Le battage publicitaire pro-IA qui l'entoure offre une intelligence au niveau humain, mais la réalité est peut-être bien moindre. AI peut trouver des domaines d'application restreints, mais aucune somme de connaissances ne peut mener à la sagesse. ⁃ Éditeur TN
Il est difficile d'aller nulle part ces jours-ci sans tomber sur une mention de l'intelligence artificielle (AI). Vous en entendez parler, vous en lisez et il est difficile de trouver une présentation (sur un sujet quelconque) qui n'en fait pas mention. Il ne fait aucun doute qu'il y a beaucoup de battage publicitaire autour du sujet.
Bien que le battage médiatique augmente la prise de conscience de l'IA, il facilite également certaines activités plutôt ridicules et peut distraire les gens des progrès réels réalisés. Dissocier la réalité des grands titres plus dramatiques promet d’apporter des avantages significatifs aux investisseurs, aux hommes d’affaires et aux consommateurs.
L'intelligence artificielle a acquis sa notoriété récente en grande partie grâce à des succès notoires, tels que le gain de Watson par IBM chez Jeopardy et celui d'AlphaGo de Google, battant le champion du monde au jeu «Go». Waymo, Tesla et d’autres ont également fait de grands progrès avec les véhicules autonomes. L’extension des applications d’IA a été capturée par Richard Waters dans le Financial Times [ici}: "S'il y avait un message unificateur sous-jacent à la technologie grand public exposée [au Consumer Electronics Show]… c'était:" L'IA dans tout "."
Les réussites notoires de l'IA ont également capturé l'imagination des gens à un point tel qu'ils ont suscité d'autres efforts de grande envergure. Thomas H. Davenport et Rajeev Ronanki ont cité un exemple instructif dans le Harvard Business Review [ici]. Ils décrivent: «À 2013, le MD Anderson Cancer Center a lancé un projet intitulé« Moon Shot »: diagnostiquez et recommandez des plans de traitement pour certaines formes de cancer à l'aide du système cognitif Watson d'IBM.» Malheureusement, le système n'a pas fonctionné et par 2017, « le projet a été mis en attente après que les coûts aient dépassé le million de dollars - et que le système n'avait pas encore été utilisé pour les patients. "
Eaux également capté un message différent - celui des attentes tempérées. En ce qui concerne les "assistants personnels à commande vocale", "il n'est pas évident que la technologie soit capable de devenir vraiment utile pour remplacer le téléphone intelligent dans la navigation dans le monde numérique", à part "jouer de la musique ou vérifier les nouvelles et la météo ".
D'autres exemples d'attentes tempérées abondent. Generva Allen du Baylor College of Medicine et de la Rice University averti [ici], «Je ne ferais pas confiance à une très grande partie des découvertes qui sont actuellement effectuées à l’aide de techniques d’apprentissage automatique appliquées à de grands ensembles de données.» Le problème est que beaucoup de ces techniques sont conçues pour fournir des réponses spécifiques et que la recherche est incertaine. Elle a expliqué: «Parfois, il serait beaucoup plus utile de dire:" Je pense que certains sont vraiment regroupés, mais je ne suis pas sûr de ces autres "."
Pire encore, dans les cas extrêmes, l’IA n’est pas seulement sous-performante; il n'a même pas encore été mis en œuvre. le FT rapports [ici], "Quatre startups" d'intelligence artificielle "de 10 of Europe n'utilisent aucun programme d'intelligence artificielle dans leurs produits, selon un rapport mettant en avant le battage médiatique autour de la technologie."
Les cycles d’attentes exagérées suivis de vagues de déception ne sont pas une surprise pour ceux qui pratiquent l’intelligence artificielle depuis un moment: ils savent très bien que ce n’est pas le premier rodéo de l’IA. En effet, une grande partie du travail conceptuel date des 1950. En relisant certaines de mes notes récemment, je suis tombé sur un document représentatif qui explorait les réseaux de neurones aux fins de la sélection de titres - daté de 1993 [ici].
La meilleure façon d’obtenir une perspective sur l’IA est d’aller directement à la source et Martin Ford nous en donne l’occasion grâce à son livre, Architectes d'Intelligence. Organisé comme une suite d'entretiens avec les principaux chercheurs, universitaires et entrepreneurs du secteur, cet ouvrage fournit une histoire utile de l'IA et met en évidence les principaux axes de réflexion.
Deux idées de haut niveau émergent du livre. La première est que, malgré la diversité des origines et des personnalités des personnes interrogées, il existe un large consensus sur des sujets importants. D'autre part, bon nombre des priorités et des préoccupations des principales recherches sur l'intelligence artificielle diffèrent sensiblement de celles exprimées dans les principaux médias.
Prenons par exemple le concept d'intelligence générale artificielle (AGI). Ceci est étroitement lié à la notion de «singularité» qui est le point où l'intelligence artificielle se rapproche de celle de l'homme, sur le chemin de son dépassement massif. L'idée a capturé les inquiétudes des gens au sujet de l'IA, notamment les pertes d'emplois massives, les drones meurtriers et une foule d'autres manifestations dramatiques.
