Les possibilités et les défis de l’IA

20th December 2018
Posted By : Victoria Chercasova
Les possibilités et les défis de l’IA

Autrefois limitée aux laboratoires de recherche et aux superordinateurs, l’intelligence artificielle (IA) sophistiquée est en train de devenir un élément clé des produits et services grand public, y compris pour les produits IdO et les appareils à faible consommation plus petits et plus abordables. Certes, dans certains cas, l’IA est surtout employée pour suivre la tendance, mais la plupart du temps, elle permet vraiment d’obtenir de nouvelles fonctions et caractéristiques.

Le dernier processeur d’iPhone, l’A11, inclut un « moteur neuronal » – deux cœurs de traitement conçus pour exécuter des algorithmes d’apprentissage automatique et fournir l’intelligence des fonctions telles que la reconnaissance faciale pour déverrouiller l’appareil et le suivi de l’expression faciale. LG a présenté des applications qui utilisent l’IA, notamment un aspirateur robot, un réfrigérateur, un climatiseur et une machine à laver. Buoy, une start-up américaine, a annoncé que sa prochaine pompe à eau utiliserait des algorithmes d’apprentissage automatique pour optimiser le débit d’eau et détecter les situations inhabituelles – comme les fuites – afin que l’alimentation en eau puisse être coupée à distance ou automatiquement en cas d’urgence. 

Apple, Google, Amazon et Microsoft font partie de la longue liste des entreprises travaillant sur une grande variété d’assistants qui fonctionnent avec l’IA – sous forme de matériel dédié ou d’applications – et qui l’utilisent pour mieux comprendre les requêtes des humains et y répondre plus naturellement. Bientôt, il se pourrait que les fonctions de nombreux appareils du quotidien – valve, écoute-bébé, caméra ou encore écouteurs – s’appuient en partie sur des techniques d’IA modernes pour réagir à des événements et traiter des données de manière plus nuancée et plus utile que leurs homologues non intelligents. 

Comment et pourquoi l’IA passe des laboratoires aux domaines grand public? Plusieurs tendances s’associent pour susciter ce profond changement.

Internet, les jeux vidéo et la science nourrissent la révolution de l’IA

Au cours des dix dernières années, nous avons assisté à des percées pratiques significatives menées par la recherche, qui ont grandement amélioré l’efficacité des logiciels d’IA. L’application de techniques d’apprentissage profond pour entraîner les réseaux neuronaux les a transformés : autrefois jouets intéressants, ce sont maintenant des outils puissants qui surpassent parfois les humains. L’impact de cette avancée a été intensifié par deux autres développements relativement récents : l’énorme quantité de données d’apprentissage authentiques fournies par Internet, et le matériel de traitement parallèle puissant et abordable qui était initialement développé pour les graphiques 3D de jeux vidéo, mais s’est révélé parfait pour l’IA.

À mesure que les bénéfices et les applications pratiques de ces nouvelles recherches sur l’IA sont sortis des laboratoires pour atteindre l’industrie, des outils logiciels faciles d’utilisation ont été développés, tandis que la documentation et les programmes éducatifs se sont grandement améliorés. Désormais, les développeurs, concepteurs et ingénieurs ont une meilleure compréhension des techniques d’IA et de la manière de les utiliser. 

Une fois que l’on a pris conscience de la valeur des processeurs graphiques pour l’IA, les concepteurs de processeurs graphiques ont commencé à travailler sur des outils logiciels et fonctions spécialement destinés à l’IA. La première vague de cette tendance a tiré profit des capacités de traitement parallèle des processeurs graphiques. Mais la prochaine vague inclut des processeurs universels exécutant des logiciels d’IA, des processeurs graphiques et le silicium spécialisé pour l’IA. Les cœurs des moteurs neuronaux des processeurs du nouvel iPhone d’Apple en sont un exemple, et ARM et Qualcomm travaillent tous deux sur des cœurs de processeurs et des processeurs axés sur l’IA. Ces puces dédiées peuvent fournir naturellement des capacités IA compactes plus économes en énergie, adaptées aux appareils mobiles, IdO et appareils intégrés.

IA : embarquée ou dans le cloud ?

La tendance est nettement à l’IA embarquée lorsque c’est possible, car cela élimine les problèmes de connectivité, de latence et de confidentialité (ce dernier point est important, car l’IA utilise souvent des données privées ou personnelles, comme l’entrée audio ou de caméra). Mais même lorsqu’il n’est pas pratique d’intégrer l’IA à un appareil, la connexion Internet à bande passante élevée et à faible latence omniprésente signifie que presque tous les appareils peuvent tirer profit de la puissance de l’IA centralisée dans les centres de données. Par exemple, les applications de traduction sur téléphone mobile (telles que Google Translate) peuvent laisser les serveurs centraux effectuer le traitement, les appareils et applications d’assistants personnels font généralement une partie de leur traitement dans le cloud et les applications de navigation peuvent utiliser une approche similaire pour des recherches d’itinéraire avancées.

