sur la Google I/O, Google Assistant devient une sorte de « centrale », l’interlocuteur unique pour toutes vos actions (demander votre chemin, commander à manger etc). Outre la conséquence sur nos rapports sociaux (que nous ne verrons qu’à long terme), nous pouvons également nous intéresser au concept de « la machine qui pense », est-ce qu’une fois au point cette technologie pourrait remplacer les humains ? Il ne s’agit pas de science fiction mais d’une perspective professionnelle : la machine remplace déjà l’humain dans beaucoup de métier, la machine intelligence pourrait continuer sur cette lancée. Google est d’ailleurs conscient des conséquences sur l’emploi puisque le géant du web a profité de la Google I/O pour aider ses utilisateurs à trouver un emploi.

 

Pour terminer, rappelons une évidence : la technologie obéit aux règles de celui qui la crée. Si elle peut être utilisée pour le bien, elle peut être utilisée pour le mal. Bien sûr il ne s’agit pas là de l’univers de Terminator (dirigé par des machines), mais les conflits cybernétiques pourraient bien évoluer d’une toute autre manière.

En bref, le système de Machine Learning est très intéressant et a l’avenir devant lui, mais le gain de temps et l’économie d’efforts qui s’en dégage ne doit pas être pris à la légère. Selon vous, dans quel domaine l’apprentissage intelligent sera-t-il le plus intéressant ?

 

Lire l'article d'origine

Powred by Sika Technologie

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *