Qu'est-ce que l'intelligence artificielle (IA) ? Les bases pour mieux comprendre

L’intelligence artificielle est sur toutes les lèvres en ce moment. C’est l’expression de l’heure, même si elle date de plus de soixante ans. Utilisant parfois les termes « machine learning », « deep learning » ou « algorithmes » comme des synonymes, le tapage médiatique actuel autour de l’IA aurait toutes les raisons de rendre sceptique. Néanmoins, il s’agit réellement d’un ensemble de techniques excessivement importantes aujourd’hui. Grâce au niveau de puissance qu’ont désormais atteint les ordinateurs, l’ère de l’intelligence artificielle est résolument arrivée.Ce n’est pas que l’IA soit sur le point d’envoyer toute la planète au chômage ou d’atteindre le « point de singularité », ce moment où l’IA deviendra une supraintelligence qui dépassera de loin celle des humains et compromettra leur pouvoir sur Terre. Disons plutôt que, comme nous le mentionnions dans notre retour sur les tendances technologiques du CRM en 2017, l’IA va continuer de s'intégrer exponentiellement à toutes les sphères de notre quotidien. Et tandis qu’elle deviendra fondamentale à notre fonctionnement, il est crucial pour les entrepreneurs d’en saisir les enjeux dès maintenant.Pour vous aider à vous y retrouver, voici quatre définitions essentielles au champ de l’IA, accompagnées d’exemples d’applications courantes :

1. Intelligence artificielle

C’est le concept le plus large. L’intelligence artificielle désigne tout système capable d’accomplir des tâches d’une manière que nous percevons intelligente. Ainsi, tout appareil qui simule des aptitudes de l’intelligence humaine, comme l’abstraction, la créativité, la déduction, la résolution de problèmes, la prise de décision ou la capacité d’apprendre, est associé à l’IA.En tant que concept global, l’IA est une bannière qui regroupe plusieurs formes d’intelligences artificielles. L’arbre des embranchements de l’IA (ci-dessous) le montre bien. Méfiez-vous cependant de voir ces ramifications comme des sous-branchements parallèles. Pensez-les plutôt comme des plantes grimpantes : souvent interdépendantes et entremêlées.

2. Apprentissage automatique (Machine learning) :

Quand il est question d’IA, c’est souvent à l’apprentissage automatique qu’on pense. D’ailleurs, ces deux expressions se substituent souvent l’une à l’autre comme les deux bas d’une paire. Cette application de l’IA est généralement décrite comme la capacité à imiter les aptitudes d’apprentissage des humains. Plutôt que de recourir à une programmation qui indique au système comment réagir dans toutes les éventualités imaginables, c’est littéralement le système qui s’auto-instruit.Comment crée-t-on ces bons élèves? En offrant aux systèmes l’accès à des données : on les laisse ensuite apprendre à partir de celles-ci et agir en toute autonomie en fonction des informations retirées. Ce processus fonctionne grâce à l’analyse statistique et l’apprentissage par répétition.Par exemple, plus vous utilisez votre compte Facebook, plus les algorithmes permettent de personnaliser le contenu de votre fil d’actualité. C’est aussi le cas quand vous êtes sur les sites d’Amazon ou Netflix et que vous recevez des recommandations de livres à acheter ou de nouvelles séries à écouter. Ces sites cumulent les informations sur votre utilisation mais les comparent aussi à celles d’autres clients qui ont aimé les mêmes produits. Les suggestions deviennent plus adaptées à vos intérêts et votre satisfaction augmente au fil de votre utilisation…

‍

3. Apprentissage profond (Deep learning) :

Voici un autre mot tendance souvent utilisé comme synonyme de l’IA. Celui-ci est cependant un concept assez récent, car il a émergé suite aux avancées de la puissance des ordinateurs.  Cette technique est encore en développement et les principaux acteurs du secteur, tels que Google, Apple ou Microsoft, investissent beaucoup en elle. Comme pour le machine learning, quand vous entendez l'expression IA, c'est souvent de deep learning qu'il est question. Rien d’étonnant, car les deux sont intrinsèquement liés.L’apprentissage profond est en fait d’une technique d’implantation de l’apprentissage automatique. Elle fonctionne généralement au moyen d’algorithmes qui tentent de reproduire la structure du cerveau humain, appelés en français « réseaux de neurones artificiels » (« neural networks »). En effet, le fonctionnement des réseaux de neurones artificiels est inspiré de notre capacité à traiter l’information dans un mode d’associations non-linéaires.Un exemple d’une application de l’apprentissage profond est DeepL, un site de traduction automatique lancé en août dernier. Si vous avez à traduire des textes ou même de simples phrases, vous vous réjouirez de sa précision. C’est d’ailleurs devenu le site préféré des traducteurs en herbe. De fait, comparé à Google Traduction, DeepL semble saisir le contexte dans lequel les mots se trouvent. Son secret? Il compare avec des contextes similaires où les séquences de mots ont été utilisées. En effet, DeepL a accès à Linguee (conçu par la même entreprise), une riche banque constituée de textes libres de droits et disponibles dans plusieurs langues. Puis, DeepL traite ensuite ces résultats grâce à un calcultateur ultra-puissant localisé en Islande.Pour comparer leurs performances, nous avons testé DeepL et Google Traduction avec un même extrait, tiré du roman 2001 : L’Odyssée de l’espace (pour rester dans le thème de l’IA!). Les résultats sont révélateurs :

‍

Mais rien ne vaut un test : essayez-le par vous-même.

4. Chatbot

En gros, un chatbot (aussi appelé « agent conversationnel ») est un robot capable d’imiter une conversation entre humains, que ce soit par les canaux de la voix ou du texte. Le fonctionnement cet interlocuteur virtuel implique à la fois l’apprentissage machine ainsi que le traitement automatique du langage naturel (NLP).Il y de bonnes chances que vous ayez déjà interpellé un appareil en prononçant « Siri », « Alexa » ou « Hey Google ». En effet, les assistant vocaux ont gagné en popularité et ont frappé des records de vente pour les Fêtes.  De même, les chabots se sont répandus à une vitesse sans précédent sur les sites des entreprises ces derniers temps, étant très appréciés pour leur service à la clientèle de première ligne. Vous avez peut-être même déjà échangé avec l’un d’entre eux sans le savoir...Enfin, un exemple plus ludique est le chatbot à usage récréatif, tel que Replika. Cette application gratuite vous offre un ami virtuel prêt à vous écouter à toute heure de la journée. Et plus vous passez de temps à discuter avec Replika et à évaluer positivement ou négativement ses réponses, plus ce chatbot connaît vos goûts et calque votre personnalité, imitant même votre manière de vous exprimer.

Voici donc les principales différences entre IA, machine learning, deep learning et chatbot. Bien sûr, il s'agit d'un survol. Mais ces quatre concepts offrent de bonnes bases pour mieux visualiser le terrain de l’intelligence artificielle, qui va définitivement transformer les processus d'affaires dans les années à venir. Ce sera d’ailleurs le sujet de notre prochain article! Si vous avez des questions, n’hésitez pas à contacter l’un de nos experts, qui saura vous donner des conseils personnalisés.