Intelligence artificielle, machine learning : de quoi parle-t-on ?
Connaissez-vous le fonctionnement de l'intelligence artificielle et du machine learning ?
Aline Cordier Simonneau 2 min de lecture 
Sommaire
L’intelligence artificielle et le machine learning s’immiscent peu à peu dans tous les domaines de notre vie quotidienne, mais savons-nous concrètement ce que désignent ces expressions ? Explications.
Intelligence artificielle, machine learning : définition
Si l’idée de créer des machines capables de reproduire le raisonnement humain n’est pas nouvelle, l’expression « intelligence artificielle » (souvent abrégée en « IA ») a fait son apparition au milieu des années 1950, pour désigner un ensemble de techniques permettant aux machines d’imiter l’intelligence réelle. Autrement dit, il s’agit d’amener des ordinateurs à penser et agir en adoptant le même fonctionnement que celui des humains.
Quant au machine learning, traduit en français par « apprentissage automatique », il s’agit d’une technique d’analyse de données qui réalise des prédictions ou « analyses prédictives ». Le machine learning apprend et progresse à partir des données qui lui sont fournies et des expériences réalisées.
Comment fonctionnent l’intelligence artificielle et le machine learning ?
L’intelligence artificielle peut s’appuyer sur différents systèmes, notamment sur du machine learning. Elle utilise dans tous les cas des systèmes informatiques, des données et des algorithmes. Plus ces algorithmes sont exposés à un nombre important de données, plus ses performances vont lui permettre de s’améliorer. Le machine learning fonctionne par « auto-apprentissage ».
L’IA peut absorber et interpréter une quantité de données bien plus grande et bien plus vite que ne le ferait l’intelligence humaine, en particulier pour prendre des décisions complexes (dans le domaine médical ou militaire, par exemple).
Quelques exemples d’utilisation de l’intelligence artificielle
L’une des IA les plus connues est le fameux programme « Deep Blue » mis au point par IBM, et qui a vaincu, grâce à sa force de calcul, le champion d’échecs russe Garry Kasparov en 1996 et 1997. Il existe bien d’autres usages de l’IA.
Les chatbots (fenêtres de discussion)
Lorsqu’un internaute engage une conversation avec un chatbot, il dialogue en réalité avec une forme d’IA, qui cherche à répondre à sa question ou résoudre son problème. Si l’IA n’y parvient pas, un humain prend le relais, et les échecs d’interprétation du chatbot sont transférés au système de machine learning pour améliorer les futures interactions avec celui-ci.
Les moteurs de recommandations
Lorsque vous regardez une vidéo sur YouTube ou une série sur Netflix et que l’on vous suggère de visionner d’autres contenus, c’est en réalité un système de machine learning qui vous les propose. Concrètement, des données sont collectées sur les utilisateurs, afin de mieux comprendre leur comportement et leurs préférences et donc de leur proposer du contenu susceptible de les intéresser. Les réseaux sociaux et les moteurs de recherche fonctionnent également ainsi.
Le champ d’application de l’IA et du machine learning est immense (pour ne pas dire infini) : reconnaissance vocale et faciale, domaine médical, recrutement, voitures autonomes… Si nombre d’entre nous y voient là des avancées, ces évolutions posent également des questions éthiques quant à l’utilisation de l’IA, notamment dans le cas de prises de décisions cruciales.
