My Blog

Catégorie : Intelligence artificielle

  • Souhaitez-vous vraiment converser avec un robot ?

    Chatbots ou robots conversationnels, un avenir croissant 

    Par Patrick Séguéla, Directeur de Synapse Développement

    Incontestablement, les chatbots ou robots conversationnels occupent désormais une place centrale dans le palmarès des technologies les plus prometteuses en répondant à de nouveaux usages : assistance aux utilisateurs, e-commerce… Ainsi, nous voyons les leaders de l’industrie comme Google, Facebook, Apple ou Microsoft s’emparer du sujet et investir des ressources importantes pour s’imposer durablement comme les spécialistes du marché. Dans ce contexte, le cabinet TechSci Research table sur une croissance de 75% pour le secteur de l’IA sur la période 2016-2021 et présage d’un avenir florissant pour l’IoT et les chatbots. Pour le Gartner, les assistants numériques prendront en charge au moins pour 2 milliards de dollars de transactions d’ici la fin de l’année 2016. Ces grands indicateurs attestent de la vitalité du marché des chatbots. Mais que peut-on réellement attendre de ces robots conversationnels de nouvelle génération ?

    Le cas des robots et agents conversationnels

    Très en vogue, les agents conversationnels déferlent désormais sur le net, avec des promesses d’usage qui relèvent parfois de l’anticipation ou du fantasme. Pourtant, au-delà du défi scientifique qui consiste à tromper l’humain dans un dialogue avec un algorithme (test de Turing), il y a peu d’intérêt à converser avec une intelligence artificielle, aussi puissante soit-elle. En effet, qui a réellement envie de parler avec un robot ?

    Globalement, on distingue deux principaux intérêts pour les robots conversationnels :

    – les dédier à une tâche précise comme la recommandation de produits ou de contenus, assurer un support utilisateur de niveau 1 ou  encore pré-qualifier une demande,

    – en faire des robots qui questionnent plutôt que des robots qui répondent. L’objectif étant alors de guider l’humain dans sa réflexion et de lui permettre de poser les bonnes questions pour accéder aux bonnes réponses.

    Quand le «machine reading » ouvre de nouvelles perspectives aux robots

    L’une des pistes pour améliorer la performance et l’interactivité des robots est la génération automatique de questions à partir de la « lecture » de textes qualifiés. Via le « machine reading », le robot acquiert alors la capacité de synthétiser des connaissances écrites par des humains et de les rendre accessibles facilement. En effet, à la différence des humains, les robots sont en mesure d’intégrer une masse d’informations considérable et de générer automatiquement de nombreuses questions pour exploiter au mieux les informations des textes.

    Concrètement, en utilisant du « machine reading », il devient possible d’accélérer la phase d’apprentissage et de connaissance du sujet que le robot-assistant va devoir évoquer. Le robot va ainsi aider l’utilisateur à poser la bonne question et à bien la formuler pour accéder à la réponse la plus pertinente.

    Les robots comme source d’autonomisation

    Grâce au « machine reading », les robots vont entrer dans une nouvelle ère et devenir de véritables assistants conversationnels. Au regard de ces éléments, il apparaît clairement que le rôle des robots consiste à aider un utilisateur dans la réalisation d’une tâche, à faciliter son processus d’autonomisation, notamment pour trouver une information précise. Les robots ont alors une « simple » mission d’assistance et ne sont pas là pour remplacer l’humain ou pour philosopher sur le sens de la vie !

    Ces différents éléments mettent donc en évidence qu’il ne faut pas surestimer le rôle « social » que vont jouer les robots dans notre quotidien.

     

     

  • Intelligence Artificielle un savoir-faire européen et une French Tech hyperactive

    L’Intelligence Artificielle ou l’accomplissement des utopies 

    « L’Intelligence Artificielle (IA) est le domaine de l’informatique qui étudie comment faire faire à l’ordinateur des tâches pour lesquelles l’homme est aujourd’hui encore le meilleur »1.

    Par Eric Cohen, Fondateur & PD-G de Keyrus

    Après l’euphorie presque utopique des années 60-70 et les espoirs déçus des années 1980 qui ont vu reculer l’approche symbolique, l’IA a su renaitre de ses cendres à cette même période au travers d’une approche connexionniste qui voit l’avènement de systèmes multi-agents, de mémoires auto-associatives et de réseaux de neurones artificiels (RNA) performants.

    Une soixantaine d’années de recherches et d’avancées majeures font ainsi de l’IA un puissant vecteur de transformation du monde qui bouleverse aujourd’hui l’ensemble des activités humaines, l’entreprise et les modèles économiques. Oscar Wilde considérait le progrès comme l’accomplissement des utopies. C’est finalement cette approche qui convient le mieux aux évolutions actuelles de l’intelligence artificielle qui augure les plus grandes innovations.

