L’intelligence artificielle est de plus en plus présente dans toutes les sphères de la société. Les définitions et appellations sont variées en termes d’initiatives et de stratégies marketing afin de positionner des produits. Il n’en demeure pas moins que le concept fondamental se résume à la capacité de transformer une machine afin que son raisonnement soit aussi complexe que les capacités cognitives d’un être humain. Afin d’en arriver à ce résultat, les chercheurs en informatique cognitive ne se contentent pas de maîtriser la programmation de logiciels: ils étudient le fonctionnement biologique du cerveau humain, l’interprétation des cinq sens (la vue, l'ouïe, le toucher, le goût et l'odorat) et les réactions appropriées par rapport à l’information capturée.
Figure 1. Reconnaissance faciale par des concepts de vision par ordinateur
Les cinq sens sont pour l’être humain des capteurs d’information. Ces informations sont ensuite transférées au cerveau et analysées par un réseau de neurones. À la suite de cette analyse, le cerveau décide d’une réaction à générer en conséquence de l’information reçue. À titre d’exemple, lorsqu'un humain regarde un panneau d’affichage dynamique affichant des informations sur le nombre de places disponibles dans un stationnement, le sens sollicité est la vue. Les capteurs d’information de ce sens sont les yeux, qui eux s’occupent de percevoir l’information présente sur l’écran. Les informations concernant le nombre de places disponibles sont ensuite transférées au cerveau aux fins d’analyse. Dans le cas où le cerveau détermine qu’il n’y a plus de places disponibles, la commande envoyée au corps humain sera de continuer sa route vers un autre stationnement. Dans le cas contraire, les instructions seront d’entrer dans le stationnement afin d’y garer le véhicule.
Figure 2. Représentation d’un réseau de neurones sous forme d’un cerveau humain
D’un point de vue plus technique, la différence fondamentale entre les algorithmes traditionnels et l’intelligence artificielle est qu’un algorithme traditionnel se résume en une séquence d’opérations mathématiques afin d’arriver à un résultat voulu. Dans le cas de l’intelligence artificielle, les algorithmes traditionnels sont certes utilisés, mais les résultats reposent sur un ensemble de données massives. Cette méthode permet donc une adaptabilité temporelle des comportements d’un algorithme. Par exemple, prévoir les effectifs d’un bureau médical en fonction du taux d’occupation d’une salle d’attente donnera des résultats différents en été et en hiver, car en hiver, le taux de contamination de maladies telle que l’influenza est beaucoup plus élevé. Des systèmes informatiques permettent ce genre d’analyse sans le soutient de l’intelligence artificielle. La valeur ajoutée de l’intelligence artificielle dans ce contexte serait l’installation de caméras capturant les symptômes visibles chez chaque individu par des concepts de vision par ordinateur. Lorsque le médecin posera ses diagnostics, il sera possible de faire la corrélation entre des symptômes visibles et les maladies associées. Il y a donc une notion de capture d’information visuelle, l’interprétation de ce qui a été vu ainsi que la confirmation par les médecins de la situation réelle. Cette chaîne permet donc à la machine d’apprendre les bons résultats basés sur ses observations. Il s’agit du concept de l’apprentissage machine. Lorsque suffisamment de données seront collectées et validées, la machine sera en mesure de poser ses propres diagnostics préliminaires et de faire des suggestions,(par exemple, isoler les patients suspectés d’avoir la grippe ensemble afin d’éviter de contaminer les gens présents pour une foulure de cheville).
La chaîne devient donc très complexe et contient des étapes multiples. Il importe donc dès le départ de déterminer un but à atteindre avec l’intelligence artificielle. Ce but étant fixé, la collecte des données et d’information sera donc pertinentes avec l'objectif à atteindre qui représente la recommandation ou l'action que le système posera.
Figure 3. Représentation d’un réseau de traitement d’information
Le concept primitif de l’intelligence artificielle a été établi par le créateur du processeur Alan Turing lors de ses travaux pour l’armée britannique lors de la Deuxième Guerre mondiale. Le concept de validation de la qualité d’une intelligence artificielle est très simple: un être humain conversant avec une machine ne doit pas se rendre compte qu’il s’agit d’une machine. Ce concept est connu dans le domaine comme le «Test de Turing». Il n’existe pas de preuves que ce test a été réussi depuis l’invention de l’ordinateur. Toutefois avec l’évolution de la capacité de calcul des machines de concert avec les recherches en intelligence artificielle, il reste à voir qui sera la première équipe de chercheurs qui sera en mesure d’atteindre l’objectif de concevoir une machine qui pourra imiter parfaitement un humain, et ce, sans que ce dernier en soit conscient.
Figure 4. L’inventeur du processeur: Alan Turing
Références
Britannica - Alan Turing - British mathematician and logician. Récupéré le 19 novembre 2020 du site: https://www.britannica.com/biography/Alan-Turing
The Next Web - A glossary of basic artificial intelligence terms and concepts. Récupéré le 19 novembre 2020 du site: https://thenextweb.com/artificial-intelligence/2017/09/10/glossary-basic-artificial-intelligence-terms-concepts/
