Qu’est-ce que l’intelligence artificielle ?
Les neurosciences et l’exploration du cerveau humain font régulièrement les gros titres. Leurs progrès appellent une question remplie à la fois d’espoir et de crainte : serait-il possible un jour de reproduire l’intégralité du cerveau humain ? Aujourd’hui déjà, les ordinateurs lui sont supérieurs en ce qui concerne la puissance de calcul, bien que le cerveau humain présente un degré de complexité bien plus élevé : le cours va-t-il bientôt s’inverser ?
Ces doutes soulèvent la question de l’intelligence artificielle (abrégé en IA ou AI, pour artificial intelligence en anglais). La recherche sur l’intelligence artificielle consiste, grâce à l’informatique, à la neurologie et à la psychologie, à recréer les fonctionnalités techniques du cerveau. L’approche de l’intelligence artificielle remet profondément en question notre conception de l’humanité et de ce que nous appelons l’intelligence.
Une intelligence artificielle disposant de sa propre volonté autonome relève toujours du domaine de la fiction. Pourtant, les technologies visionnaires jouent un rôle essentiel dans de nombreux aspects de notre vie, sans pour autant que l’on s’en aperçoive toujours. Nombreux sont ceux qui ignorent ce qu’est vraiment l’intelligence artificielle et comment elle fonctionne. Les médecins l’utilisent pour les diagnostics et pour planifier les traitements, les prévisions de marché sont plus efficaces grâce à l’AI, et les algorithmes de recherche de Google sont également plus dynamiques. L’AI se trouve derrière chaque assistant tel que Cortana ou Siri, aide les voitures à être autonomes ou peut participer à sélectionner de nouveaux employés. Aux États-Unis, des textes de loi sont déjà créés grâce à l’aide de l’intelligence artificielle. La recherche a fait de nombreux progrès ces dernières années en ce qui concerne les subdivisions.
Internet, et en particulier les moteurs de recherche et le marketing en ligne, est également affecté par ces évolutions rapides. Comprendre les bases de l’IA est donc essentiel pour le SEO : qu’est-ce que l’intelligence artificielle et comment fonctionne-t-elle ? Quels impacts peut-elle avoir sur le SEO et le marketing en ligne ? Quels sont les objectifs des recherches contemporaines, et dans quels domaines l’intelligence artificielle peut-elle être utilisée ? Quelles opportunités et quels risques présente-t-elle ?
Définition de l’intelligence artificielle : vision et réalité
Qu’est-ce que l’intelligence artificielle ?
On peut la définir ainsi : l’intelligence artificielle est un domaine de l’informatique dont le but est de recréer un équivalent technologique à l’intelligence humaine. Des informaticiens spécialisés travaillent de concert avec des experts dans de nombreux domaines. Mais il existe plusieurs théories en ce qui concerne la définition de l’intelligence, ainsi que sur les théories et les méthodes utilisées pour la reproduire.
L’intelligence artificielle est un concept qui, en raison même de sa complexité, est difficile à définir de façon totalement exacte. Les facultés qui font partie de l’intelligence et sont controversées chez l’être humain le sont encore davantage lorsqu’elles s’appliquent à des machines. Par exemple, une machine doit-elle être programmée en priorité pour la rationalité ? Ou au contraire doit-on inclure d’autres compétences humaines, telles que l’intentionnalité, l’intuition, la capacité à apprendre ? De même, les aptitudes sociales, l’empathie et le sens des responsabilités ont peut-être un rôle déterminant à jouer. La question est donc la suivante : la technologie doit-elle produire des capacités essentiellement rationnelles, ou une humanité artificielle ?
Il existe également des différences en ce qui concerne les relations de similitude avec les hommes : une machine doit-elle être construite exactement selon la même structure que le cerveau humain ? Cette approche de simulation a pour but de reproduire exactement les mêmes fonctionnalités que le cerveau. Au contraire, la machine doit-elle simplement ressembler à l’intelligence humaine ? Cette approche phénoménologique, dans laquelle les processus techniques permettant de créer le résultat importent finalement peu, est en général ce que les gens connaissent de l’intelligence artificielle.
Définir l’intelligence artificielle a toujours été compliqué. En 1950, le mathématicien Alan Turing a mis au point un test permettant de mesurer l’intelligence artificielle. Le test de Turing permet en effet, grâce à une série de questions, de déterminer si une machine peut ou non être identifiée comme telle. Si les réponses de l’ordinateur sont impossibles à différencier de celles des humains, on considère que l’ordinateur est artificiellement intelligent. Toutefois, cette définition de l’AI n’est pas d’un grand secours dans la mesure où aujourd’hui l’intelligence artificielle est développée pour de nombreuses tâches. L’intelligence artificielle ne contrôle pas la communication humaine, mais réalise des tâches spécifiques de façon très efficace. Pour ces technologies, on utilise le test de Turing, certes limité : si un système technique, dans un domaine spécifique, présente les mêmes capacités qu’un être humain, que ce soit pour un diagnostic médical ou un jeu d’échecs, on pourra parler à son égard de système intelligent. On divise l’intelligence artificielle en deux catégories : l’IA forte et l’IA faible.