    L’apprentissage machine (Machine Learning)

    Apparus au début des années 1950, les réseaux de neurones constituent les éléments fondateurs de l’apprentissage automatisé. Grâce à eux, un programme est désormais capable « d’apprendre » et d’améliorer ses réponses par l’expérience. C’est cette capacité d’apprentissage (supervisé ou non supervisé) transférée à une machine qui révolutionne les pratiques numériques et font le succès de l’IA. Les progrès de l’IA impactent en effet l’ensemble des activités humaines, de l’industrie aux services, de la santé à l’enseignement, de l’agriculture aux transports, de la sécurité à la défense.

    Aucune expertise ne peut se prévaloir aujourd’hui de spécificités qui la rendrait incompatible avec les capacités fonctionnelles de l’IA. Accompagnant l’augmentation des puissances de calculs (la loi de Moore), l’IA constitue le principal moteur de la révolution numérique, premier enjeu des entreprises.

    Elle fait l’objet d’une course à l’innovation de la part des grands acteurs du domaine. Qu’ils soient privés ou étatiques, ces acteurs ont parfaitement mesuré le caractère « stratégique » de son développement et tentent pour cela d’imposer leurs normes en mettant à disposition des plates-formes de briques algorithmiques « Opensource ». D’une manière générale, l’IA permet d’exploiter de façon pertinente les mégadonnées (Big Data) issues des capteurs, des objets connectés, et toutes les données produites sur internet et les réseaux sociaux.

    L’apprentissage machine se révèle ainsi des plus performants dans de nombreuses tâches : traitement du signal, maîtrise des processus, robotique, classification, pré-traitement des données, reconnaissance de formes, analyse de l’image et synthèse vocale, cybersécurité, diagnostics et suivi médical, marché boursier et prévisions, demande de crédits et de prêts immobiliers, recrutement et analyse automatique de cv…

    Un savoir-faire européen et une French Tech hyperactive

    En matière d’IA, les géants américains GAFAM (Google, Apple, Facebook, Amazon, Microsoft) occupent une position dominante.  Ce leadership ne doit pourtant pas masquer le fort potentiel européen et l’excellence française, régulièrement reconnus à l’international.

    En choisissant d’implanter à Zurich son groupe de recherche (GRE) dédié au Machine Learning et en confiant sa direction au français Emmanuel Mogenet, Google mise pleinement sur l’excellence européenne.  Sa filiale londonienne Google Deep Mind, fleuron mondial de l’IA, enchaîne les succès d’innovation avec notamment les victoires d’AlphaGo contre le champion du monde Lee Sedol.

    Facebook a installé ses trois laboratoires « Facebook Artificial Intelligence Research (FAIR) » à Paris, dirigés par le français Yann Le Cun, considéré comme l’un des meilleurs spécialistes au monde du Deep Learning. Ces implantations « stratégiques » dessinent un axe européen de l’IA qui témoigne de l’intérêt des GAFAM pour le savoir-faire européen.

    L’Europe et notamment la France font preuve d’un réel dynamisme dans la création de startups centrées sur l’Intelligence Artificielle. De nombreux élèves ingénieurs et doctorants travaillent pendant leur scolarité sur un projet embarquant de  l’IA puis concrétisent ce projet par la création d’une startup soutenue par l’incubateur de l’école d’ingénieurs. Ce mode opératoire (qui a fait ses preuves)  permet d’accompagner efficacement l’entreprise et de la stabiliser durant ses premiers mois d’existence.

    Parmi les startups françaises qui ont fait le pari de l’Intelligence Artificielle, on peut citer Alkemics pour une connexion intelligente des marques et des distributeurs afin de mieux servir l’expérience omnicanal des consommateurs, Blue Frogs Robotics pour les robots compagnons (Buddy), Cardiologs Technologies pour la prise en charge des pathologies cardiaques, Elum Energy pour la gestion intelligente de l’énergie photovoltaïque, Scortex et Craft.Ai pour l’application de l’IA aux objets connectés, Julie Desk pour l’assistant personnel, ou encore Smart Me Up pour la reconnaissance faciale en temps réel.

    On notera que plusieurs startups de cette liste ont remporté des prix d’innovation en 2015 et 2016. Soutenues par des incubateurs académiques (ParisTech Entrepreneurs, X-UP l’accélérateur de l’École polytechnique…), ces startups font preuve aujourd’hui d’un fort dynamisme susceptible d’inspirer les différents acteurs de l’économie numérique et les décideurs politiques. Les grands groupes industriels français doivent eux-aussi jouer leur rôle en acceptant le risque et en rachetant ces startups lorsqu’elles sont mises en vente pour ne plus laisser s’échapper des concentrés d’excellences technologiques.

    La France ne manquera pas le train de l’Intelligence Artificielle. Elle n’a pas d’autres choix que de soutenir cet écosystème en créant un environnement favorable à l’innovation numérique. Elle dispose pour cela d’un vivier de compétences et d’expertises unanimement reconnu qui devrait favoriser une transformation réussie de ses entreprises et par là, de l’économie française !