Introduction à l’I.A

Ah l’intelligence artificielle, s’il y a bien un domaine de l’informatique qui déchaîne les passions et enflamme notre imaginaire collectif, c’est celui-là !
Et il y a de quoi, entre SKYNET, qui souhaite la mort des humains, J.A.R.V.I.S., le majordome numérique de Tony Stark ou encore l’androïde rigolo C-3PO, on se dit que l’I.A, dans la pop culture, c’est vraiment impressionnant !

Mais le rêve s’arrêterait vite là si l’on n’assistait pas tous les jours à la montée en puissance des applications utilisant une forme d’intelligence artificielle. Certaines expériences sont vraiment bluffantes, d’autres, plus discrètes, sont déjà utilisées au quotidien par de grosses compagnies et il y en a même que vous utilisez probablement sans vous en rendre compte.

Et comme si tout cela ne suffisait pas, la presse, le monde politique, et même les grandes figures technologiques de ce monde tentent de s’emparer, souvent maladroitement, du sujet… Bref, l’I.A fait parler d’elle et pourtant, dès lors que l’on cherche un peu plus en profondeur, on se rend compte qu’il est quand même assez dur de définir cette dernière. Ce qui nous amène à cette question:

C’est quoi l’I.A ?

Voyons ce qu’en dit Wikipédia:

L’intelligence artificielle (IA) est « l’ensemble des théories et des techniques mises en œuvre en vue de réaliser des machines capables de simuler l’intelligence »1. Elle correspond donc à un ensemble de concepts et de technologies plus qu’à une discipline autonome constituée2. D’autres, remarquant la définition peu précise de l’IA, notamment la CNIL, introduisent ce sujet comme « le grand mythe de notre temps »3.

https://fr.wikipedia.org/wiki/Intelligence_artificielle

Ok, au moins on sait maintenant que l’on n’a pas affaire à quelque chose de bien défini, mais bon, pourtant on en a des exemples tous les jour de l’I.A, c’est donc que ça correspond à quelque chose, non ? Et bien pour nous aider un peu plus, Wikipédia nous dit que l’on peut considérer l’I.A comme:

Souvent classée dans le groupe des sciences cognitives, elle fait appel à la neurobiologie computationnelle (particulièrement aux réseaux neuronaux), à la logique mathématique (partie des mathématiques et de la philosophie) et à l’informatique. Elle recherche des méthodes de résolution de problèmes à forte complexité logique ou algorithmique. Par extension elle désigne, dans le langage courant, les dispositifs imitant ou remplaçant l’homme dans certaines mises en œuvre de ses fonctions cognitives4.

https://fr.wikipedia.org/wiki/Intelligence_artificielle

Bon, on commence à avoir une idée un peu plus précise de ce qu’est l’I.A, apparemment il s’agirait d’un ensemble de techniques permettant d’imiter ou de remplacer l’homme dans certaines de ses fonctions cognitives. Mais si l’on y réfléchit un peu mieux, cela voudrait dire que la quasi intégralité des programmes informatiques seraient en fait des briques d’intelligence artificielle. Je ne sais pas pour vous, mais je n’ai jamais vu quelqu’un dire d’un site web: « Incroyable cette I.A ! ». Et pourtant si l’on y réfléchit bien, le site web n’est jamais qu’une vitrine commerciale, s’il s’agit d’une boutique e-commerce, elle imite le fonctionnement d’un magasin physique, tenu par des humains…

Normalement, arrivé à ce stade, on ne devrait plus trop savoir ce que c’est que l’I.A. On ne sait plus trop bien la définir, à partir de quand un programme est-il considéré comme intégrant de l’I.A ? Autant ne pas faire durer le suspense, il est, je pense, impossible de définir clairement la « limite » à partir de laquelle on peut commencer à parler d’I.A mais je peux me tromper, je ne suis pas un spécialiste de la question. En revanche, on connaît très bien les techniques qui ont donné naissance au « mythe de l’I.A »,
et l’une d’elle est le machine learning.

Le machine learning

L’apprentissage automatique1,2 (en anglais : machine learninglitt. « apprentissage machine1,2 »), apprentissage artificiel1 ou apprentissage statistique est un champ d’étude de l’intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d’« apprendre » à partir de données, c’est-à-dire d’améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l’analyse, l’optimisation, le développement et l’implémentation de telles méthodes.

https://fr.wikipedia.org/wiki/Apprentissage_automatique

Une des caractéristiques fondamentales de de l’I.A serait donc de pouvoir apprendre, afin d’améliorer ses performances et de pouvoir égaler celle des humains. L’apprentissage comporte généralement deux phases:

  • La phase d’apprentissage
  • La phase de production / d’exploitation

Et on ira même jusqu’à parler d’une 3ème phase qui est la phase de test et qui intervient juste après la première. Cette phase est nécessaire afin de vérifier si l’apprentissage a été efficace.

Mais comment fait-on pour enseigner quelque chose à une machine ? Et bien tout d’abord il nous faut déterminer avec précision ce que l’on souhaite lui enseigner. Veut-on lui apprendre à reconnaître les panneaux du code de la route (pour les voitures autonomes), la probabilité qu’un client s’en aille bientôt (afin d’essayer de le rattraper), ou encore la dangerosité de ce champignon que je viens de prendre en photo ?

