1. Livres & vidéos
  2. L’intelligence artificielle expliquée
  3. Les applications de l’IA
Extrait - L’intelligence artificielle expliquée Des concepts de base aux applications avancées de l’IA (2e édition)
Extraits du livre
L’intelligence artificielle expliquée Des concepts de base aux applications avancées de l’IA (2e édition) Revenir à la page d'achat du livre

Les applications de l’IA

Ce que nous allons découvrir et les prérequis

Dans ce nouveau chapitre, nous vous proposons d’explorer les multiples contextes d’application de l’intelligence artificielle. Grâce à ses capacités d’apprentissage automatique et de traitement du langage naturel, l’IA a ouvert la voie à des avancées majeures dans un nombre considérable de domaines.

Nous nous concentrerons ici sur huit d’entre eux, qui revêtent à nos yeux une importance toute particulière :

  • la reconnaissance de la parole ;

  • la traduction automatique ;

  • les voitures autonomes ;

  • les chatbots et autres assistants virtuels (https://fr.wikipedia.org/wiki/Chatbot) ;

  • les systèmes de recommandation ;

  • la RPA (automatisation robotisée des processus) ;

  • l’IA et la santé ;

  • la vision par ordinateur.

Il convient également de souligner que ce chapitre ne prétend pas traiter de manière exhaustive l’ensemble des champs d’application de l’intelligence artificielle : ce livre à lui seul n’y suffirait pas. Le nombre de cas d’utilisation offerts par l’intelligence artificielle est considérable et en constante évolution ; il ne serait donc pas raisonnable de considérer cette liste comme figée. Toutefois, nous avons choisi de mettre en lumière ces domaines...

La reconnaissance de la parole et la traduction automatique

1. La reconnaissance de la parole

Selon l’Atlas mondial des langues de l’UNESCO, notre planète compte environ 7 000 langues. Pourtant, seules 200 d’entre elles bénéficient de technologies linguistiques contemporaines, telles que la transcription voix-texte ou le sous-titrage automatique, notamment avec Google Traduction.

images/02RI01.png

L’exemple Google Traduction

La technologie de reconnaissance de la parole, désignée par l’acronyme ASR pour Automatic Speech Recognition, consiste, comme son nom l’indique, à identifier une conversation humaine avant de la convertir en texte afin de pouvoir l’interpréter.

Cette technologie est née il y a plus de 70 ans, en 1952, dans les laboratoires Bell aux États-Unis, avec un système baptisé Audrey, pour Automatic Digit Recognizer. Audrey reconnaissait les chiffres de 0 à 9, à condition qu’ils soient prononcés par une même voix, de préférence celle de son concepteur. Pour l’époque, c’était une véritable prouesse. Petit détail qui fait sourire : la machine occupait à elle seule une armoire de près de deux mètres de haut.

Moins d’une décennie plus tard, dans le courant des années 1960, la multinationale IBM lança Shoebox, une technologie capable de reconnaître et de différencier 16 mots en anglais (https://fr.wikipedia.org/wiki/IBM). Cette avancée fut alors considérée comme une véritable révolution technologique.

L’apprentissage des machines a ensuite suivi une courbe exponentielle puisque, à la fin des années 1970, le système Harpy de l’université Carnegie Mellon permettait déjà d’interpréter plus de 1 000 mots.

Au début des années 2000, le taux d’exactitude atteignait déjà 80 % pour une langue couramment parlée et écrite telle que l’anglais. Aujourd’hui encore, cette technologie figure parmi les plus appréciées dans le domaine de l’intelligence artificielle.

Il convient toutefois de noter que cette technologie continue d’évoluer grâce à l’intelligence artificielle, puisqu’elle...

Les voitures autonomes

L’intelligence artificielle est d’ores et déjà considérée comme une véritable révolution dans de nombreux domaines ; cela ne fait plus guère de doute. Si vous n’êtes toutefois toujours pas convaincus, sachez que ce phénomène est plus marqué, voire omniprésent, dans certains secteurs. S’il en est un dans lequel son impact est déjà perceptible, c’est bien celui des transports, considéré comme l’un des domaines d’innovation les plus prometteurs de notre époque. Vous allez comprendre.

Les voitures autonomes, qui semblaient jadis issues d’un film de science-fiction, sont désormais une réalité et font leur apparition dans nos véhicules de série grâce aux avancées, voire aux prouesses, de l’IA.