Les fournisseurs de services de cloud computing comme Amazon Web Services vantent la capacité des systèmes dotés de processeurs graphiques à exécuter des applications d’apprentissage profond. Actuellement, il incombe encore au client de fournir le logiciel exécuté sur ces services cloud, mais dans une forme plus généralisée, cette solution finira peut-être par être qualifiée d’« IA en tant que service ». Dans ce modèle, un appareil enverrait les données à des services de traitement déjà préparés basés sur l’IA et trop puissants pour pouvoir être exécutés localement, puis il recevrait les résultats en quelques fractions de seconde.

Les défis de l’IA omniprésente

Les entreprises qui espèrent utiliser les techniques d’IA dans leurs produits peuvent être découragées par le manque d’ingénieurs et de développeurs de logiciels ayant de l’expérience dans ce domaine à l’évolution rapide et constante. Comme évoqué plus haut, le manque de compétences devient un problème moindre au fil du temps, grâce à la diffusion des connaissances et à l’amélioration des ressources pédagogiques. Mais à court terme, les coûts d’embauche pour engager de bons développeurs d’IA risquent d’être plus élevés que la moyenne, et beaucoup de développeurs manquent toujours d’expérience pratique.

Autre défi de taille : tandis que l’IA peut produire des résultats remarquables et presque magiques, elle entraîne aussi des changements fondamentaux pour les procédures de débogage, produit des comportements imprévisibles, et les fabricants risquent d’être incapables de garantir que leurs produits fonctionneront toujours comme prévu. Certes, tout programme logiciel peut mal se dérouler, mais l’IA augmente le risque d’obtenir des performances largement en dehors des paramètres attendus. 

Certains développeurs voient l’IA avancée comme une « boîte noire » mystérieuse : des données y entrent et des décisions en ressortent, mais même les concepteurs ne comprennent pas entièrement comment ces décisions sont prises ni ce qui se passe à l’intérieur de la boîte. 

Regarder à l’intérieur de la boîte noire de l’IA

Au cours d’un entretien récent avec IEEE Spectrum, Sameep Tandon, cofondateur et PDG de Drive.ai, développeur de logiciels pour les véhicules autonomes, a décrit le dilemme de la boîte noire comme étant « un problème important », mais il a également mis en avant certaines techniques pour contrôler les risques ainsi que pour voir l’intérieur de la boîte noire et déboguer un système reposant sur l’IA. L’entreprise de S. Tandon construit ses systèmes de conduite à partir de modules ou parties séparés ayant des fonctions distinctes – dont certaines ne reposent pas sur l’IA – plutôt que de créer une solution IA en bloc qui conduirait le véhicule. Cette approche modulaire aide les développeurs à isoler et déboguer les composants problématiques.

En outre, l’entreprise teste souvent ses systèmes avec des données d’entrée très limitées. Par exemple, certains tests de reconnaissance d’image peuvent bloquer de grandes parties d’une scène pour se concentrer sur la manière dont le système réagit à un détail ; cette approche basée sur l’isolation présente des similarités avec le débogage traditionnel. Enfin, Drive.ai combine cette technique avec un recours important à la simulation pour tester une immense gamme de variations mineures dans les scénarios qui ont posé problème à l’IA, recherchant les comportements inhabituels et entraînant le système à fonctionner de façon optimale.

Bien qu’il y ait encore une grande marge de progression possible, la nature de l’IA, grâce à laquelle les applications peuvent être « entraînées » ou « grandir » dans un processus d’apprentissage plutôt que d’être « écrites » ou « construites » comme les programmes conventionnels, signifie que le problème des comportements imprévus sera peut-être toujours présent et difficile à résoudre. Pour les applications pour lesquelles la sécurité est essentielle, il sera peut-être nécessaire d’employer un système de redondance, c’est-à-dire au moins deux programmes ou appareils qui « votent » pour choisir la meilleure façon de procéder ou, au moins, qui surveillent mutuellement leur comportement et émettent un avertissement ou arrêtent le processus lorsque des actions inhabituelles sont détectées.

Comme tout évolution fondamentale dans la technologie, l’IA promet des changements révolutionnaires, mais pour utiliser au mieux son potentiel, les concepteurs et les ingénieurs doivent également apprendre et modifier leur approche concernant le développement de produits. En fait, même les utilisateurs terminaux tireront davantage profit des nouveaux outils puissants que l’IA peut leur offrir s’ils apprennent à s’adapter à cette nouvelle technologie plutôt que de continuer à traiter les produits utilisant l’IA comme de simples appareils traditionnels. Ce changement de perception nécessitera des conceptions et une commercialisation bien pensées ainsi qu’une importante formation des utilisateurs finaux.

 


Connectez-vous afin de laisser un commentaire

Laissez un commentaire

Aucun commentaire




Sign up to view our publications

Sign up

Sign up to view our downloads

Sign up

Hannover Fair 2019
1st April 2019
Germany Hannover
The Security Event 2019
9th April 2019
United Kingdom NEC, Birmingham
Ceramics Expo 2019
29th April 2019
United States of America International Exposition Center (I-X Center)
Electronics & Applications 2019
14th May 2019
Netherlands Jaarbeurs Utrecht Hall 7 Jaarbeursplein
Agile for Automotive 2019
15th May 2019
United States of America Detroit, MI