Les principaux chercheurs d'Amnesty International ont des points de vue très différents. en tant que groupe, ils ne sont absolument pas perturbés par AGI. Geoffrey Hinton, professeur d’informatique à l’Université de Toronto et vice-président et ingénieur de Google, a déclaré: «Si votre question est:« Quand allons-nous obtenir un commandant de données [de la série télévisée Star Trek] », alors je ne pense pas que c'est comme ça que les choses vont se développer. Je ne pense pas que nous obtiendrons des choses uniques comme celles-là. "
Yoshua Bengio, professeur d'informatique et de recherche opérationnelle à l'Université de Montréal, nous explique qu '«il y a des problèmes vraiment difficiles devant nous et que nous sommes loin de l'IA au niveau humain». Il ajoute: «nous sommes tous excité parce que nous avons beaucoup progressé dans l'ascension de la colline, mais à l'approche du sommet, nous pouvons commencer à voir une série d'autres collines s'élever devant nous. ”
Barbara Grosz, professeure de sciences naturelles à l'Université Harvard, a exprimé son opinion: "Je ne pense pas que l'AGI soit la bonne direction à prendre". Elle fait valoir que parce que la poursuite de l'AGI (et ses conséquences) sont si lointaines dans l'avenir qu'elles servent de «distraction».
Un autre dénominateur commun entre les chercheurs en intelligence artificielle est la conviction qu’elle devrait être utilisée pour augmenter le travail humain plutôt que remplacer il. Cynthia Breazeal, directrice du groupe de robots personnels du laboratoire de médias du MIT, explique: «La question est de savoir quelle est la synergie, quelle est la complémentarité, quelle est l'augmentation qui nous permet d'étendre nos capacités humaines en ce qui nous permet Fei-Fei Li, professeur d’informatique à Stanford et scientifique en chef de Google Cloud, a déclaré: «L’intelligence artificielle, en tant que technologie, a tellement le potentiel d’améliorer et d’augmenter la main-d'œuvre. il."
James Manyika, président et directeur du McKinsey Global Institute, a noté que, depuis 60% des activités constituant environ un tiers de leurs activités constitutives, seulement environ 10% ayant plus de 90% de fonctions pouvant être automatisées, «de nombreuses autres activités seront complétées ou complétées par les technologies que sera remplacé. "
De plus, l'IA ne peut que augmenter travail humain dans la mesure où il peut fonctionner efficacement avecTravail humain. Barbara Grosz a souligné: «J'ai dit à un moment donné que« les systèmes d'IA sont meilleurs s'ils sont conçus en pensant aux personnes ».» Elle a poursuivi: «Je recommande que nous visions à construire un système qui soit un bon partenaire d'équipe et qui fonctionne si bien avec nous que nous ne reconnaissons pas qu'il n'est pas humain.»
David Ferrucci, fondateur de Elemental Cognition et directeur de l'intelligence artificielle appliquée chez Bridgewater Associates, a déclaré: «L'avenir que nous envisageons pour Elemental Cognition associe étroitement l'intelligence humaine et la machine.» Il a expliqué: «Nous le considérons comme un partenariat intellectuel. "Cependant, Yoshua Bengio nous rappelle les défis à relever pour former un tel partenariat:" Il ne s'agit pas simplement de précision [avec l'IA], mais de comprendre le contexte humain, et les ordinateurs n'ont absolument aucun indice à ce sujet. "
Il est intéressant de noter qu’il existe un assez large consensus autour d’idées clés telles que l’AGI n’est pas un objectif particulièrement utile à l’heure actuelle, AI devrait être utilisé pour augmenter le travail et non pour le remplacer, et AI devrait travailler en partenariat avec les gens. Il est également intéressant de noter que ces mêmes leçons sont corroborées par les expériences de l'entreprise.
Richard Waters décrit comment les implémentations d'IA sont encore à un stade assez rudimentaire dans le FT [ici]: "Supprimez les recherches gee-whiz qui couvrent de nombreux titres (un ordinateur qui peut battre les humains sur Go!) Et la technologie en est à un stade rudimentaire." Il note également: "Mais au-delà de cette" consumérisation "de l'informatique , qui a mis davantage d'outils à la portée de la main, la refonte des systèmes et des processus internes de l'entreprise prend beaucoup de temps. »
Ce travail lourd prend du temps et exceptionnellement peu d'entreprises sont présentes. Ginni Rometty, responsable d'IBM, qualifie les applications de ses clients d '«actes aléatoires du numérique» et décrit de nombreux projets comme «aléatoires». Andrew Moore, responsable de l'IA pour l'activité cloud de Google, la décrit comme une «IA artisanale». Rometty précise: «Ils ont tendance à commencer par un ensemble de données isolé ou un cas d'utilisation - comme la rationalisation des interactions avec un groupe particulier de clients. Ils ne sont pas liés aux systèmes, aux données ou au flux de travail plus profonds d'une entreprise, ce qui limite leur impact. »
Tandis que la HBR Le cas du MD Anderson Cancer Center fournit un bon exemple d’un projet d’IA en moonshot qui a probablement dépassé les attentes, mais il fournit également une excellente indication des types de travail que l’IA peut améliorer de manière significative. Au même moment, le centre essayait d'appliquer l'IA au traitement du cancer, son groupe informatique expérimentait l'utilisation de technologies cognitives pour des tâches beaucoup moins ambitieuses, telles que recommander des hôtels et des restaurants aux familles des patients, déterminer quels patients avaient besoin d'aide factures et résoudre les problèmes informatiques du personnel. "
wpDiscuz