L’idée de voitures autonomes remonte déjà à plusieurs dizaines d’années, avec des pionniers tels que Dean Pomerleau, doctorant en informatique et en robotique à l’université américaine Carnegie Mellon, et Ernst Dickmanns, tous deux spécialisés dans la recherche sur les véhicules autonomes. Les toutes premières démonstrations sur route furent ainsi réalisées au milieu des années 1980. Une anecdote résume bien l’état d’esprit de ces pionniers. En 1995, Dean Pomerleau et son collègue Todd Jochem ont traversé les États-Unis, de Pittsburgh à San Diego, dans un minivan qui tenait seul le volant sur 98 % des quelque 4 500 kilomètres du trajet. Les pédales, elles, restaient aux humains. L’opération s’appelait « No Hands Across America ».

La recherche sur le sujet s’est réellement intensifiée au début de notre siècle. Dès le début des années 2000, les premières versions de prototypes de voitures autonomes virent le jour. Leur fiabilité restait toutefois limitée. La technologie a ensuite rapidement progressé et ces limitations ont, pour partie, été...

Les chatbots

Parmi les avancées les plus remarquables dans l’univers de l’intelligence artificielle figurent les chatbots et les assistants virtuels. Ces outils fondés sur l’IA offrent aujourd’hui des solutions d’interaction innovantes, avec un objectif clair : améliorer l’expérience utilisateur en simplifiant les interactions et en fournissant une réponse instantanée.

Dans cette partie consacrée aux chatbots, nous allons explorer la manière dont l’intelligence artificielle a transformé les outils de communication, en mettant particulièrement l’accent sur les chatbots alimentés par l’IA. Nous pouvons nous demander ce qu’est précisément un chatbot alimenté par l’intelligence artificielle et comment il se distingue d’un chatbot classique, c’est-à-dire dépourvu d’IA.

Les chatbots alimentés par l’IA sont des programmes informatiques capables de simuler une conversation humaine. Ils ne se contentent pas de répondre aux questions des utilisateurs : ils peuvent également fournir des informations afin de les orienter dans leurs interactions. Ils se distinguent notamment par les algorithmes d’apprentissage automatique qui leur sont associés. Le Machine Learning leur permet de comprendre le sens d’une demande et de proposer la réponse la plus pertinente possible. De plus, il est possible d’interagir vocalement...

Les systèmes de recommandation

Les systèmes de recommandation font désormais partie de notre quotidien. Leur raison d’être est relativement simple à comprendre : proposer différents types de recommandations susceptibles de nous intéresser, en fonction de notre profil.

Dans les faits, ces systèmes reposent sur des algorithmes d’intelligence artificielle qui analysent les données recueillies au cours du parcours utilisateur afin de les exploiter et de proposer une expérience personnalisée grâce à des recommandations adaptées.

À retenir : les systèmes de recommandation utilisent les données de navigation pour apprendre et proposer un contenu personnalisé.

L’IA associée aux systèmes de recommandation utilise un ensemble d’informations préalablement recueillies, comme l’historique d’achat de vêtements, les évaluations publiées sur le site internet concerné ou les films et séries visionnés. Cette collecte peut sembler inquiétante, car elle permet à l’IA d’apprendre les préférences et les habitudes individuelles, puis d’estimer la probabilité qu’un produit ou un contenu plaise à l’utilisateur afin de formuler des recommandations précises.

Il existe plusieurs types de systèmes de recommandation :

1. Popularité de contenu

Il s’agit du système de recommandation le plus simple. Il repose sur l’idée qu’un contenu apprécié par un grand nombre d’utilisateurs présente une probabilité plus élevée de satisfaire d’autres utilisateurs. L’exemple de Netflix ci-dessous illustre ce principe : sur sa page d’accueil, la plateforme propose une sélection de contenus tendance à partir d’une analyse statistique de leur popularité, sans personnalisation fondée sur le profil de l’utilisateur.

images/02RI05.png

Système de recommandation : popularité du contenu sur Netflix

2. Content Based Filtering

Ce deuxième système...

L’exemple « RPA » et l’évolution vers les systèmes cognitifs

Le sixième champ d’application de l’intelligence artificielle présenté dans ce chapitre est celui de la RPA, acronyme de Robotic Process Automation, ou automatisation robotisée des processus en français.

Une RPA que nous qualifierons de traditionnelle, avant l’apport de l’intelligence artificielle, consiste à automatiser des tâches informatiques manuelles répétées à intervalles réguliers. Il s’agit, en somme, d’un robot logiciel.

Qui n’a jamais effectué, ou observé, la recopie de données d’un document Excel vers un logiciel de comptabilité, ou encore le transfert de données d’un CRM vers un ERP ? Il s’agit de cas simples mais concrets, qui se produisent dans de nombreuses entreprises et peuvent être pris en charge par un système de RPA.

Des automatisations bien plus complexes peuvent toutefois être traitées avec ce type de produit, jusqu’à l’automatisation de pans entiers de processus métier. 