Obtenez votre propre domaine .ai avec IONOS !
La vision : l’intelligence artificielle forte
La définition de l’intelligence artificielle forte correspond à une intelligence pouvant remplacer intégralement l’étendue de l’intelligence humaine, dans toute sa complexité. Cette approche universelle d’un homme-machine existe depuis les Lumières, mais demeure un fantasme de nos jours.
Plusieurs dimensions de l’intelligence appartiennent à l’intelligence artificielle forte : parmi elles on compte les intelligences cognitives, psychomotrices, sociales et émotionnelles. La plupart des programmes contemporains intégrant l’AI font essentiellement appel à l’intelligence cognitive : logique, organisation, résolution de problèmes, autonomie ou formation d’une perspective individuelle.
Le postulat de l’AI forte est que l’intelligence artificielle pourrait développer une conscience autonome et une volonté propre. Avec cet objectif à long terme, les recherches sur l’AI rejoignent le terrain de la philosophie et soulèvent plusieurs questions éthiques et légales. Certains théoriciens du droit estiment déjà que les êtres doués d’intelligence artificielle devraient également être soumis aux lois juridiques encadrant l’humanité. Mais la question des compétences juridiques des machines intelligentes est toujours discutée.
La réalité : l’intelligence artificielle faible
L’intelligence artificielle faible, à l’inverse, se définit par le développement et l’utilisation de l’intelligence artificielle uniquement dans des domaines d’applications définis et limités. Les recherches sur l’AI en sont actuellement à ce stade, dans la mesure où ses champs d’application sont restreints à des domaines « faibles » mais hautement spécialisés : voitures autonomes, diagnostics médicaux, algorithmes de recherche, etc.
La recherche a fait des progrès considérables dans le domaine de l’IA faible. Le développement de systèmes intelligents dans des domaines spécifiques s’est avéré non seulement plus pratique, mais également plus éthique que les recherches sur la super intelligence. Les aires d’application de l’intelligence artificielle faible sont très vastes, mais réussissent particulièrement bien dans la médecine, la finance, les transports, le marketing, et évidemment Internet. On peut déjà prévoir que des technologies d’intelligence artificielles de ce type vont prendre de plus en plus d’importance dans presque tous les domaines de la vie quotidienne.
Comment fonctionne l’intelligence artificielle ? Histoire et méthodes de l’IA
Comment décrire le fonctionnement de l’intelligence artificielle ? Il existe deux approches méthodologiques différentes : le traitement des symboles et l’approche neuronale.
- L’intelligence artificielle symbolique représente les connaissances en question grâce à des symboles, et fonctionne avec ce que l’on appelle le traitement des symboles. L’intelligence artificielle symbolique implique un traitement des informations venant « du haut », et opère grâce à des symboles, des concepts abstraits, et des conclusions logiques.
- L’intelligence artificielle neuronale représente quant à elle le savoir sous forme de neurones artificielles, reliées entre elles et formant un réseau. L’IA neuronale fonctionne donc avec un traitement des informations venant d’« en bas » et simule des neurones individuels artificiels qui, rassemblés en différents groupes connectés, constituent un réseau de neurones artificiel.
L’IA symbolique
L’IA symbolique correspond à l’approche classique que nous avons de l’intelligence artificielle. Elle est basée sur l’idée que l’intelligence humaine peut être reconstruite à un niveau conceptuel, logique et ordonné, indépendamment de valeurs empiriques concrètes : on parle alors d’approche top-down. Le savoir, y compris les langues parlées et écrites, est représenté sous forme de symboles abstraits. Grâce à la manipulation des symboles et en se basant sur des algorithmes, les machines apprennent à reconnaitre, comprendre et utiliser ces symboles. Le système intelligent obtient des informations à partir de systèmes experts, au sein desquels les données et les symboles sont classés de façon spécifique, la plupart du temps de façon logique et interconnectée. Le système intelligent peut s’appuyer sur ces banques de données pour comparer leur contenu avec les siennes.
Parmi les applications classiques de l’IA symbolique, on compte le traitement de texte et la reconnaissance vocale, mais aussi d’autres disciplines logiques, comme le jeu d’échecs. L’IA symbolique fonctionne d’après des règles strictes, et permet de résoudre des problèmes extrêmement complexes grâce au développement des capacités informatiques. C’est ainsi que Deep Blue, l’ordinateur d’IBM doté d’une intelligence artificielle symbolique, a battu le champion du monde d’échecs Garri Kasparow en 1996.
la construction d’un système expert repose sur des données équipées de règles spécifiques. En voici un exemple :
- Tous les arbres sont en bois.
- Le bois est un combustible.
- X est un arbre.
- Par conséquent, X est combustible.
Sur la base de ces liens logiques, un système expert entend imiter le processus humain de connaissance. Dans la plupart des cas, ils sont limités à un domaine d’expertise, comme la médecine par exemple.
