Blog HPE, France
annuler
Affichage des résultats de 
Rechercher plutôt 
Vouliez-vous dire : 

Ni Dieu ni intelligence artificielle

La Génése. En 1950 Alan Turing imaginait déjà les prémisses de l’intelligence Artificielle dans son article « Computing Machinery and Intelligence ». Depuis les progrès technologiques en matière de stockage et de serveurs ont rendu possibles, économiquement et techniquement, des traitements informatiques inenvisageables il y encore quelques années. En près de 20 ans la puissance informatique a été multipliée par 80.000 à coûts constants. Pour que l’Intelligence Artificielle émerge réellement il fallait qu’elle puisse s’alimenter en données. L’arrivée du numérique avec l’explosion des données de tous types (texte, voix, images, vidéo) a créé un contexte favorable au développement de l’intelligence artificielle faible. L'IA est une science qui permet de résoudre des problèmes complexes par la corrélation de plusieurs centaines, voir milliers, de critères en parallèle. Elle fait appel à différentes techniques dont la plus médiatisée est le machine learning. C’est un système autoapprenant qui se décline également en apprentissage profond appelé deep learning.

 

car.pngL’intelligence artificielle au quotidien. La majorité des moteurs de recommandation, les systèmes de reconnaissance vocale, de textes, d’images et de vidéos ou le traitement en langage naturel (NLP) s’appuient déjà sur des technologies de machine learning ou de deep learning. L’intelligence artificielle va accompagner et influencer le développement de notre société et répondre aux grands enjeux du 21 ème siècle pour nourrir une population qui atteindra les 9,6 milliards d’habitants en 2050 et qui habite déjà pour 54% dans des villes. Ces villes n’auront d’autres choix que de faire appel à l’intelligence artificielle pour lutter contre la pollution, optimiser l’utilisation des ressources énergétique et réguler le trafic routier. Depuis 2011 les géants du numériques américains (GAFA ) et chinois (BATX) se sont lancés dans la course à l’intelligence artificielle embauchant à tour de bras des experts et achetant les start-up les plus prometteuses. L’IA envahi tous les domaines. C’est cette capacité qui intéresse les géants du numérique mondial, afin de transformer les anciens et créer de nouveaux secteurs d’activités. L’automobile avec le développement des voitures autonomes en est un parfait exemple. Cela modifie non seulement l’industrie proprement dite mais l’onde de choc va bien au-delà : infrastructures routières, services de transport, environnement prédictif, modes de vies, sécurité… 

IA s’y adapter ou disparaitre. En 2016 déjà 38 % des entreprises avaient recours à l’intelligence artificielle. Elles seront 62% en 2018 selon « narrative Science survey ». Les investissements progressent de manière impressionnante (300% entre 2016 et 2017 selon Forrester Research). Selon IDC le marché de l’IA représentait 8 milliards $ en 2016 et est estimé à 47 milliards $ en 2020. En ce qui concerne la France, Accenture estime dans son étude « Pourquoi l'intelligence artificielle est le futur de la croissance » que l'Intelligence artificielle améliorera la productivité des entreprises de 20%, et que la croissance annuelle passera de 1,7% du PIB à 2,9%. De plus en plus présent dans le monde moderne, l’intelligence artificielle va inévitablement impacter la nature du travail et susciter une nouvelle relation entre l'homme et la machine. Renoncer à l’Intelligence Artificielle serait pourtant nous soumettre à une double peine, voire des emplois migrer vers les pays qui auront relevé le défi plus rapidement sans engranger les nouveaux emplois qui vont se créer autour de ses nouvelles technologies. Il faut dès à présent anticiper les changements et imaginer des formes de collaboration entre l’homme et la machine pour créer une « intelligence augmentée ».