Pour déterminer si des tâches quotidiennes sont automatisables, il convient de vérifier qu’elles respectent l’ensemble des prérequis présentés dans la figure ci-dessous. Si tel est le cas, elles peuvent être confiées à un robot.

images/02RI06.png

Schéma de décision : éligibilité à la RPA

Il n’existe ensuite que peu de limites à la réalisation d’un robot : de nombreuses opérations peuvent être automatisées, depuis le navigateur internet jusqu’aux fichiers Excel, aux e-mails, aux bases de données et aux émulateurs de terminaux mainframe, voire aux applications accessibles dans des environnements virtualisés, plus difficiles à interpréter par les robots.

La difficulté de réalisation d’un robot n’est pas uniquement technique : elle réside surtout dans la maîtrise du cas métier à automatiser, des différents risques d’échec et des relances associées. Il est toujours plus simple d’identifier le cas nominal que l’éventualité, même...

L’IA pour la santé

L’intelligence artificielle a révélé son potentiel pour révolutionner de nombreux secteurs, et la santé n’y fait pas exception.

Dans cette dernière section, nous vous proposons d’explorer comment l’intelligence artificielle a d’ores et déjà transformé le paysage médical en améliorant considérablement les diagnostics, la recherche médicale et la prestation des soins de santé. Préparez-vous à découvrir comment la puissance des algorithmes et des mathématiques peut sauver des vies grâce aux promesses offertes par l’IA.

Imaginez un médecin ayant un accès immédiat à une quantité massive de données médicales et de connaissances associées. Cela peut sembler futuriste, mais l’IA rend cette vision possible.

L’apport technologique de l’IA ouvre de nouvelles frontières dans le domaine de la santé en améliorant considérablement les diagnostics, en accélérant la recherche médicale et en personnalisant les soins. Ce dernier point est essentiel, puisque chaque individu est unique, et l’IA permet de personnaliser les traitements en fonction des caractéristiques génétiques et des antécédents médicaux.

Les données sont, une nouvelle fois, au cœur du sujet, avec les enjeux de confidentialité qu’elles soulèvent dès qu’il s’agit d’informations sur des patients. L’IA les analyse pour aider à soigner, mais aussi pour prédire les risques de maladie, ce qui permet d’ajuster les traitements bien plus tôt. La décision, elle, reste au médecin : l’IA éclaire, elle ne tranche pas.

Pour ce faire, notre intelligence artificielle bénéficie d’algorithmes capables d’analyser des quantités massives de données médicales, et d’identifier des schémas complexes afin de fournir des informations utiles aux médecins et chercheurs. À mesure que les technologies de l’IA continuent de progresser, le potentiel pour améliorer la santé et le bien-être de l’humanité devient évident.

Dans...

La vision par ordinateur

La vision par ordinateur (computer vision) est une discipline informatique qui se concentre essentiellement sur l’analyse, l’interprétation et l’extraction d’informations à partir d’images ou de vidéos. Sa raison d’être est de permettre aux machines telles que nos smartphones ou caméras de vidéosurveillance de reconnaître des objets, des formes, des visages, de détecter des mouvements, de comprendre des scènes visuelles et bien plus encore.

Tout a commencé là aussi dans les années 1960, période durant laquelle les chercheurs ont commencé à explorer des méthodes pour extraire des informations à partir d’images. De façon très basique, les premières applications réalisées furent principalement tournées vers la reconnaissance de formes géométriques simples.

Une décennie plus tard, dans les années 1970, une nouvelle avancée majeure fit son apparition puisque ces mêmes chercheurs ont su développer des algorithmes permettant la reconnaissance d’objets spécifiques dans des images, tels que des chiffres manuscrits. Toutefois, vous noterez que ces approches étaient limitées en matière de généralisation et de capacité à reconnaître des objets plus...

Conclusion

En conclusion de ce chapitre consacré aux applications de l’intelligence artificielle, nous avons exploré un vaste éventail de domaines où cette technologie révolutionne le quotidien. De la reconnaissance de la parole à la vision par ordinateur, des chatbots aux voitures autonomes, en passant par les systèmes de recommandation et de l’impact de l’intelligence artificielle dans le domaine médical, l’intelligence artificielle se déploie à une vitesse fulgurante, redéfinissant la manière dont nous interagissons avec la technologie et celle dont elle interagit avec nous.

Nous avons découvert comment l’IA peut donner la parole à ceux qui l’avaient perdue, offrir une vue exceptionnelle aux machines, simplifier nos interactions avec la technologie, améliorer la sécurité routière et même sauver des vies grâce à des diagnostics médicaux plus précis. Les applications de l’intelligence artificielle se multiplient, offrant un aperçu de l’avenir où l’IA deviendra un compagnon omniprésent dans notre quotidien.

Le prochain chapitre nous emmènera dans les coulisses, où nous explorerons les étapes de création d’une intelligence artificielle, de la collecte des données à l’entraînement des modèles...