Loading...

All Business Digest content is for the exclusive use of our subscribers. Please do not share it.

Synthèse

4 mythes démystifiés sur l’IA

L’intelligence artificielle suscite de nombreux fantasmes, certains la voient prête à sauver l’humanité tandis que d’autres la prophétise en voleuse d’emplois et/ou de vie privée. Comment faire la part des choses ? Janelle Shane répond sans ambages – mais avec beaucoup d’humour – à bon nombre de vos questions et déboulonne pièce par pièce les grandes idées reçues sur l’Intelligence Artificielle.

Les technologies d’intelligence artificielle s’immiscent partout : dans nos loisirs, dans nos déplacements, dans nos actes d’achats, dans nos interactions sociales et de plus en plus dans notre sphère professionnelle. Mais sont-elles à la hauteur de leur réputation ? Rien n’est moins sûr… Alors que pouvez-vous faire faire aux algorithmes en toute confiance, et que ne faut-il surtout pas leur confier si vous tenez à votre éthique, votre ROI ou votre réputation ? Et l’humain dans tout cela ? 

 

Idée reçue 1 : lIA ne se trompe jamais (elle voit juste des girafes partout) 

Les technologies d’intelligence artificielle ont fait d’énormes progrès. Au cours des trois dernières années, des algorithmes ont humilié les plus grands champions de jeu de go et de poker, ont été autorisés par la FDA à faire des diagnostics tout seuls, ont mis la main sur plus de la moitié des transactions boursières et ont repoussé les frontières de la désinformation. À chaque jalon franchi, le couplet sur la ringardisation de l’humain face aux machines refait surface. Sauf que ces IA ultra performantes sont des exceptions qui confirment une norme encore balbutiantePrenez Visual Chatbot, un algorithme de description d’images entraîné par des chercheurs de Virginia Tech et proposezlui une image prise au hasard… Vous pourriez être surpris par sa propension à voir des girafes partout, même dans votre salon. Et s’il tombe juste, demandez-lui d’approfondir sa réponse et il justifiera n’importe quoi. C’est drôle quand il s’agit d’un algorithme d’études, mais beaucoup moins quand c’est « pour de vrai ». Que faire d’un outil détecteur de mélanome qui diagnostique des tumeurs dès qu’il y une règle graduée sur le cliché ? 

Nulles les IA ? Pas plus, ni moinsque les humains qui les développent. Et ceux-ci commettent fréquemment des erreurs, souvent les mêmes d’ailleurs. Le top 4 : choisir un problème trop vaste qui nécessite de manier un grand nombre d’informations de sources et de typologies différentes (comme le recrutement d’un candidat à partir du film d’un entretien) ; entrainer l’algorithme sur des données trop restreintes, mal filtrées ou inadaptées (comme celles que Tesla a utilisé pour son IA qui a pris un camion pour un panneau de signalisation, car elle avait été essentiellement entraînéavec des images de véhicules vus de dos) ;  se tromper dans la formulation du problème et enfin surestimer la mémoire de l’algorithme. Ce dernier point explique pourquoi la plupart des chatbots dévissent au bout de quelques phrases : ils ne savent plus de quoi ils parlent ! 

 

Conclusion n°1 : circonvenez précisément le problème que vous voulez résoudre avec l’IA et vérifiez que c’est la solution la mieux adaptée à la situation. 

 

Idée reçue 2 : lIA ne triche pas (mais elle invente ses propres règles) 

Extrait de Business Digest N°302, Décembre 2019 – Janvier 2020

75%
CONNEXION
ABONNEZ-VOUS
À LA PUBLICATION
ABONNEZ-VOUS À LA PUBLICATION
Voir les formules d’abonnement

© Copyright Business Digest - Tout droit réservé

Françoise Tollet
Publié par Françoise Tollet
Elle a passé 12 ans dans l’industrie entre autres chez Bolloré Technologies. Elle dirige Business Digest depuis 1998, société qu’elle a cofondée en 1992 et dont elle a décidé du big move vers Internet dès 1996… avant même d’en rejoindre l’équipe.