Les performances de l’AI symbolique dépendent de la qualité des systèmes experts, mais sont aussi intrinsèquement limitées. Les développeurs avaient placé de grands espoirs dans ces systèmes : grâce aux progrès de la technologie, les systèmes intelligents pourraient eux aussi devenir de plus en plus puissants, et le rêve d’une intelligence artificielle semblait à portée de main. Pourtant, les limites de l’AI symbolique sont de plus en plus évidentes. Peu importe donc le degré de complexité du système expert, car l’intelligence artificielle symbolique reste relativement inflexible en comparaison. En effet, le système basé sur des règles strictes est difficile à gérer lorsqu’il se trouve face à des exceptions, des variations ou des incertitudes. Par ailleurs, l’AI symbolique a beaucoup de mal à acquérir des connaissances autonomes.
Trop rigide, pas assez dynamique, cette technologie ne pouvait satisfaire les attentes mentionnées ci-dessus. Au milieu des années 70 débuta l’hiver de l’AI, période difficile pour l’intelligence artificielle qui subit de nombreuses critiques et revers financiers. Cette disgrâce dura jusqu’aux années 80, quand émergea un concept révolutionnaire : des systèmes capables d’apprendre par eux-mêmes et de progresser. C’est ainsi que se développa la recherche autour de l’intelligence artificielle neuronale.
L’intelligence artificielle neuronale
Ce fut Geoffrey Hinton et deux de ses collègues qui, en 1986, développèrent le concept d’intelligence artificielle neuronale, et revitalisèrent par la même occasion le champ de l’IA. Ils développèrent encore plus loin la rétropropagation du gradient. Ceci permit de jeter les bases du deep learning, utilisé aujourd’hui par presque toutes les technologies d’intelligence artificielles. Grâce à cet algorithme d’apprentissage, des réseaux profonds de neurones peuvent apprendre en continu et se développer indépendamment les uns des autres. Ceci représente un grand défi, que l’AI symbolique n’était pas en mesure de relever.
L‘intelligence artificielle neuronale (appelée aussi IA subsymbolique) se distingue donc des principes de représentation symbolique des connaissances. Comme dans le cadre de l’intelligence humaine, le savoir est segmenté en petites unités de fonctionnement, les neurones artificiels, qui sont reliées à des groupes en perpétuelle croissance. On parle alors d’approche bottom-up. Il en résulte un réseau de neurones artificiels riche et varié.
L’intelligence artificielle neuronale entend imiter aussi précisément que possible le fonctionnement du cerveau, et simuler artificiellement un réseau de neurones. À l’inverse de l’AI symbolique, le réseau neuronal est stimulé et entrainé pour progresser ; dans le domaine de la robotique par exemple, cette stimulation se fait à l’aide de données sensorielles et motrices. C’est grâce à ces expériences que l’IA génère elle-même un savoir en perpétuelle croissance. C’est ici que réside l’innovation majeure : bien que l’entrainement en soi nécessite beaucoup de temps, il permet à la machine d’apprendre seule à plus long terme. On parle parfois de machines apprenantes. C’est ce qui fait des machines basées sur l’IA neuronale des systèmes très dynamiques et doués de capacités d’adaptation, qui parfois ne sont plus entièrement compréhensibles par les humains.
La construction d’un réseau de neurones artificiels suit presque toujours invariablement les mêmes principes :
- Une infinité de neurones artificiels sont disposés les uns sur les autres selon un système de couches. Ils sont connectés entre eux par des câbles simulés.
- Les réseaux neuronaux profonds, c’est-à-dire qui communiquent avec plus de deux couches, fonctionnent. Les couches intermédiaires sont disposées de façon hiérarchique sur les autres ; dans certains systèmes, des informations sur des millions de connexions sont communiquées vers le haut. À titre d’information, AlphaGo (Google DeepMind) comporte 13 couches intermédiaires, et Inception (Google) en comprend déjà 22.
- La couche supérieure agit comme un capteur, qui absorbe les données dans le système, qu’il s’agisse de texte, d’images ou de sons. L’information est ensuite envoyée à travers le réseau en respectant des schémas spécifiques, puis comparée à l’information précédente : c’est ainsi que la couche supérieure nourrit et entraine constamment l’ensemble du système.
- La couche inférieure joue le rôle de couche de production, mais dispose de moins de neurones, puisqu’elle en compte une par catégorie classifiée (une image de chien, une image de chat, etc.) La couche de production indique à l’utilisateur les résultats du réseau neuronal et peut, par exemple, reconnaitre une nouvelle photo de chat jusqu’alors inconnue.
- Il existe trois méthodes de bases utilisées pour l’apprentissage du réseau neuronal : supervisé, non supervisé, ou le sur-apprentissage. Ces méthodes régulent la façon dont le capteur est dirigé vers la production souhaitée.
