Apprentissage automatique :tout le monde en parle, mais qu'est-ce que c'est ?
L'esprit humain a une limite quant à la quantité de données qu'il peut collecter et gérer, mais les machines sont capables de gérer cela bien mieux que nous. Alors maintenant, nous essayons de rendre les machines encore plus intelligentes en leur permettant d'apprendre par elles-mêmes, mais dans quel but ?
- Google I/O 2017 :tout ce que nous avons appris jusqu'à présent
- Pourquoi investir dans une maison intelligente ? 4 raisons pour lesquelles nous pensons que c'est une bonne idée
Qu'est-ce que l'apprentissage automatique ?
L'apprentissage automatique (parfois appelé « apprentissage automatique » ou « apprentissage intelligent ») consiste, comme son nom l'indique, à rendre une machine ou un système capable d'apprendre par lui-même. Cela marque une divergence significative par rapport à la programmation informatique classique, qui consistait en un humain donnant un ordre et la machine exécutant l'ordre. En machine learning, la machine est capable de s'adapter aux situations et donc d'apprendre par elle-même. Pour que cela se produise, il ne s'agit pas seulement d'algorithmes logiciels, mais aussi de composants matériels capables de tenir le coup, comme la puce TPU annoncée par Google lors de la Google I/O la semaine dernière.
L'intervention humaine en programmation n'est pas parfaite car l'évolution d'un programme (l'ajout de nouvelles règles) peut provoquer des conflits avec le code existant, entraînant des instabilités. Si un système "évolue" tout seul, il ne fera rien de stupide (en théorie...). Cela dit, le machine learning se développe dans bien d'autres domaines, sur lesquels nous reviendrons plus tard.
Quelle est la différence entre l'apprentissage automatique et l'intelligence artificielle ?
Bien que l'apprentissage automatique et l'intelligence artificielle ne soient pas des concepts totalement différents, ils ne sont pas exactement les mêmes non plus. Le Machine Learning peut se résumer à la capacité d'une machine à s'adapter aux situations et à évoluer par elle-même. En un sens, c'est l'un des processus nécessaires à l'intelligence artificielle, qui, à son tour, est un système autonome.
Prenons l'exemple d'une voiture autonome - donc une voiture qui peut aller d'un point A à un point B conformément au code de la route. Cela passe par l'intelligence artificielle car la machine est capable de s'adapter. S'il avait été programmé pour apprendre et observer afin de s'adapter au trafic ou à différentes situations, il s'agirait alors d'apprentissage automatique. S'il avait été programmé pour suivre des milliards de règles prédéfinies qui restent fixes jusqu'à ce qu'il y ait une mise à jour, cela aurait été de l'intelligence artificielle sans apprentissage automatique.
De toute évidence, l'apprentissage automatique détient le plus grand potentiel d'amélioration de l'intelligence artificielle et il nous fournit un appareil qui fonctionne à long terme.
À quoi sert l'apprentissage automatique ?
L'intérêt principal de l'apprentissage automatique est de permettre à un système informatique de réagir par lui-même pour se protéger ou protéger un réseau des cyberattaques. Cela présente de nombreux avantages, notamment le fait que les informaticiens n'ont plus besoin d'être connectés au moment de l'attaque pour traiter le problème. Comme beaucoup d'autres technologies modernes, l'apprentissage automatique est censé finir par se généraliser pour que tout le monde puisse l'utiliser et ne pas rester orienté vers un public de niche uniquement.
C'est la voie que vise l'apprentissage automatique, utilisé dans différents secteurs qui, comme vous pouvez l'imaginer, ont plus en commun qu'il n'y paraît au départ. Lors de la keynote de Google I/O la semaine dernière, Google a expliqué qu'il utilisait ce concept dans son application Google Photos. Ce dernier apprend de votre utilisation de l'application et utilise évidemment les données disponibles sur votre téléphone (photos, noms etc) et essaie de vous offrir l'expérience qu'il pense que vous en attendez.
La stratégie de Google ne se limite pas à Google Photos :sa stratégie est regrouper la plupart (ou peut-être la totalité ?) de ses services. Le visage de cette stratégie est évidemment celui de l'intelligence artificielle :l'assistant Google. L'Assistant apprend de tout ce qu'il observe et l'écosystème de Google ne fait qu'améliorer la qualité des informations disponibles (et donc le potentiel d'adaptation).
- Conseils et astuces de l'Assistant Google :tout ce que vous devez savoir, du débutant à l'expert
Une technologie intéressante, mais vous ne devriez pas être trop à l'aise
"Il est tentant de rejeter la notion de machines hautement intelligentes comme de la simple science-fiction. Mais ce serait une erreur, et potentiellement notre pire erreur de l'histoire. [...] Malheureusement, ce pourrait aussi être la dernière, à moins que nous n'apprenions à éviter les risques". C'est ce que pense le physicien Stephen Hawking de l'intelligence artificielle qui, rappelons-le, est l'aboutissement du machine learning. Les conséquences de cette technologie sont donc importantes mais il faut garder certains éléments dans notre ligne de mire.
Par définition, le machine learning apprend, donc s'il vise à en savoir plus sur vous (comme c'est le cas avec Google), il faut bien sûr se 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'a souligné mon collègue Hans-Georg, il ne faut pas oublier que Google et plusieurs agences américaines (ministères gouvernementaux) ont également accès à ces données.
Un autre angle à considérer est l'impact que cela peut avoir sur société. Comme l'a souligné mon collègue Stefan dans ses impressions sur la Google I/O, l'assistant Google devient une sorte de "centre", un point de contact unique pour toutes vos actions (demander son chemin, commander de la nourriture, etc.). Au-delà de la conséquence sur nos interactions sociales (dont nous ne pourrons voir les effets qu'à long terme), on peut aussi envisager le concept d'"une machine qui pense", cette technologie pourrait-elle remplacer l'humain ? Je n'entends pas cela comme de la science-fiction mais plutôt d'un point de vue professionnel :les machines remplacent déjà les humains pour de nombreuses tâches, l'apprentissage automatique pourrait continuer à pousser sur cette lancée. Par ailleurs, Google est très conscient des effets que cela aura sur l'emploi puisque la firme a également saisi l'occasion de la Google I/O pour lancer son nouveau service Google Jobs, un portail de recherche d'emploi.
Alors pour conclure, n'oublions pas une évidence :la technologie obéit aux règles de celui qui la crée. S'il peut être utilisé pour le bien, il peut être utilisé pour le mal. Bien sûr, nous ne vivons pas dans Terminator, un univers (piloté par des machines), mais les conflits cybernétiques pourraient bien évoluer de manière complètement différente.
En bref, le système d'apprentissage automatique est très utile et a un long avenir devant lui, mais le gain de temps et d'efforts qui l'accompagne doit être pris à la légère.
À votre avis, où le machine learning sera-t-il le plus utile ? Où aura-t-il le plus d'impact ? Faites-nous part de vos réflexions dans les commentaires ci-dessous.