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 ?
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.
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.
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 décrire le fonctionnement de l’intelligence artificielle ? Il existe deux approches méthodologiques différentes : le traitement des symboles et l’approche neuronale.
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 :
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.
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 :
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.
Google Inception crée des images de rêves, devenues virales en 2015 sur Twitter avec le hashtag #DeepDreams ; Source : https://twitter.com/hashtag/DeepDreams
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.
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 :
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 : 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 :
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.
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.
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.
Mark Traphagen cite le CEO de Google Sundar Pichai (traduction ci-dessus). Source : https://twitter.com/marktraphagen/status/798298781984944128
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 :
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.
Les erreurs de traduction de Google ont toujours fait beaucoup rire. Aussi simples et naturelles que certaines phrases puissent paraître, le langage représente pourtant une complexité sans pareil pour les ordinateurs. Le traitement automatique du langage naturel (TALN) permet à ces derniers de traduire avec plus de précision d’une langue à une autre, d’exécuter des ordres vocaux ou de répondre à...
Avec les deepfakes, Internet connaît une nouvelle génération de faux, puisqu’ils permettent des manipulations vidéo très réalistes avec peu d'effort. Le système est basé sur une technologie innovante : grâce au deep learning et aux réseaux neuronaux, des personnes peuvent être représentés dans des situations qu'ils n'ont jamais vécues, et notamment dans le porno. C’est dans ce domaine que les...
