Z Digital Agency Manager a interviewé Aaron Richiger, cofondateur chez Turicode, pour s’enquérir de l’état actuel du secteur de l’intelligence artificielle, au-delà du buzzyness. Turicode numérise les contenus de ton entreprise pour créer automatiquement des sites Web, des applications mobiles et des bases de connaissances, grâce à l’apprentissage automatique.
Si tu devais résumer l’état actuel de l’industrie de l’intelligence artificielle en 2 minutes, que dirais-tu ?
Commençons par les mauvaises nouvelles : L’IA et l’apprentissage automatique sont des mots à la mode hypermédiatisés, ou comme l’a dit Robin Hanson : « La plupart des entreprises qui pensent vouloir de l’IA/ML avancée ont en réalité juste besoin d’une régression linéaire sur des données nettoyées ». Les personnes qui n’ont pas d’expérience en IA/ML sont très susceptibles de trop attendre d’un système intelligent, par exemple d’un chatbot ou d’un moteur de traduction linguistique basé sur l’apprentissage profond. Ou comme un de mes amis a l’habitude de le dire : « Nous passons la moitié du temps dans nos projets d’IA avec la gestion des attentes des clients »….
Cela dit, de bonnes nouvelles subsistent : Les récentes avancées en matière d’algorithmes, de matériel et de frameworks ML faciles à utiliser ont permis de trouver des solutions à des tâches qui semblaient impossibles pour une intelligence artificielle il y a quelques années. Et je prédis que nous avons à peine effleuré la surface du plein potentiel de l’IA.
C’est pourquoi je suis optimiste, car je pense que les nouvelles solutions de pointe répondront aux attentes élevées des clients dans un avenir proche.
Quels avantages vois-tu dans les méthodes d’IA avec lesquelles tu travailles actuellement par rapport à d’autres méthodes ?
Les solutions d’IA présentent les avantages suivants par rapport aux solutions traditionnelles basées sur des règles :
- Évolutivité : Les systèmes d’IA s’échelonnent/généralisent mieux pour les entrées jamais vues/imprévues.
- Simplicité : Pour les tâches complexes, l’approche de l’IA pourrait être plus simple, en raison du nombre considérable de règles nécessaires pour une approche basée sur des règles. L’élaboration manuelle de règles prend du temps, est coûteuse, sujette aux erreurs et s’adapte mal aux variations inattendues des futures données d’entrée.
- Complexité : L’IA (c’est-à-dire l’apprentissage profond) est capable de résoudre des tâches complexes impossibles à résoudre avec une approche traditionnelle basée sur des règles (par exemple, la traduction en langage naturel).
Quelles sont les limites que tu prévois dans le développement de l’IA ?
Nous rencontrons les deux difficultés majeures suivantes dans notre travail quotidien avec les algorithmes de ML :
- Une énorme quantité de données d’entraînement est nécessaire pour entraîner une IA, mais les données d’entraînement annotées sont souvent indisponibles et coûteuses à générer.
- Une IA a des limites similaires à celles de l’intelligence humaine, par exemple si les humains ne sont plus d’accord pour dire si l’animal sur une photo est un chat ou un chien en raison d’une ambiguïté, l’IA aura les mêmes difficultés à prendre une décision correcte.
Tu peux nous recommander une personne, une communauté ou une source d’information importante sur l’IA ?
Au lieu de recommander une personne ou une communauté, j’aimerais souligner les réalisations que des frameworks ML faciles à utiliser tels que Keras et Theano ont introduites.
Quel est actuellement ton défi personnel le plus important ?
Trouver des clients pour notre technologie : Nous avons des solutions qui fonctionnent, il faut maintenant que le monde les connaisse….
