L’intelligence artificielle semble trouver ses limites – Le nouvel Economiste – 15/06/2020

Après des années de battage médiatique, l’IA ne tient pas toutes ses promesses.

Ce sera comme si le monde avait créé une seconde Chine, faite non pas de milliards de personnes et de millions d’usines, mais d’algorithmes et d’ordinateurs qui bourdonnent. PWC, une société de services professionnels, prévoit que l’intelligence artificielle (IA) ajoutera 16 000 milliards de dollars à l’économie mondiale d’ici 2030. Le total de toutes les activités – des banques et des biotechnologies aux magasins et à la construction – dans la deuxième économie mondiale n’était que de 13 000 milliards de dollars en 2018.

L’affirmation de PWC n’est pas aberrante. Des confrères comme McKinsey ont estimé le chiffre à 13 000 milliards de dollars. D’autres optent pour une comparaison qualitative plutôt que quantitative. Sundar Pichai, le patron de Google, a décrit l’évolution de l’IA comme “plus profonde que le feu ou l’électricité”. D’autres prévisions font état de changements tout aussi importants, mais moins heureux. Des ordinateurs intelligents capables de faire le travail des radiologues, des chauffeurs de camion ou des magasiniers pourraient déclencher une vague de chômage.

“Sundar Pichai, le patron de Google, a décrit l’évolution de l’IA comme “plus profonde que le feu ou l’électricité”. D’autres prévisions font état de changements tout aussi importants, mais moins heureux. Des ordinateurs intelligents capables de faire le travail des radiologues, des chauffeurs de camion ou des magasiniers pourraient déclencher une vague de chômage.”

Pourtant, ces derniers temps, des doutes se sont fait jour quant à savoir si la technologie IA actuelle est vraiment aussi révolutionnaire qu’elle le semble. Elle se heurte à des limites d’un type ou d’un autre et n’a pas réussi à tenir les promesses plus grandioses de certains de ses partisans.

Il ne fait aucun doute que l’intelligence artificielle – ou, pour être précis, l’apprentissage des machines, l’un de ses sous-domaines – a fait beaucoup de progrès. Les ordinateurs se sont considérablement améliorés dans de nombreux domaines qui leur posaient problème auparavant. L’enthousiasme a commencé à se développer dans le monde universitaire au début des années 2010, lorsque de nouvelles techniques d’apprentissage des machines ont permis d’améliorer rapidement des tâches telles que la reconnaissance d’images et la manipulation du langage informatique. De là, l’engouement s’est étendu aux entreprises, à commencer par les géants de l’Internet. Avec leurs vastes ressources informatiques et leurs océans de données, ils étaient bien placés pour adopter cette technologie. Les techniques modernes de l’IA alimentent désormais les moteurs de recherche et les assistants vocaux, suggèrent des réponses par e-mail, alimentent les systèmes de reconnaissance faciale qui déverrouillent les smartphones et surveillent les frontières nationales, et sous-tendent les algorithmes qui tentent d’identifier les messages indésirables sur les médias sociaux.

La démonstration la plus visible du potentiel de cette technologie a peut-être eu lieu en 2016, lorsqu’un système construit par DeepMind, une entreprise londonienne appartenant à Alphabet, la société mère de Google, a battu l’un des meilleurs joueurs du monde au Go, un ancien jeu de société asiatique. Le match a été suivi par des dizaines de millions de personnes ; la percée a eu lieu des années, voire des décennies plus tôt que ne l’avaient prévu les gourous de l’IA.

“L’apprentissage des machines est une technologie polyvalente. Les ornithologues l’utilisent pour classer le chant des oiseaux, les astronomes pour chasser les planètes dans les lueurs des étoiles, les banques pour évaluer le risque de crédit et prévenir la fraude”

Comme le suggère la comparaison de M. Pichai avec l’électricité et le feu, l’apprentissage des machines est une technologie polyvalente, capable d’affecter des économies entières. Elle excelle à reconnaître des modèles dans les données, et cela est utile partout. Les ornithologues l’utilisent pour classer le chant des oiseaux, les astronomes pour chasser les planètes dans les lueurs des étoiles, les banques pour évaluer le risque de crédit et prévenir la fraude. Aux Pays-Bas, les autorités l’utilisent pour contrôler les paiements d’aide sociale. En Chine, le système de reconnaissance faciale de l’IA permet aux clients d’acheter des produits d’épicerie et contribue au système répressif de surveillance de masse que le pays a mis en place dans le Xinjiang, une région à majorité musulmane.

