On entend beaucoup parler d'intelligence artificiel dans le monde du numérique depuis quelques années. C'est un sujet qui m'agace beaucoup, car le marketing s'est emparé d'un concept et l'a simplifié à outrance. Maintenant on ne sais plus de quoi on parle.

Machine learning

L'essentiel des sujets sur l'IA ne traite pas d’intelligence mais de ''machine learning"", c'est à dire des processus d'apprentissage transposés à un ordinateur qui vont lui permettre d’acquérir des capacités de choix plus performantes basées sur l'apprentissage et non l'analyse. En gros, on donne à la machine des milliers de problèmes avec leur solution à analyser. La machine, si les algorithmes sont bien écrits, peut ensuite, quand on lui présente un problème, trouver beaucoup plus rapidement la réponse. Il n'y a aucune capacité déductive, c'est un mécanisme statistique.

Dernièrement, cette approche a été utilisée en médecine. Cela permet d'obtenir extrêmement rapidement et automatiquement, une lecture des scanners des patients pour détecter d'éventuels cancers. Grâce à l'apprentissage, la machine aboutie à un taux de réussite équivalent à une équipe de médecins spécialisés.

La médecine est un secteur qui produit beaucoup de données complexes, mais qui ont un énorme avantage, c'est qu'elles sont validées et complétées par une expertise humaine. On a donc des millions de données médicales, interprétées par des médecins, et dont on connaît les suites médicales. Ces données sont en plus extrêmement reproductibles. Une mine de données pour former des algorithmes prédictifs.

Et avec quoi entraîne-t-on les machines à apprendre ?

Dès que l'on dispose d'une grande quantité de données, il est possible de les donner à manger à une machine, et donc de produire des analyses ou des prédictions sur des échantillons de données beaucoup plus réduits. C'est ce que font nos très, très chers GAFAM. Toutes les données que nous partageons avec eux sont digérées en permanence par des milliers de machines dont la seule mission consiste à essayer de prédire les comportements individuels.

Ces géants du net font du machine learning depuis longtemps, c'est comme ça qu'il valorisent les données que nous leur donnons.

De plus en plus simple

Avec la puissance de nos ordinateurs ou smartphones actuels, il est possible de démocratiser le machine learning et de le faire arriver sur nos terminaux individuels. Et bien sûr, si le code devient "portable" alors on peut l'utiliser pour des usages tout autres, comme par exemple créer des armées de trolls qui pourraient être codé pour se comporter comme n'importe quel individu, au choix un faux consommateur pour gruger des entreprises, un faux militant pour propager des opinions ou en combattre d'autres, un faux citoyen pour manipuler des groupes... Bref une fausse personne qui va consommer de l'énergie et faire perdre du temps aux vraies pour épuiser un adversaire économique ou politique.

Nous entrons dans l'ère des trolls de synthèse, encore détectables, mais plus pour longtemps. Nous vivons une époque formidable...