L’immense majorité des progrès récents de l’AI sont basés sur les systèmes neuronaux. Placées sous le signe du deep learning, la recherche et l’innovation se basent sur les incroyables exploits des systèmes capables d’apprendre par eux-mêmes, qu’il s’agisse d’apprendre une langue, de conduire, ou de reconnaitre une écriture manuscrite. Grâce aux réseaux neuronaux profonds, l’AlphaGo de Google DeepMind a battu le champion de go sud-coréen Lee Sedol en 2016, bien que ce jeu de plateau soit considéré comme l’un des plus complexes et stratégiques au monde.
Google Inception, un système de reconnaissance d’image qui crée des images de rêves fabuleuses, est devenu un phénomène en 2015 sous la hashtag #DeepDreams. Cet « effet secondaire » du système a été découvert par hasard par ses développeurs, qui voulaient découvrir comment fonctionnait vraiment l’intelligence artificielle qu’ils avaient mise au point.
Opportunités et risques de l’intelligence artificielle
De l’optimiste aveugle dans le futur au rejet pur et simple des progrès technique, l’intelligence artificielle suscite des réactions très variées. Ceci s’explique notamment par le fait qu’il existe des prévisions à la fois positives et négatives sur la façon dont ces technologies vont influencer notre futur. Quels sont donc les chances, mais aussi les dangers présentés par l’intelligence artificielle ? Voici un résumé des arguments principaux de ses soutiens comme de ses détracteurs.
Les avantages de l’intelligence artificielle
L’intelligence artificielle présente de nombreux avantages, concernant essentiellement le monde du travail, ses hautes performances et ses perspectives économiques intéressantes.
Les défenseurs des progrès technologiques mettent en avant les avantages de l’intelligence artificielle pour les domaines suivants :
- Amélioration des conditions de travail : l’intelligence artificielle pourrait conduire à créer de nouveaux emplois intéressants, et contribuer à un regain économique. Les experts s’accordent à dire que ces technologies auront un impact majeur sur le marché du travail. Une commission de l’université de Stanford a réalisé une étude sur les perspectives de l’intelligence artificielle dans le futur : elle est parvenue à la conclusion qu’il est pour l’instant impossible de déterminer si les effets de l’intelligence artificielle pour le marché du travail seront positifs ou négatifs. Il est certain cependant que de plus en plus de personnes ne sont pas en mesure d’assurer leur subsistance uniquement grâce au travail. C’est pourquoi les défenseurs du revenu de base universel voient une grande opportunité dans l’intelligence artificielle. Le modèle du travail contre salaire pourrait en effet bientôt être dépassé grâce à l’intelligence artificielle, ce qui permettrait de gagner plus de temps libre.
- Confort : les défenseurs de l’AI y voient également l’opportunité d’améliorer le confort quotidien grâce à de nombreuses innovations. Ceci s’applique par exemple aux voitures autonomes ou à des logiciels de traduction intelligents, qui représentent une charge de travail en moins pour les utilisateurs.
- Performances exceptionnelles : l’intelligence artificielle présente également des avantages considérables concernant les performances, dans la mesure où elles présentent un taux d’erreur bien moins élevé que le taux d’erreur humaine. La grande polyvalence des machines intelligentes en fait des acteurs prometteurs dans les domaines de la santé et de la justice. Si les experts n’envisagent pas que les juges soient remplacés par des machines à l’avenir, l’intelligence artificielle peut aider à identifier plus rapidement les caractéristiques d’un procès, et parvenir plus facilement à des jugements impartiaux.
- Avantages économiques : cette technologie promet également des bénéfices importants pour les industries concernées. La fédération internationale de la robotique (IFR) estime que d’ici à 2019, 42 millions de robots de services seront vendus à travers le monde, pour une somme avoisinant les 22 milliards de dollars. Une étude de Merrill Lynch, branche de la Bank of America, estime que d’ici à 2020 l’industrie de l’intelligence artificielle connaitra une hausse de 150 milliards de dollars. L’intelligence artificielle représente donc un secteur clé pour les domaines de l’informatique et les industries voisines, mais également pour accroitre les revenus d’une façon générale.
- Projets futuristes : enfin, l’intelligence artificielle nourrit la volonté d’exploration humaine ; elle est déjà développée pour la recherche de nouvelles sources de pétrole ou pour contrôler des robots sur Mars. Il est probable que l’avancée des recherches sur l’exploration spatiale va également permettre de faire progresser celles sur l’intelligence artificielle.
Les dangers de l’intelligence artificielle
Des experts renommés tels que le physicien Stephen Hawking ou l’icône de la Silicon Valley Elon Musk mettent en garde contre les risques de l’intelligence artificielle. Ces voix critiques sont soutenues par des initiatives plus vastes ; le Future of Life Institute (FLI), organisation pour le lobby et la recherche, se mobilise régulièrement pour donner la parole à des critiques de renom qui attirent l’attention sur les risques présentés par l’intelligence artificielle.