Selon les hérauts de l’IA, d’autres transformations sont encore à venir, pour le meilleur et pour le pire. En 2016, Geoffrey Hinton, un informaticien qui a apporté des contributions fondamentales à l’IA moderne, a fait remarquer qu’“il est tout à fait évident que nous devrions arrêter de former des radiologues”, au motif que les ordinateurs seront bientôt capables de faire tout ce qu’ils font, mais à moindre coût et plus rapidement. Les concepteurs de voitures autonomes, quant à eux, prédisent que les robotaxis vont révolutionner les transports. Eric Schmidt, ancien président de Google (et ancien membre du conseil d’administration de la société mère de The Economist) espère que l’IA pourra accélérer la recherche, en aidant les scientifiques à suivre le flot de documents et de données.

En janvier, un groupe de chercheurs a publié dans ‘Cell’ un article décrivant un système IA qui avait prédit la fonction antibactérienne à partir de la structure moléculaire. Sur les 100 molécules candidates sélectionnées par le système pour une analyse plus approfondie, une s’est révélée être un nouvel antibiotique puissant. La pandémie de Covid-19 a mis ces applications médicales sous les feux des projecteurs. Une entreprise de l’AI, BlueDot, affirme avoir repéré des signes d’un nouveau virus dans des rapports d’hôpitaux chinois dès le mois de décembre. Les chercheurs se sont efforcés d’appliquer l’IA à tous les domaines, de la découverte de médicaments à l’interprétation des scanners médicaux et à la prévision de l’évolution du virus.

Quand la confiance vacille

Ce n’est pas la première vague d’excitation liée à l’IA. Le domaine a débuté au milieu des années 1950, lorsque les chercheurs espéraient que la mise en place d’une intelligence artificielle à l’échelle humaine prendrait quelques années – une vingtaine d’années tout au plus. Cet optimisme initial s’était évanoui dans les années 1970. Une deuxième vague a commencé dans les années 1980. Une fois de plus, les plus grandes promesses du domaine n’ont pas été tenues. Alors que la réalité remplaçait le battage madiatique, de douloureuses déceptions se sont fait jour, appelées “hivers de l’IA”. Le financement de la recherche s’est tari et la réputation du domaine a souffert.

Nombre des plus grandes promesses faites à propos de l’IA n’ont une fois de plus pas été tenues

La technologie moderne de l’IA a connu un succès bien plus important. Des milliards de personnes l’utilisent chaque jour, la plupart du temps sans s’en apercevoir, à l’intérieur de leur smartphone et de leurs services internet. Pourtant, malgré ce succès, il n’en reste pas moins que bon nombre des plus grandes déclarations faites au sujet de la technologie IA n’ont une fois de plus pas abouti, et la confiance vacille alors que les chercheurs commencent à se demander si la technologie est allée dans le mur. Les voitures autonomes sont devenues plus performantes, mais attendent toujours d’être suffisamment sûres pour se déployer dans les rues au quotidien. De même, les efforts visant à intégrer l’IA dans les diagnostics médicaux prennent plus de temps que prévu : malgré les prévisions du Dr Hinton, il y a toujours une pénurie mondiale de radiologues.

“Les voitures autonomes sont devenues plus performantes, mais attendent toujours d’être suffisamment sûres pour se déployer dans les rues au quotidien. De même, les efforts visant à intégrer l’IA dans les diagnostics médicaux prennent plus de temps que prévu : malgré les prévisions du Dr Hinton, il y a toujours une pénurie mondiale de radiologues”

En 2019, Eric Topol, cardiologue et passionné d’IA, a écrit que “le battage médiatique de l’IA a largement dépassé l’état de la science de l’IA, en particulier en ce qui concerne la validation et la préparation de la mise en œuvre dans les soins aux patients”. Malgré une pléthore d’idées, le Covid-19 est surtout combattu avec de vieilles armes qui sont déjà à portée de main. La recherche de contacts a été effectuée grâce à une paire de chaussures et des appels téléphoniques. Les essais cliniques se concentrent sur les médicaments existants. Des écrans en plastique et de la peinture au sol renforcent les conseils de distanciation.

Les mêmes consultants qui prédisent que l’IA aura un impact mondial signalent également que les vrais gestionnaires de vraies entreprises ont du mal à mettre en œuvre l’IA, et que l’enthousiasme qu’elle suscite se refroidit. Svetlana Sicular, du cabinet d’études Gartner, affirme que 2020 pourrait être l’année où l’IA se retrouvera sur la pente descendante du “cycle de battage médiatique” auquel son entreprise a bien participé. Les investisseurs commencent à se réveiller et à prendre le train en marche : une enquête menée par MMC, un fonds de capital-risque, auprès des jeunes pousses européennes de l’IA a révélé que 40 % d’entre elles ne semblaient pas utiliser du tout l’IA. “Je pense qu’il y a sans aucun doute une composante forte de ‘marketing investisseurs’ ”, dit délicatement un analyste.

