L'IA et la ML expliquées... en moins de 100 mots

L'IA par-ci, l'apprentissage automatique par-là - ces derniers temps, les termes "intelligence artificielle" (IA) et "apprentissage automatique" (AAM) sont devenus très populaires. Ils jouent un rôle prépondérant dans la plupart des conversations sur l'avenir de la technologie, des entreprises, du lieu de travail et même de l'humanité. Il n'est donc pas surprenant que les chefs d'entreprise et les responsables technologiques souhaitent de plus en plus en savoir plus sur ces technologies et sur leurs applications, avantages et risques potentiels.

Si le battage médiatique autour de l'IA et de la ML est nouveau, les technologies sous-jacentes ne le sont pas. En fait, leur origine remonte à plus de 100 ans : La régression linéaire existait déjà au XIXe siècle et les réseaux neuronaux ont été conceptualisés au XXe siècle. Cependant, les algorithmes avancés n'ont été appliqués à des problèmes commerciaux concrets qu'au 21e siècle, grâce aux progrès de la puissance de calcul - les processeurs atteignant des vitesses de plus en plus élevées - et à la disponibilité généralisée de grandes quantités de données.

Dans le cadre de la série "Expliqué en moins de 100 mots", nous examinons de plus près l'IA et la ML et expliquons les différences ainsi que leur avantage cognitif.

Je fais des achats en ligne, je tape un produit que je veux acheter. En plus de ce produit, d'autres produits susceptibles de m'intéresser sont automatiquement affichés. Il n'y a pas besoin de règles explicites ; le système calcule les recommandations de lui-même. Il s'agit d'intelligence artificielle (IA), un système intelligent capable d'effectuer des tâches semblables à celles d'un être humain, telles que des recommandations.

Le système apprend à faire des recommandations en observant les produits qui intéressent les acheteurs. Plus le système observe d'utilisateurs, plus il en apprend sur leur comportement d'achat et plus ses recommandations s'améliorent. C'est ce qu'on appelle l'apprentissage automatique.

L'explication ci-dessus est bien sûr simplifiée et l'IA et la ML présentent de nombreux autres avantages cognitifs qui méritent une explication plus approfondie. Un aspect essentiel est que l'objectif de l'IA et de la ML n'est pas de remplacer les humains, mais d'augmenter leurs capacités. Comme l'IA est capable de s'attaquer aux tâches routinières et aux tâches non routinières de plus en plus complexes, les humains peuvent concentrer leurs efforts sur les tâches qui ont le plus de valeur ajoutée - celles qui nécessitent vraiment un jugement humain. Par exemple, le personnel déployé dans les opérations n'a pas besoin d'examiner chaque facture et de la traiter de la manière appropriée pour le fournisseur. Ils peuvent se concentrer sur les factures les plus complexes, tandis que l'algorithme d'IA traite la grande majorité des factures, plus rapidement, à moindre coût et avec plus de précision que les humains. En apprenant à partir de grands échantillons de données, les algorithmes d'IA peuvent recommander de meilleures décisions que les humains, découvrir des schémas complexes difficiles à repérer pour l'œil humain et prédire avec précision les résultats en tenant compte d'un plus grand nombre de variables et d'associations complexes qu'un humain ne pourrait jamais le faire.

La plupart des algorithmes d'IA se spécialisent dans une tâche très spécifique, comme la reconnaissance de visages humains sur des images ou le filtrage des courriels indésirables. En étant formé spécifiquement, l'algorithme d'IA apprend à effectuer la tâche de mieux en mieux et peut surpasser les humains. Cependant, le domaine de l'IA est vaste et il existe des aspects de l'intelligence humaine que les machines n'ont pas encore appris, comme l'intelligence sociale et émotionnelle.

Vincenzo Chiochia explique l'IA et le ML

Auteurs

Dr Vincenzo Chiochia - Directeur

vchiochia@deloitte.ch | +41 58 279 6618

Dr Francesco de Lorenzi - Senior Consultant

fdelorenzi@deloitte.ch | +41 58 279 8290