« L'intelligence artificielle est l'un des rares cas où je pense que nous devons être proactifs dans la régulation, au lieu d'être réactifs. Car le temps que nous réagissions, il sera trop tard »
Elon Musk, fondateur de Tesla et de SpaceX (Source : https://www.lesechos.fr/tech-medias/hightech/010150357806-intelligence-artificielle-elon-musk-plaide-pour-une-vraie-regulation-2102499.php)
Les principaux dangers de l’intelligence artificielle sont les suivants :
- Infériorité de l’humanité : l’un des risques possibles, qui a déjà été soulevé par la science-fiction est le développement d’une super-intelligence. On entend par là une intelligence capable de s’auto-développer et de s’affranchir de l’humanité. Les relations entre les humains et de tels robots pourraient devenir problématiques, dans la mesure où ces super-intelligences dépasseraient les humains et pourraient les dominer, selon les sceptiques. Les chercheurs considèrent toutefois qu’il est quasiment impossible de mettre en place une intelligence artificielle délibérément malfaisante. Le risque réel est que ces machines auto-apprenantes deviennent tellement compétentes dans leur domaine qu’elles développent des activités auto-suffisantes qui pourraient être dommageables pour l’humanité. Le débat actuel repose sur le fait de déterminer si et quand une telle perte de contrôle est susceptible d’advenir. Le FLI présente un résumé des mythes et des incompréhensions autour de la super-intelligence.
- Dépendance à la technologie : les détracteurs de l’intelligence artificielle voient également en elle une perte de pouvoir de l’être humain, qui dépendrait de plus en plus de systèmes technologiques. Dans le domaine médical, par exemple, l’être humain devient un objet de plus en plus observé et surveillé par les machines, selon les opposants à l’intelligence artificielle. Il existe là un risque de perte une partie de notre intimité et de notre autodétermination. Ces inquiétudes ne s’appliquent pas seulement à la médecine mais également à la surveillance vidéo assistée par l’intelligence artificielle, ou aux algorithmes intelligents sur Internet.
- Protection des données et répartition des pouvoirs : les algorithmes intelligents sont capables de traiter de plus en plus efficacement des quantités de données croissantes. Mais le traitement de données par des technologies d’intelligence artificielle devient de plus en plus difficile à comprendre et à surveiller pour les humains. Le contrôle est en effet assuré uniquement par des entreprises et des experts disposant du savoir-faire technique suffisant. Ce risque d’une concentration des pouvoirs ne concerne évidemment pas que l’IA, mais tous les domaines informatiques à l’ère du numérique.
- Bulles de filtres et perception sélective : le militant Internet Eli Pariser met en garde contre un autre danger de l’intelligence artificielle, un concept appelé les bulles de filtres. Sa théorie est que les algorithmes prennent de plus en plus d’importance et détournent les utilisateurs d’un contenu neutre ou opposé à leurs croyances, en leur montrant essentiellement des résultats sur lesquels ils seront susceptibles de cliquer, c’est-à-dire en accord avec leurs convictions. L’opinion des experts est que les algorithmes contribuent ainsi à accroitre une distance idéologique entre les individus. Une étude de Microsoft, publiée en 2016, enquête sur la disparité des informations reçues selon les différents utilisateurs à travers les bulles de filtres. Les résultats minimisent toutefois le rôle de l’intelligence artificielle : l’étude montre que des problèmes similaires existent dans le journalisme classique et que l’impact des nouvelles technologies n’a pas encore été réellement prouvé.
- Influence de l’opinion : les critiques ajoutent que les technologies faisant appel à l’intelligence artificielle seraient susceptibles d’influencer directement l’opinion publique. Cette crainte s’explique par le recours à des technologies que leurs utilisateurs connaissent en détail, ou l’utilisation de social bots, qui influencent l’attitude du public. Le risque d’influencer l’opinion publique augmente donc à mesure que ces techniques se développent.
- Technologie d’arme : un autre danger de l’intelligence artificielle réside dans son utilisation pour les armes. En 2015, des centaines de chercheurs et scientifiques spécialistes de l’IA ont, sous l’égide du FLI, mis en garde contre des systèmes d’armement autonomes mis au point grâce à l’intelligence artificielle. Parmi les signataires se trouvaient Stephen Hawking et Elon Musk, mais également le co-fondateur d’Apple Steve Wozniak et celui de DeepMind, Demis Hassabis. Dans une lettre ouverte, ils demandaient l’interdiction des technologies d’armement basées sur l’intelligence artificielle, qui pourrait d’après eux être déployée « sans contrôle humain sérieux ». La combinaison dangereuse de l’intelligence artificielle, ajoutée à la course à l’armement et à la menace nucléaire, est également pointée du doigt comme un danger supplémentaire par d’autres experts.
- Marché du travail : l’un des risques les plus discutés de l’intelligence artificielle concerne la diminution des offres d’emploi. Les détracteurs de l’AI redoutent qu’elle ne rende les humains de plus en plus superflus, en raison du développement des robots spécialisés dans le nettoyage, le soin à la personne, ou encore les systèmes de transport autonomes. Les robots spécialisés dans les soins aux personnes âgées sont particulièrement controversés, dans la mesure où on leur reproche d’exercer un soin froid, inhumain, notamment pour des personnes en fin de vie qui nécessitent des attentions spécifiques.