jarvis.jpg

Médecins, avocats, conseillers financiers verront leur efficacité décuplée avec la collaboration d’une IA. Avec un logiciel qui réalise en une seconde le travail qui prend 360.000 heures à des avocats, on peut rêver d’une justice plus efficace, plus rapide et qui désengorgerait les tribunaux. Autre exemple, le génome humain peut être analysé en moins de 24h aujourd’hui alors qu’il fallait plus d’une dizaine d’années il n’y a pas si longtemps et son cout a été divisé par 100.000. Dans le domaine de la sécurité ont voit également poindre l’utilisation de machine learning pour faire face à la prolifération et à la sophistication des cyberattaques et la gestion des IoT. La réelle inquiétude porte davantage sur ce que l’on appelle « L’IA forte ». Présente depuis de nombreuses années dans les films de sciences fiction, cette intelligence sera capable de conscience et nous interroge sur notre humanité. Le film Ex Machina illustre cette appréhension d’un monde ou la distinction entre l’homme et la machine serait impossible à faire. Bien que les progrès se soient accélérés l’IA forte n’est cependant pas prévue avant 2035. Le temps pour réfléchir à ses implications. !

 

Est-elle pour tous ? Les compétences et les moyens informatiques pour développer des solutions de machine learning ne sont pas à la portée de tous, pourtant on peut espérer que ces solutions se démocratisent à l’aide des APIs et du Cloud. On voit déjà des modules de machine learning disponibles dans le cloud et des développeurs peuvent les intégrer à leurs programmes en utilisant les APIs prévues à cet effet. Les fournisseurs de Cloud et les start-up spécialisés auront un rôle clé à jouer pour faciliter l’adoption de ces solutions. De leur côté les fournisseurs d’infrastructures devront faire évoluer leur gamme pour qu’elles s’adaptent aux exigences de l’intelligence artificielle qu’elle s’exécute dans un système intelligent (edge computing) ou dans un datacenter. Dans l’exemple de la voiture autonome on perçoit bien qu’il faudra combiner des traitements effectués dans le véhicule (ex : actions instantanées comme un freinage) avec des opérations consolidées dans un Datacenter ou dans le cloud (ex : maintenance prédictive).

 

HPE et l’Intelligence artificielle. Le rôle des infrastructures dans le développement de l’Intelligence artificielle a déjà été évoqué en début de billet. HPE poursuit continuellement ses recherches et développement pour adapter ses gammes aux nouveaux défis du numérique. HPE intègre également l’Intelligence artificielle dans ses propres produits pour en améliorer le fonctionnement et c’est ce qui a été fait avec des acquisitions de startup comme Nimble Storage et Niara.

 

  • Contrôle des infrastructures. Avec l’achat de Nimble Storage, HPE a mis la main sur InfoSight. Ce produit utilise le machine learning et propose de l’analyse prédictive dans le cloud pour anticiper et prévenir des problèmes d’infrastructures qui pourraient pénaliser des applications et impacter le business. L’utilisation de ce produit sera prochainement étendue à d’autres famille de stockage HPE.
  • Sécurité : HPE ARUBA a fait l’acquisition de Niara. Renommé IntroSpect et utilisé par ClearPass, ce logiciel est une plateforme de sécurité analytique qui utilise des algorithmes de Machine Learning pour exploiter les données provenant des infrastructures de sécurité. Il peut ainsi améliorer la détection des attaques qui ont réussi à contourner les défenses périmétriques de l’entreprise. Il permet de ce fait une sécurité plus en profondeur, mais également de gérer le traitement dense que l’IoX (Internet of Everything) nous promet dans la prochaine décennie.

 

Les nouvelles technologies sont des atouts pour l’avenir de l’humanité. Il faut pour cela comprendre leur intérêt et leurs limites, ainsi que la gestion des nouvelles compétences et des nouveaux emplois, qu’elles font et vont faire émerger.

” Intelligence is the ability to adapt to change” Stephen Hawking

 @gg_HPEARUBA

0 Compliments
À propos de l'auteur

GregoryGatineau