- reda belkeziz
L'IA, c'est quoi?

L’intelligence artificielle (IA) est un domaine qui suscite aujourd’hui beaucoup de curiosité et d’excitation. Rares sont les domaines qui ne sont pas affectés par l’IA et on estime à plus de $13tn la création de valeur annuelle liée à l’IA d’ici 2030.
Il existe deux types d’IA. Celle qui consiste à répliquer le fonctionnement du cerveau humain : on pense immédiatement à 2001 : L’odyssée de l’espace, à ce futur trans-humaniste menant au soulèvement des machines et à l’extinction de l’espèce humaine, laissant la place aux robots. Cette science qui alimente plus d’un fantasme, bien que passionnante, est extrêmement complexe à construire, et mettra encore plusieurs décennies à donner des résultats concrets. En revanche, l’IA que l’on appelle restreinte, qui consiste elle, à utiliser la puissance des ordinateurs pour apprendre à répliquer certaines tâches précises, avance aujourd’hui à une vitesse fulgurante, et transforme déjà de façon considérable les métiers, les opérations et plus généralement le monde dans lequel nous vivons, de certaines taches en apparence simples comme le traitement automatique des spams, aux plus complexes telles que la reconnaissance faciale et les voitures autonomes.
L’IA se développe à un rythme exponentiel depuis quelques années pour deux raisons principales. En premier lieu, l’abondance des données : on estime à 6 milliards le nombre d’appareils connectés à Internet et ce nombre de fait que grandir avec l’IoT (Internet of Things), 90% de la data existante aujourd’hui a été créée au cours des 2 dernières années, on parle aujourd’hui d’ailleurs de big data. En parallèle de l’explosion du volume de données, la capacité des machines à stocker et à traiter ces données s’est aussi monstrueusement améliorée, ce qui permet de construire de puissants modèles qui se nourrissent de cette data pour construire des outils qui changent le monde.

Une majorité de ces outils se base sur le Machine Learning (ML). Ce champ de l’IA permet aux ordinateurs d’apprendre à effectuer certaines taches sans programmation explicite. On entend aussi souvent parler de Deep Learning (DL), une sous-branche du Machine Learning, utilisant des réseaux de neurones profonds, et destinée à certaines tâches spécifiques (Computer vision, Audio recognition…).