- Algorithme discriminant : l’intelligence artificielle produit souvent des résultats plus neutres que les humains, et c’est là l’un de ses nombreux avantages. L’IA fait toutefois preuve de discrimination envers les personnes handicapées ou racisées. Le chatbot Tay de Microsoft, par exemple, a imité les discours racistes en un rien de temps. Des technologies de sécurité ont classé des quartiers noirs comme « zones à problèmes », et les plateformes d’offres d’emploi proposent des offres mieux payées pour les hommes. Le problème est bien connu, le British Standards Institute a publié une version mise à jour de ses consignes éthiques à destination des robots. Il est toutefois difficile de mettre en œuvre ces consignes de façon absolument systématique, dans la mesure où chaque intelligence artificielle apprend d’elle-même au contact de son environnement. Les robots sont en effet le reflet de notre société et de notre culture, et perpétuent ainsi le racisme et le sexisme toujours présents.
L’intelligence artificielle dans le monde numérique
Quel est le rôle de l’intelligence artificielle dans le monde digital ? Il faut d’abord noter que l’IA est à peine visible sur le Net. De nombreuses entreprises évitent d’utiliser le terme, alors même que leurs produits fonctionnent à partir de l’intelligence artificielle. La réputation sulfureuse de l’IA est intrinsèquement liée à la fascination qu’elle suscite. Des personnes qui utilisent l’AI au quotidien sans forcément s’en rendre compte peuvent d’une certaine manière y être réticentes. Par ailleurs, il est parfois difficile de déterminer si une performance technique est « intelligente » : les transitions faciles entre les étapes d’un protocole et les différentes définitions de l’intelligence artificielle prêtent parfois à confusion.
Avec la popularité grandissante des assistants de langue, de plus en plus d’utilisateurs se familiarisent avec l’intelligence artificielle. Il existe pourtant de très nombreux autres domaines du Web dans lesquels les technologies de l’IA jouent un rôle déterminant : des logiciels aux algorithmes actifs, la liste est longue. C’est Google qui domine ce marché avec ses innovations, avec apparemment deux à trois ans d’avance sur les entreprises concurrentes. Alors quel est le rôle joué par l’intelligence artificielle dans les fameux algorithmes ? Quels sont ses effets pour le marketing en ligne et le SEO ? Voici quelques exemples de techniques typiques et des programmes pionniers en la matière.
Techniques et champs d’applications
- Machine learning : le terme machine learning désigne l’accumulation de connaissances grâce à l’expérience d’un système artificiel. Ces données d’apprentissage rendent le système capable de reconnaitre des modèles et des lois. Le machine learning fait appel aussi bien à l’intelligence artificielle symbolique que neuronale.
- Deep learning : le deep learning est une sous-catégorie du machine learning, qui implique uniquement les réseaux de neurones artificiels. Ceci constitue la base de la plupart des applications utilisant l’IA.
- Classification visuelle : elle est utilisée pour le développement de la reconnaissance des objets, des visages, des symboles et des textes.
- Classification auditive : on l’utilise pour la reconnaissance vocale et la reconnaissance des sons.
- Social computing : il permet d’analyser de nombreux contenus en ligne (réseaux sociaux, jeux en ligne, blogs, ou wikis). Les résultats obtenus servent d’échantillons pour interpréter les règles de conduite sur le Web. Le social computing contribue à développer des agents sociaux artificiels.
- Analyse d’opinion : ce terme fait référence aux méthodes utilisées sur le Web pour recueillir l’opinion et le ressenti des utilisateurs sur des thèmes précis, des évènements ou des personnalités. L’analyse d’opinion permet également de traiter les demandes de clients de façon automatique ou personnalisée.
- Service client (téléphone, Web) et assistance numérique : l’intelligence artificielle joue un rôle déterminant dans ce secteur, en particulier grâce aux programmes de reconnaissance vocale.
- Algorithmes de recherche : l’intelligence artificielle est l’un des nombreux composants qui optimisent les algorithmes, dont l’importance dans les classements de recherche est en constante augmentation.
- Robot d’indexation : ces robots, également appelé crawlers, sont utilisés par les moteurs de recherche pour sonder le Web à la recherche d’informations, et créer des index. Les robots d’indexation apprennent grâce aux exemples, et sont donc capables de tirer des conclusions pertinentes.
- Système de vision informatisée : la vision informatisée, en particulier la reconnaissance faciale, est souvent utilisée dans le domaine de la sécurité, notamment pour la circulation et la surveillance des lieux publics. Mais de plus en plus de services tels que Facebook les utilisent également pour reconnaitre leurs utilisateurs. En effet, Facebook est désormais capable de reconnaitre un visage en particulier parmi des milliers d’autres, même s’il ne regarde pas l’objectif.
- Joueurs virtuels et bots : le développement des jeux vidéo a permis à l’intelligence artificielle de créer des joueurs se comportant davantage comme des humains. Les bots, et les bots sociaux en particulier, ont été développés pour la stimulation des activités humaines sur le Web.
