En quelques années, le secteur toujours plus imposant de l’intelligence artificielle s’est invité un peu partout dans nos usages numériques et nos appareils. Les moteurs de recherches, les smartphones ou les services de traductions si chère au cœur des élèves peu attentif en classe ne peuvent plus s’en passer. Dans quoi d’autre ces deux petites lettres interviennent-elles ?
Pour les étudiants ou futur étudiants qui s’intéresse au secteur de l’intelligence artificielle et aux formations qui y touche, sachez qu’il existe des établissements du supérieur qui sont spécialisés dans le domaine. C’est par exemple le cas de l’école française IA School basé à Paris et à Lyon.
Le smartphone et l’intelligence artificielle
Quoi de mieux pour commencer que de parler de l’appareil qui est presque greffé à notre main tant on s’en sert régulièrement. Si de nombreuses applications tierces passent par l’IA, des fonctions à part entière du téléphone l’utilisent aussi. On pense entre autres à l’optimisation de la batterie en fonction de votre activité et de vos habitudes. Toutefois, c’est du côté de l’appareil photo que l’application la plus impressionnante de l’intelligence artificielle se trouve. Certains smartphones ne mettent pas le paquet sur la qualité ou la quantité de leurs objectifs, mais sur leur traitement logiciel aidé par l’IA. Citons par exemple le Pixel 5 de Google et de sa fiche technique modeste. Pourtant, il tire des clichés plus réussis que la plupart de ses concurrents à quelques exceptions près. Pour cela, le téléphone prend une quinzaine de clichés que l’IA fusionne en une seule photo avec le plus d’informations possible.
De nuit, le résultat est encore plus impressionnant. Comme ses prédécesseurs, le Pixel 5 rend exploitable une prise de vue plongée dans la pénombre grâce à son mode Night Sight. Si vous souhaitez en savoir plus, consultez notre comparatif des meilleurs smartphones photo.
l’intelligence artificielle au service des aides à la conduite
En attendant la lointaine voiture entièrement autonome, ces assistances se perfectionnent avec l’IA. Bardées de capteurs et de caméras, elles sont maintenant équipées de régulateur de vitesse intelligent et de système de maintien de trajectoire. Parmi ces évolutions, comment ne pas citer le désormais célèbre mode Autopilote de Tesla. En plus de ces deux fonctionnalités, il assure des changements de voies, prend des sorties ou gare la voiture tout seul. Pour cela, l’algorithme de ce mode analyse les informations des huit caméras et des capteurs annexes de la Tesla et réagit en fonction de ce qu’il détecte. Précisons que ces actions nécessitent une approbation du conducteur et la présence de ses mains sur le volant. D’ailleurs, ce n’est pas l’IA qui invente ces décisions grâce à ses analyses. En effet, ces dernières ne lui servent qu’à reconnaître les situations auxquelles ses concepteurs ont associé la réponse adaptée.
Si le sujet vous intéresse nous avons également publié un article à propos de cet objectif encore un peu lointain qu’est la voiture autonome.
Des robots aspirateurs plus efficaces grâce à l’intelligence artificielle
Tout comme les aides à la conduite dans les voitures, ces appareils s’en servent pour mieux s’adapter à leur environnement. Ici les capteurs ne détectent pas les panneaux et lignes blanches, mais des obstacles insurmontables comme une paire de chaussons laissés nonchalamment sur le parquet. L’IA ne lui permet pas de déterminer son parcours, car c’est l’utilisateur qui s’en occupe, mais de réagir aux imprévus. Pour cela, elle passe par une caméra ou un système de télédétection laser (Lidar). En fonction de ce que le robot reconnaît, il effectue l’action qui correspond le mieux à la situation en piochant dans un panel défini par ses concepteurs.
Traduire les langues avec l’IA
Des services comme Google traduction bénéficient eux aussi des progrès de l’intelligence artificielle. À ses débuts, Google utilisait la méthode PBMT ( Phrase Based Machine Translation). Celle-ci coupait la phrase en petits bouts pour les traduire indépendamment des autres. Ce qui causait bien sûr des erreurs, car le traducteur donnait le sens littéral du mot. Si aujourd’hui Google Traduction transforme correctement « il pleut des cordes » en « it’s raining cats and dogs », ça n’a pas toujours été le cas. À présent, le service utilise des réseaux de neurones artificiels récurrents pour son fonctionnement. Ces derniers considèrent la phrase comme une unique entité à traduire et ne la découpent pas. L’IA est passé par un « entraînement » pendant lequel on lui a soumis des milliers de textes et leurs traductions. Ce monticule de connaissances lui sert donc de base pour fonctionner.
De plus, cette base bénéficie de mises à jour venant des internautes qui utilisent le petit bouton « contribuer ». Google traduction renforce ses résultats en demandant à ces derniers si telle traduction est correcte.
Ça marche bien ?
Dans le cas de l’anglais, cette base est très solide compte tenu de l’importance de cette langue. En revanche, un dialecte non majeur risque de souffrir d’une traduction moins efficace. D’ailleurs, tous les traducteurs automatiques ne sont pas égaux. En 2017, la société DeepL GmbH qui possède Linguee entre en scène. Leur récent traducteur dispose des millions de textes et traductions de qualité du dictionnaire multilingue pour « apprendre ». DeepL s’appuie également sur un supercalculateur qui traduit 1 million de mots en moins d’une seconde. Grâce à cela, les performances de ce traducteur au test BLEU ( Bilingual Evaluation Understudy) sont trois fois plus élevées que celui de Google. Malgré ses 109 langues supportées contre 26 pour DeepL, il semble donc en retard.
Les recherches Google passent-elles par l’IA ?
L’implication de la firme dans l’intelligence artificielle ne se limite pas à son traducteur automatique. En effet, son moteur de recherche s’en sert pour améliorer son efficacité. Depuis sa création, il a pour objectif d’afficher les pages les plus pertinentes en fonction de la requête qui lui est soumise. Dans ce but, l’IA peut l’aider à comprendre les nuances d’une recherche ou montrer les bonnes sous-catégories et recherches associées. Pour cela, ses réseaux de neurones sont entraînés avec des millions de requêtes. Le but étant qu’ils finissent par ressortir la liste de résultat la plus optimale pour chacune d’entre elles en fonction de tous les paramètres à leur disposition. Par exemple, si un résultat apparaît en troisième alors qu’il possède un taux de clics plus élevé que le premier, l’IA va corriger l’erreur et changer sa place.
Mieux comprendre pour de meilleurs résultats de recherche
Concernant l’amélioration de la compréhension des requêtes Google. Tout un champ de cette discipline se concentre sur l’interprétation du langage naturel. Plus clairement, ce segment de l’IA souhaite apprendre aux ordinateurs à comprendre le plus efficacement possible notre langage écrit à l’aide de la linguistique. Une IA « formé » au langage naturel cherche le sens d’une phrase en se basant sur un lexique qui cataloguent les mots et les relations qui les unissent ainsi qu’un systèmes de compréhensions de cet ensemble. Vous vous en doutez, un moteur de recherche en quête d’optimisation est friand de ce genre de progrès. Sans cela, si une requête est construite avec de simple mots clés, pas de difficultés à l’horizon. En revanche, si l’utilisateur la pose sous forme de question, le rendu devient moins formel et donc moins compréhensible pour Google.
À consulter également : qu’est ce que Intelligence Artificielle ?