Si les techniques modernes de l’IA sont puissantes, elles sont également limitées et peuvent être gênantes et difficiles à déployer. Ceux qui espèrent utiliser le potentiel de l’IA doivent faire face à deux séries de problèmes.

Le premier est d’ordre pratique. La révolution de l’apprentissage des machines s’est construite sur trois choses : des algorithmes améliorés, des ordinateurs plus puissants pour les faire fonctionner et, grâce à la numérisation progressive de la société, davantage de données dont ils peuvent tirer des enseignements. Pourtant, les données ne sont pas toujours facilement accessibles. Il est difficile d’utiliser l’IA pour surveiller la transmission du Covid-19 sans une base de données complète des mouvements de chacun, par exemple. Même lorsque les données existent, elles peuvent contenir des hypothèses cachées qui peuvent faire trébucher les imprudents. La demande de puissance de calcul des systèmes les plus récents de l’IA peut être coûteuse. Les grandes organisations prennent toujours du temps pour intégrer les nouvelles technologies : pensez à l’électricité au XXe siècle ou au cloud au XXIe. Rien de tout cela ne réduit nécessairement le potentiel de l’IA, mais cela a pour effet de ralentir son adoption.

“Les investisseurs commencent à se réveiller et à prendre le train en marche : une enquête menée par MMC, un fonds de capital-risque, auprès des jeunes pousses européennes de l’IA a révélé que 40 % d’entre elles ne semblaient pas utiliser du tout l’IA”

La deuxième série de problèmes est plus profonde et concerne les algorithmes eux-mêmes. L’apprentissage des machines utilise des milliers ou des millions d’exemples pour former un modèle logiciel (dont la structure est vaguement basée sur l’architecture neuronale du cerveau). Les systèmes qui en résultent peuvent effectuer certaines tâches, comme la reconnaissance d’images ou de la parole, de manière beaucoup plus fiable que ceux programmés de manière traditionnelle avec des règles artisanales, mais ils ne sont pas “intelligents” au sens où la plupart des gens l’entendent. Ce sont de puissants outils de reconnaissance des formes, mais ils manquent de nombreuses capacités cognitives que les cerveaux biologiques considèrent comme acquises. Ils se débattent avec le raisonnement, en généralisant à partir des règles qu’ils découvrent, et avec le savoir-faire général que les chercheurs, faute d’une description plus précise, surnomment “le bon sens”. Le résultat est un savant idiot artificiel qui peut exceller dans des tâches bien délimitées, mais qui peut se tromper considérablement s’il est confronté à des données inattendues.

“Les systèmes sont de puissants outils de reconnaissance des formes, mais ils manquent de nombreuses capacités cognitives que les cerveaux biologiques considèrent comme acquises. Le résultat est un savant idiot artificiel qui peut exceller dans des tâches bien délimitées, mais qui peut se tromper considérablement s’il est confronté à des données inattendues”

Sans autre avancée, ces inconvénients posent des limites fondamentales à ce que l’IA peut et ne peut pas faire. Les voitures qui se conduisent seules, qui doivent naviguer dans un monde en constante évolution, sont déjà retardées et risquent de ne jamais arriver du tout. Les systèmes qui traitent du langage, comme les chatbots et les assistants personnels, sont construits sur des approches statistiques qui génèrent une apparence superficielle de compréhension, sans la réalité. Cela limitera leur utilité. Les inquiétudes existantes concernant les ordinateurs intelligents qui rendent les radiologues ou les chauffeurs de camion obsolètes – sans parler, comme le suggèrent certains prophètes de malheur, de la menace qu’ils représentent pour la survie de l’humanité – semblent exagérées. Les prédictions d’un gain de PIB supplémentaire dans l’économie chinoise semblent peu plausibles.

L’“été IA” d’aujourd’hui est différent des précédents. Il est plus lumineux et plus chaud, parce que la technologie a été largement déployée. Un autre hiver complet est peu probable. Mais une brise automnale se fait sentir.

The Economist

© 2020 The Economist Newspaper Limited. All rights reserved. Source The Economist, traduction Le nouvel Economiste, publié sous licence. L’article en version originale : http://www.economist.com.

Source : L’intelligence artificielle semble trouver ses limites | Le nouvel Economiste

Votre commentaire

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l’aide de votre compte WordPress.com. Déconnexion /  Changer )

Photo Google

Vous commentez à l’aide de votre compte Google. Déconnexion /  Changer )

Image Twitter

Vous commentez à l’aide de votre compte Twitter. Déconnexion /  Changer )

Photo Facebook

Vous commentez à l’aide de votre compte Facebook. Déconnexion /  Changer )

Connexion à %s

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur la façon dont les données de vos commentaires sont traitées.