- Simulation de groupe : l’intelligence artificielle peut servir à prévoir des schémas de comportements humains complexes en groupe. Cette technique est utilisée aussi bien pour les jeux vidéo que les technologies de sécurité ou l’analyse de dynamiques virales.
l’intelligence artificielle ne doit pas être confondue avec le Web sémantique. Si celui-ci trouve ses origines dans les recherches sur l’IA, les deux domaines n’ont aujourd’hui presque plus rien en commun.
Programmes, algorithmes et initiatives de recherches
- RankBrain: RankBrain est un algorithme intelligent de Google, qui fut à l’origine développé pour mieux comprendre des requêtes longues et inconnues. En 2015, Google a fait savoir que RankBrain était en troisième meilleure position des 200 éléments de recherche de la recherche Google. C’est la raison pour laquelle RankBrain a une influence importante sur le SEO.
- DeepMind: DeepMind est une entreprise achetée par Google en 2014, qui a mis au point de nombreuses technologies d’intelligence artificielle. Ses développements, dont RankBrain, sont intégrés à plusieurs applications et algorithmes de Google. L’une des IA de DeepMind a auto-entrainé sa mémoire en s’exerçant sur de vieux jeux Atari. L’entreprise a aussi développé AlphaGo, le programme qui a porté le jeu de go à un niveau de perfection inégalé. D’un point de vue technique, DeepMind ne repose pas uniquement sur un réseau de neurones, mais est également doté d’un système de mémoire à court terme, ce qui permet de simuler encore mieux les mécanismes de la mémoire humaine.
- Inception : Inception est un réseau de reconnaissance d’image créé par Google, qui a instauré de nouveaux standards dans ce domaine.
- Siri, Alexa, Cortana : les intelligences artificielles des assistants vocaux d’Apple, Amazon et Microsoft font désormais partie de la vie quotidienne de nombreux utilisateurs.
- Watson : le programme de communication développé par IBM a été optimisé pour poser des questions et y répondre de façon naturelle. En 2011, il a participé au jeu télévisé Jeopardy! et a eu l’occasion de démontrer ses capacités, puisqu’il a gagné contre ses adversaires humains, avec un avantage de 2500 dollars. Il est depuis utilisé dans le domaine médical pour rassembler les données des assurés et étudier leur histoire médicale. En 2016, cette intelligence artificielle a créé de façon autonome la bande-annonce du film Morgan, à partir d’une centaine de bande-annonces qui ont nourri l’algorithme.
- Cleverbot : le programme de communication instantanée Cleverbot apprend en communiquant avec des humains. Il s’agit d’un programme de chat open-source, qui a été classifié en tant qu’ « humain » après avoir obtenu 59,3% au test de Turing.
- TensorFlow : le programme intelligent a été publié gratuitement en 2015, dans le cadre d’un projet de recherche. TensorFlow est depuis employé pour divers produits de Google, notamment la reconnaissance vocale, Gmail ou encore la recherche Google.
- Facebook AI Research (FAIR)/Torch : Facebook a également développé son propre programme open-source d’intelligence artificielle, Torch, qui fait appel à des méthodes de deep learning.
- Microsoft Emotion Recognition : cet outil permet d’identifier les émotions dans une image.
Les effets de l’intelligence artificielle sur le SEO
Les innovations des systèmes auto apprenants créent des changements majeurs dans l’industrie d’Internet. En achetant DeepMind en 2014, Google a lancé une tendance et montré que son algorithme de recherche était de plus en plus orienté vers l’intelligence artificielle. Google continue d’ailleurs d’acquérir des start-ups qui se consacrent à la recherche sur l’IA, comme les entreprises britanniques Vision Factory ou Dark Blue Labs, qu’elle intègre à son équipe DeepMind.
L’algorithme intelligent RankBrain est celui qui influence le plus les initiatives d’intelligence artificielles de Google. Très efficace pour reconnaitre les nouvelles requêtes, il a été implémenté dans l’algorithme de recherche de Google en 2015. Il s’agit de l’un des trois facteurs de ranking les plus importants, avec les liens et le contenu. La spécialité de RankBrain est de convertir des requêtes de texte en entités mathématiques, de façon à comprendre encore mieux l’intention derrière la formulation de la requête. On ne sait toutefois pas comment fonctionne l’intelligence artificielle exactement.
Il est presque impossible d’estimer quelle influence joue l’intelligence artificielle dans la recherche Google. L’expert SEO Mark Traphagen cite le CEO de Google Sundar Pichai : « nous sommes déjà en train de basculer du mobile-first vers l’Artificial Intelligence First. Nous voulons construire un Google personnel pour chaque utilisateur. » Un Google personnalisé, et l’individualisation parfaite de la recherche en ligne grâce à l’intelligence artificielle, voilà qui représente des enjeux majeurs pour le SEO.
