L'apprentissage automatique, premier pas vers une véritable intelligence artificielle ?

L'apprentissage automatique (machine learning) est un secteur clef de l'intelligence artificielle qui consiste à doter un logiciel d'une capacité d'apprentissage systémique, issue de l'analyse des données traitées.

Pour réaliser ce tour de force qui s'apparente au saint Graal de l'informatique, il faut bien sûr des algorithmes spéciaux, mais aussi et surtout des modèles d'analyses probabilistes qui s'appuient sur des bases de données, si possible exhaustives, qui reflètent l'ensemble du savoir sur le sujet traité.

Ainsi, l'apprentissage automatique peut évoluer en fonction des données recueillies sur des serveurs, voire directement dans la mémoire embarquée d'un véhicule, ou encore par des capteurs si l'ordinateur peut s'y connecter ou qu'il en est doté, dans le cas d'un appareil autonome ou mobile.

L'un des exemples les plus médiatisés dans le monde du machine learning est Watson, le très réussi programme d'IBM qui fait partie d'un vaste ensemble de recherches sur l'intelligence artificielle. Conçu à l'origine pour défier les joueurs de Jeopardy (un défi qu'il remporta) Watson est actuellement capable de réaliser des tâches aussi différentes que diagnostiquer des cancers ou concocter seuls d'excellentes (et innovantes !) recettes de cuisine à partir de simples ingrédients, une tâche plus difficile qu'il n'y parait !

L'apprentissage automatique est donc l'un des chaînons manquants de l'informatique, mais aussi de la robotique.

En effet, à partir du moment où la colossale puissance de calcul des ordinateurs s'allie à la profusion d'informations stockée dans les bases de données spécialisées, voire tout simplement sur internet, il ne manque plus qu'un système d'utilisation intelligente pour donner naissance à ce qui, sans aucun doute, finira par changer en profondeur les champs d'action des machines qui en seront équipées : un premier pas vers une autonomie réelle ?

Pour cela, il faudrait que nous assistions à la naissance d'une intelligence artificielle dite "forte", capable de s'adapter sans programmation explicite, de prendre des décisions basées sur l'ensemble des données recueillies et l'analyse de la situation... Et pour l'instant, même des systèmes aussi avancés que Watson, ou que l'Autopilot d'une Tesla, en sont encore loin... Il faut avoir cohabité avec l'un de ces systèmes d'Autopilot pour comprendre à quel point la "simple" tâche de conduire une automobile dans un environnement urbain et / ou dégradé par la météo est ardu pour un système d'I.A, ou à quel point notre cerveau est complexe, performant et abouti, c'est selon !