« L’in­tel­li­gence ar­ti­fi­cielle peut dé­tec­ter ce qu’un mé­de­cin ne ver­rait pas »

Le scien­ti­fique évoque le fu­tur de l’in­tel­li­gence ar­ti­fi­cielle

20 Minutes (Toulouse) - - LA UNE - Pro­pos re­cueillis par Laure Beau­don­net

Après Zu­rich, Google a choi­si Pa­ris pour ins­tal­ler son deuxième la­bo­ra­toire eu­ro­péen sur l’in­tel­li­gence ar­ti­fi­cielle (IA). Oli­vier Bous­quet, res­pon­sable de la re­cherche en ma­chine lear­ning du la­bo­ra­toire suisse, est char­gé de mon­ter le pro­jet dans la nou­velle place forte pour l’IA, qui ac­cueille dé­jà Fa­ce­book AI Re­search.

Quelles ap­pli­ca­tions de l’IA de­vrait-on voir ar­ri­ver très vite ?

L’IA va avoir un gros im­pact sur la san­té. Il y a beau­coup de notes écrites à la main par les mé­de­cins qui ne sont pas trai­tées, comme la ré­ac­tion qu’un pa­tient a pu faire à un mé­di­ca­ment il y a des an­nées. Si on ar­rive à struc­tu­rer ces don­nées, à les mettre dans un or­di­na­teur, on va pou­voir faire des re­cherches très ra­pi­de­ment, et évi­ter cer­taines er­reurs. Mais l’une des ap­pli­ca­tions les plus im­mé­diates concerne tout ce qui est à base d’images, ty­pi­que­ment celles du fond de la ré­tine. On a pris des pho­tos de la ré­tine de mil­liers de gens et elles ont été clas­si­fiées par un sys­tème d’IA. La ma­chine peut dé­tec­ter des signes qu’un mé­de­cin ne pour­rait pas voir à l’oeil nu, comme ceux de la cé­ci­té chez un dia­bé­tique.

L’IA se­ra-t-elle ca­pable un jour de par­ler comme un hu­main ?

Dans l’his­toire de l’IA, on a eu beau­coup de dé­con­ve­nues, en par­ti­cu­lier sur la ca­pa­ci­té des or­di­na­teurs à conver­ser avec les hu­mains. Mais ça reste en­vi­sa­geable dans la me­sure où l’on peut dé­jà avoir des or­di­na­teurs qui com­prennent, de fa­çon très li­mi­tée et très su­per­fi­cielle, le lan­gage na­tu­rel. La com­pré­hen­sion ac­tuelle consiste à re­pé­rer des mo­tifs dans les phrases. Com­pa­rons les phrases “Je pose cette bou­teille sur la table” et “Je pose cette bou­teille sur le ciel”. La ma­chine va re­pé­rer qu’après “po­sé sur”, on n’uti­lise pas le ciel, mais la table. Ce­la ne veut pas dire qu’elle a une re­pré­sen­ta­tion de ce qu’est une table. Pour conver­ser de fa­çon na­tu­relle, il faut dé­ve­lop­per une tech­no­lo­gie qui a ac­cès à plus d’in­for­ma­tions que des mo­tifs sta­tis­tiques dans du texte.

Comment fait-on ?

Les en­fants, on leur parle et, en même temps, ils évo­luent dans le monde, ils in­ter­agissent. C’est ce qu’il fau­drait re­pro­duire pour ar­ri­ver à une ma­chine ca­pable de faire le lien entre le texte et le sens de ce texte. On n’a pas fait des avions en imi­tant les oi­seaux. Même si l’on uti­lise des ré­seaux de neu­rones, quand on fait du ma­chine lear­ning, on fait de l’iden­ti­fi­ca­tion plu­tôt que de l’ap­pren­tis­sage au sens bio­lo­gique.

Que ré­pon­dez-vous à Elon Musk et Ste­phen Haw­king qui mettent en garde contre les dan­gers de l’IA ?

A court terme, il faut voir l’IA comme un ou­til dont on a le contrôle, plu­tôt que comme une en­ti­té au­to­nome. L’IA sou­lève un tas de pro­blèmes beau­coup plus concrets que ce­lui des ro­bots-tueurs. Ces tech­no­lo­gies s’ap­puient sur des don­nées. Si les don­nées sont biai­sées, le ré­sul­tat va être biai­sé.

Oli­vier Bous­quet monte le la­bo­ra­toire pa­ri­sien de Google sur l’IA.

Newspapers in French

Newspapers from France

© PressReader. All rights reserved.