L’intelligence artificielle de RankBrain classe les requêtes de recherche, en transformant les données connues en hypothèses et en généralisations qu’elle applique aux données respectives. Dans la mesure où l’algorithme est constamment nourri de nouvelles données, son comportement est également en perpétuelle évolution. Google ne travaille donc plus avec des mises à jour hebdomadaires, conçues à partir de standards humains, mais à partir des calculs en temps réel des systèmes auto apprenants. Si les algorithmes sont encore partiellement compréhensibles, ceci rend l’IA appliquée au SEO, dynamique et personnalisée, encore plus difficile à cerner.
En ce qui concerne le SEO, il est important de garder toujours à l’esprit que l’intelligence artificielle acquiert quotidiennement ses connaissances à partir de la qualité des sites Web, qu’elle applique aux futurs classements, grâce aux expériences et aux signalements des utilisateurs. Google sait où un utilisateur clique, quels liens il utilise et combien de temps il reste sur telle ou telle page, et la façon dont il réagit à la publicité. Pour améliorer le SEO, il est essentiel de garder en tête les points suivants :
1. Les signaux des utilisateurs ont une importance capitale : il ne s’agit plus seulement du nombre de clics, mais aussi du temps passé par les utilisateurs sur la page, ou les signaux sociaux. Quatre indicateurs sont particulièrement importants :
- Le temps passé : ceci fait référence au temps moyen passé sur un site Web pour chaque utilisateur.
- Le taux de rebond : ceci correspond au nombre d’utilisateurs ayant quitté le site Web après un avoir consulté une seule page.
- Le taux de clic : Ce taux correspond au nombre de fois où les internautes cliquent sur un élément proportionnellement au nombre de fois où cet élément est affiché.
- Les signaux sociaux : les signaux sociaux correspondent aux mentions « j’aime », aux commentaires et aux partages d’un site ou d’un contenu Web. Il s’agit par conséquent d’indicateurs essentiels pour évaluer la popularité d’un contenu.
2. La sémantique avant les mots-clés : à l’origine, RankBrain a été développé pour mieux comprendre les requêtes longues et inédites. Il en résulte que Google interprète chaque jour chacune des requêtes, ce qui lui permet de comprendre de mieux en mieux l’intention derrière chaque recherche : le SEO fait encore une fois la part belle à la sémantique, les traditionnels mots-clés perdant de leur importance. Pour un bon classement, la qualité du contenu et la pertinence pour l’utilisateur sont toujours décisifs.
3. Google peut voir si l’utilisateur est satisfait ou non : Google évalue les signaux des utilisateurs et classe les sites Web en fonction de leur qualité, de façon bien plus précise que les algorithmes antérieurs à RankBrain. Il est donc plus que jamais essentiel de développer la convivialité des sites Internet : des textes intelligibles et un linkbuilding judicieux constituent les bases de l’utilisabilité. La vitesse d’affichage et de chargement est également primordiale pour que les utilisateurs soient satisfaits et restent sur la page. Enfin, le menu de navigation est particulièrement important, et doit être facilement compréhensible tant pour les utilisateurs que pour l’intelligence artificielle. Pour résumer, le contenu est essentiel mais il doit être doublé d’une technique parfaite pour des résultats SEO maximisés.
4. Misez sur un marketing en ligne polyvalent. Plus une entreprise est importante, plus il est nécessaire d’investir dans le marketing en ligne en s’entourant de spécialistes du SEO, des médias sociaux et de la convivialité utilisateur. Afin de s’adapter au mieux aux progrès de l’intelligence artificielle, il est nécessaire que tous ces acteurs travaillent ensemble.
Bien que les classements deviennent de plus en plus flexibles, la bonne nouvelle est que l’optimisation pour les moteurs de recherche change assez peu. Depuis longtemps les seuls mots-clés ne sont plus l’unique mesure pour un SEO de qualité. Ces dernières années, l’industrie du Web s’est en effet davantage focalisée sur la satisfaction des utilisateurs, pour faire en sorte que les groupes cibles visitent les sites Internet le plus possible.
la façon dont fonctionne l’intelligence artificielle pour le classement n’est pas fondamentalement différente des algorithmes classiques. Les algorithmes basés sur l’IA sont en effet similaires, mais plus efficaces et plus précis, et ils enregistrent plus d’informations réellement importantes pour les utilisateurs. Il est donc important aujourd’hui de ne pas rejeter les stratégies SEO déjà existantes, mais de les implémenter en tenant compte de ces innovations, pour une expertise encore plus précise.
Signalons enfin qu’en 2016, cinq géants numériques de la Silicon Valley (Google, Amazon, Facebook, IBM et Microsoft) se sont rassemblés pour travailler ensemble sur la recherche sur l’intelligence artificielle. Cette nouvelle a immédiatement alarmé les consommateurs partisans de la protection des données car ces entreprises détiennent de nombreuses informations sur leurs utilisateurs, mais cette coopération est avant tout conçue pour développer des recommandations éthiques communes en ce qui concerne l’utilisation de l’intelligence artificielle. Il est en effet indéniable que des règles communes doivent être établies dans ce domaine. Diriger les progrès de l’intelligence artificielle vers des canaux utiles devrait, dans les années à venir, devenir l’une des tâches essentielles de la communication et des medias.