Énormément de conférences au SXSW sur le thème de l’intelligence avec pour  synthèse et en une phrase: “ passons de l’intelligence artificielle qui nous fait peur à l’intelligence augmentée qui est beaucoup plus centrée sur nous”

La bonne question à se poser est la suivante : “Finalement avec toutes ces machines, qu’est-ce qui peut nous aider à être plus efficaces, plus intelligents ?”. Et puis, comme nous le verrons dans un autre article, ce débat Homme/AI va vite être remplacé par un débat sur l’interaction Homme/Homme direct de cerveau à cerveau: là nous aurons des cerveaux augmentés et l’on va reprendre le contrôle et ne plus avoir peur de la machine. Bien sûr, cet autre débat pose d’autres questions.

Alors, aujourd’hui l’intelligence artificielle tourne beaucoup autours des Bots ces petits robots dans les applications de messaging comme Whatsapp ou Wechat qui interagissent avec nous. Dans ces Bot, il y a de tout, dans une échelle de 1 à 10, avec

  • en bas de l’échelle de sophistication, il y a le Bot style WeChat qui vous trouve une  pizza, qui est à peine mieux que Siri ou qu’un quelconque outil qui tape les mots pour vous dans votre barre de search Google;
  • et puis en haut à 10, vous avez l’intelligence de la santé, de la Driverless car, etc. où éventuellement, du robot humanoïde comme Luka qui vous parle de façon amicale, affective, en connaissant votre personnalité et en mimiquant la personnalité de quelqu’un d’autre.

Nous avons eu un petit rappel à l’ordre des scientifiques sur les dangers des expériences peu encadrées pouvant conclut à des moteurs intelligents au comportement complètement biaisé.

Tous ces réseaux neuronaux, tous ces outils de “deep learning” sont des boîtes noires où l’output dépend intimement de l’input … pas seulement des données mais aussi  des hypothèses de base et des data d’entraînement que l’on a mis dedans. C’est devenu au fil des exposés une évidence très forte, surtout après la démonstration d’un cas, complètement absurde et dangereux publié dans la littérature scientifique chinoise, où l’on avait entraîné l’AI sur de la fausse science: une agence chinoise voulait faire du ciblage criminel en repérant à partir de photos quels étaient les criminels potentiels dans une foule. Partant de cette fausse science faisant l’hypothèse que certains faciès seraient potentiellement plus enclin à devenir des criminels (… ramassant tous les stéréotypes affligeants qui peuvent traîner) , le “scientifique a nourri la machine en égal quantité  de dossiers de criminels pris dans les prisons et de dossiers de gens “normaux”. En conclusion, l’AI arrive à une application de ciblage complètement fausse qu’ils prétendaient être juste à 99% du temps. Donc ces machines noires ont un biais intrinsèque par rapport 1) à la science de celui qui les forme, 2)la logique qui leur a été donnée et 3)les data qui vont avec.

Dans une autre conférence,  la patronne d’IBM Ginny ROMETTY confirme qu’elle a parié le futur d’IBM sur Watson. Elle confirme que non seulement vous devez avoir des data sécurisées ( que IBM  arrive à gérer), mais en plus, il faut être très sérieux sur la science et la source des données. En matière de santé, ils font des partenariats avec tous les grands laboratoires, tous les grands professeurs qui alimentent la machine aussi bien en logique qu’en data. Ainsi pour entraîner WATSON, l’AI d’IBM accessible à tous les startup de son écosystème, – sur le traitement du cancer, il faut lui donner 200 images d’organes avec mélanomes et 1800 d’organes sans mélanomes. Ici la science est exacte jusque dans les proportions des images et l’AI pourra aider le médecin en charge du diagnostic.

In fine, le “docteur augmenté”, qui statistiquement dans sa carrière aura fait 2% ou 3% de faux diagnostics, sera demain presque toujours aidé par la machine qui pourra mieux que lui lire les radios et lui éviter ces 3% de faux diagnostics. De plus, l’AI pourra lui libérer du temps pour se concentrer vraiment sur le patient qu’il a en face de lui. (Rappelons qu’un médecin urgentiste aujourd’hui devrait consacrer 630 heures par mois pour se maintenir informé … soit 4x le temps passé à travailler).

L’AI est aussi extraordinaire pour explorer des tas de scénarios dans un cadre contraint.

Et la plus belle démonstration qu’on a vu c’est un film fait à partir du logiciel de CAD Autodesk où on voyait l’ordinateur à lui tout seul envisageait tous les styles de cadres de vélos dans une contrainte bien précise avec des formes auxquelles l’ingénieur/designer de cycle n’aurait peut-être pas pensé à faire; la machine, elle n’a aucune idée préconçue…alors que nous tous, y compris l’ingénieur/designeur  avons vu trop de vélos dans notre vie.

Pour finir, une  démonstration dans le domaine artistique, ou Wini Glinn nous raconte qu’il avait fait des petits robots interactifs, c’est le robot qui est capable de voir par exemple qu’il n’a plus que trois pattes sur quatre et qui arrive à comprendre comment il peut marcher sur trois pattes sur quatre. Et à la fin, il avait mis ses robots sous forme de drones dans une boîte de nuit au Brésil pendant quatre mois, donc trois robots identiques et ces robots interagissent avec les danseurs, dansent avec eux, regardent les mouvements des danseurs , s’en inspirent, et donc reçoivent des tas et des tas de data. Et lui est revenu quatre mois plus tard et ensuite a dansé avec ces quatre robots qui tous les quatres dansaient différemment parce qu’ils avaient connus des partenaires donc des data différentes alors qu’à l’origine c’étaient les mêmes robots.


Innocherche et son réseau de veille