Dans le process de l’intelligence artificielle, l’humain intervient essentiellement à plusieurs niveaux : dans la sélection des données, et dans l’analyse et l’exploitation des résultats obtenus, transformés en nouvelles données dans une logique cyclique.
Le principe de l’intelligence artificielle
L’intelligence artificielle regroupe un vaste ensemble de techniques dont l’objectif est de développer des algorithmes permettant de se substituer à l’intelligence humaine dans la réalisation de tâches. Parmi ces algorithmes, les réseaux de neurones tentent de prédire un résultat (une « sortie ») à l’aide de caractéristiques données (les «entrées») et d’une fonction paramétrique, dont les paramètres sont déterminés grâce à des données d’apprentissage.
L’un des usages d’application concrète est la traduction (on donne comme entrée le mot pomme, la machine doit fournir comme sortie le mot apple), mais les applications sont multiples : classification d’images, rejet de SPAMS, recommandation de produits ciblés, aide au diagnostic médical…
L’ IMOSE est un institut qui s’est spécialisé dans l’usage des mathématiques au service des entreprises, et plus particulièrement de celles du secteur géographique des Yvelines.
L’intelligence artificielle fait partie de disciplines qui permettent aux chercheurs de l’institut de résoudre des problématiques très concrètes.
Ainsi, l’IMOSE a déjà travaillé sur plusieurs projets relevant de ce domaine. L’un d’entre eux, proposé dans le cadre d’un challenge data, visait à améliorer la production d’éolienne en construisant un système de maintenance prédictive. A l’aide de données issues de capteurs sur les éoliennes, les chercheurs ont pu recueillir des données (la quantité d’électricité produite) qui permettent de prédire de façon très fiable les éventuelles pannes d’électricité : si la production réelle d’électricité diffère trop de la production prédite par l’outil d’intelligence artificielle, il y a un risque de panne.
La sélection des données : l’apanage de l’humain
Christophe Chalons, fondateur de l’IMOSE, explique «Dans le domaine de l’intelligence artificielle, les données sont véritablement le nerf de la guerre. Il appartient donc à l’humain de sélectionner de façon raisonnée des données fiables et solides, de façon à les intégrer au modèle. Si les données ne sont pas exploitables ou pas assez nombreuses, le résultat est biaisé.»
Le choix erroné de ces données peut même avoir des conséquences dramatiques, par exemple dans le domaine de la santé. L’exploitation de l’intelligence artificielle se développe à grande vitesse dans ce secteur et peut fournir une aide précieuse au diagnostic.
Or, confronté à des données mal sélectionnées, la machine peut être induite en erreur et fournir une réponse erronée. On imagine aisément les conséquences que peut avoir une erreur de ce type dans des secteurs comme celui de la santé.
Plus que jamais, l’humain a donc sa place pour sélectionner des données précises et rigoureuses, et pour consolider le système afin d’obtenir un résultat fiable.
L’analyse des données
Si un ordinateur est capable de traiter des données de façon efficace et beaucoup plus rapide que l’humain, leur analyse et leur exploitation doit être faite par l’homme.
Une fois les résultats obtenus, il appartient à l’humain de les confronter avec d’autres paramètres afin d’exploiter le résultat.
Là interviennent des qualités spécifiques à l’humain : intuition, force de raisonnement, capacité d’analyse, vision globale d’une problématique.
La réintégration des données en logique cyclique
En intelligence artificielle, l’auto-apprentissage consiste pour la machine à exploiter les résultats qu’elle a obtenus dans le but de les transformer en des nouvelles données, à leur tour intégrées dans le modèle. On suit ainsi une logique cyclique.
Les données de plus en plus fines enrichissent donc le modèle et permettent d’obtenir des résultats solides et de plus en plus fiables.
Là encore, il appartient à l’humain de sélectionner les données qui gagnent à être à nouveau intégrées dans le modèle et qui lui apportent une valeur ajoutée.