Ce qui fascine dans l’IA est bien entendu le terme “Intelligence” qui excite notre imagination, remuant tous nos souvenirs de science fiction, de ces robots dotés d’une intelligence aux limites de la conscience, de HAL (2001: l’odyssée de l’espace de Stanley Kubrick) à Her (2013, Spike Jonze). Qu’en es- il réellement ? Il y a t’il ou pas une intelligence dans l’IA ?

L’intelligence = Résoudre des problèmes ?

L’intelligence est souvent définie comme la capacité à résoudre des problèmes. Ces résolutions font appel à différentes compétences, telle que la connaissance, la capacité à combiner des informations diverses pour les analyser et en déduire une solution. Parfois vient aussi s’ajouter de la créativité, des intuitions, des inventions, l’essai de nouvelles idées pour aborder une question.

Mais, pour le commun des mortels, et particulièrement dans le cadre du travail, l’intelligence se réduit à la prise de décision. Toutes ces décisions que nous prenons à chaque instant, certaines simplissimes et d’autres extrêmement complexes. Notre capacité à fournir une réponse rapide et pertinente définit grandement notre «niveau de compétences». De nombreuses fonctions dans l’entreprise sont basées sur ces décisions, sur le triage. Un exemple extrêmement classique sont les fonctions de routage, telles les hôtesses d’accueil qui prennent les demandes au téléphone et routent vers la bonne personne.

L’apport de l’IA

L’informatique, avec l’émergence de l’IA, s’est essayée à ces différents modèles d’intelligences, basés sur la mémoire, l’expérience ou le raisonnement.

Le raisonnement analytique se rapproche beaucoup de l’algorithmie en général avec cette idée simple qu’un problème peut être modélisé en une série de règles. Cette approche fut un des premiers grands espoirs de l’IA, dans les années 80, avec le développement des Systèmes Experts. Malheureusement ce modèle s’est avéré très limité et n’a pas vraiment donné suite.

 

Le raisonnement analytique se rapproche beaucoup de l’algorithmie en général.

 

L’utilisation de la connaissance, de l’expérience pour les prises de décisions et la classification est arrivée avec le Machine Learning où divers algorithmes, basés sur une approche globalement statistique, utilisent une base de connaissance (situation – label) pour automatiser cette classification sans pour autant définir les règles. C’est le moteur du Machine Learning qui crée les règles les plus optimum par rapport au jeu de données initiales. L’utilisation de la donnée en remplacement des règles a ouvert un tout nouveau champ de recherche en IA.

L’IA dans l’entreprise

L’IA est maintenant capable de prises de décisions complexes et rapides comme le prouvent les voitures autonomes. Et c’est évidemment un aspect de l’intelligence qui est exercé constamment par les utilisateurs de l’entreprise. Nous prenons sans cesse des décisions en utilisant notre connaissance métier. De nombreuses fonctions dans l’entreprise font constamment appel à des décisions de classification et celles-ci peuvent – vont – utiliser l’IA.

De la même façon que l’industrialisation a bouleversé l’organisation du travail par l’automatisation des taches manuelles répétitives et l’arrivée d’outils industriels, nous voyons émerger de nouveaux outils décisionnels.

Les employés de La Poste qui triaient manuellement les courriers en fonction du code postal, faisant appel à leur intelligence pour classer des écritures extrêmement variées ont vu des robots apparaître qui ont la même capacité. Ces outils vont continuer à évoluer et nous allons voir de plus en plus d’outils décisionnels, des assistants virtuels pour le diagnostic médical, pour le support, pour les tâches administratives.

Les limites de l’IA

« Faire preuve d’initiative », c’est bien là que la limite s’impose. On pourrait même dire que l’IA sait répliquer une intelligence via le modèle du Machine Learning : se donner une base initiale de situations et des classifications correspondantes, et puis ensuite laisser la moulinette statistique ou neuronale faire le reste. En cela elle nous fait croire à de l’intelligence car elle semble admirablement répliquer nos comportements, mais elle ne sait absolument pas gérer toute situation réellement nouvelle. En réalité elle ne fait qu’imiter sur la base de nombreux exemples, des processus de décisions prises par l’homme.

Par ailleurs la démontrabilité du raisonnement est aussi un problème. Autant il est possible de demander à un spécialiste d’argumenter une décision, de l’expliquer, de l’appuyer, autant il est difficile voire impossible aujourd’hui d’expliquer de façon exhaustive et rationnelle le processus de décision de modèles complexes tels que les réseaux neuronaux multicouche.

Si cela pose de réelles questions éthiques (peut-on confier une décision grave à un outil dont on sait qu’il est statistiquement fiable sans autre certitude), cette incertitude, cette faiblesse, est aussi ce qui la rapproche le plus de l’homme. On retrouve des notions de l’intuition qui, aussi, ne s’expliquent pas. C’est sans doute dans ces moments-là que nous croyons à l’intelligence de la machine.

Vous souhaitez en savoir plus sur les applications de l’intelligence artificielle aux services support des entreprises ?

Venez rencontrer Konverso au salon AI Paris 2017 du 6 au 7 juin.