Les champs d’applications sont très vastes, et suivant ce que vous comptez faire, les techniques employées ne seront pas nécessairement les mêmes.
Certaines techniques nécessiteront de tâtonner dans plein de directions au hasard avant d’évaluer les performances de chacune des solutions trouvées et sélectionner les meilleures, cette technique, c’est celle des algorithmes génétiques ! Les algorithmes génétiques reposent sur l’imitation du mécanisme de sélection naturelle décrit par Charles Darwin, comme quoi, même longtemps après sa mort, ce dernier n’a pas fini de nous inspirer.

Like a boss !

Une autre technique, celle des réseaux de neurones, consiste à réunir énormément de données et à les injecter au sein du réseau. À chaque fois que l’on envoie des données au réseau, on lui dit ce qu’il est supposé trouver comme solution. Si la solution trouvée est différente, le réseau se modifie afin de corriger l’erreur. Et on entraîne ainsi le réseau des centaines de milliers de fois afin qu’il puisse déterminer une tendance générale. Les réseaux de neurones sont très bons pour généraliser les choses, comme votre propre cerveau.

OUAF !

Votre cerveau a reconnu tous les animaux présents sur cette image comme étant des chiens, bien qu’ils aient des différences. C’est leurs points communs que votre cerveau utilise afin de produire une généralité. Si ça a une truffe, deux yeux, deux oreilles et que ça fait « ouaf », c’est sans doute un chien.

Il existe pléthores de techniques reliées à l’intelligence artificielle, il est même possible de les mixer entre elles. Il est même possible, selon la définition que l’on a de l’I.A, d’y inclure certains champs de recherche comme le pathfinding.

Les petits robots d’Amazon utilisent le pathfinding afin de calculer le chemin d’un point A à un point B sans se rentrer dedans !

Bon, on n’a pas réussi à faire le tour de ce qu’est l’I.A, mais nous commençons à en avoir une bonne vision d’ensemble. Il s’agit en gros de systèmes permettant d’apprendre et / ou de déduire / d’explorer certaines solutions de façon autonome. Enfin autonome … Dans la limite de ce qui a été programmé et décidé au préalable, car la plupart des systèmes comportant de l’I.A ne font que ce pourquoi ils sont conçus, c’est à dire, résoudre un problème précis et rien de plus… Mais en est-on vraiment sûr ? Doit-on se méfier de l’I.A ? SKYNET n’est-il qu’un fantasme ou plutôt la prédiction d’un avenir dominé par les machines ?

L’I.A c’est dangereux ?

Répondre à cette question, c’est comme répondre à la question, est-ce qu’un stylo est dangereux? Techniquement, le stylo a été conçu pour écrire, transmettre de l’information, partager et fixer des choses dans le temps, bref, un stylo, c’est fondamentalement cool. Sauf que moi, j’ai décidé de planter mon stylo dans l’œil de mon voisin (pas de panique, il l’avait cherché), ça m’a valu des ennuis, et mon voisin ressemble à un pirate … Mais la question qui nous taraude ici est: « Est-ce que le stylo est dangereux ?« .

Normalement, si ton réseau neuronal non artificiel personnel a été correctement entraîné, tu te dis le stylo est dangereux que si on l’utilise mal. Et il en va de même pour tous les outils, y compris de l’I.A. Car oui, les différentes techniques liées à l’I.A, ne sont à l’heure actuelle, que des outils et doivent être considérées comme tels. De nos jours, seule l’intention malveillante d’un humain peut faire faire quelque chose de mauvais à une I.A.

Et là normalement, je commence à voir les détracteurs au fond de la salle qui trépignent d’impatience sur leur chaise, prêts à me citer l’exemple de cette I.A complètement xénophobe , de robots qui inventent leur propre langue et qui échappent à leurs créateurs, tel le monstre de Frankeinstein ou encore de SOPHIA, dont certaines phrases ont pu faire peur. Toutefois, dans l’ensemble de ces cas, la profondeur de la malveillance supposée de l’I.A est totalement disproportionnée par rapport à la réalité des faits.

  • Dans le premier cas, l’I.A est devenue xénophobe uniquement parce que Microsoft l’a laissé à la merci des internautes, qui se sont amusés à lui envoyer énormément de propos racistes. Comme un enfant à qui l’on apprend le racisme, l’I.A a ressorti ce qu’on lui avait enseigné. À ceci près qu’en ce qui la concerne, aucun affect n’accompagnait les mots prononcés, car aucun internaute n’a pu lui transmettre la charge émotionnelle négative associée aux propos. Si demain vous croisiez un perroquet récitant des propos racistes, diriez-vous du perroquet qu’il est raciste ? Probablement pas, le perroquet répète ce qu’il entend, l’I.A fait de même.
  • Dans le deuxième cas, il s’agit tout bêtement de deux tchatbots conçus à l’origine pour négocier. Après avoir obtenu des résultats satisfaisants, on a fait en sorte que ces tchatbots continuent de converser entre eux et au fur et à mesure que les tchatbots exploraient de nouvelles « stratégies », leur langage tendait à dévier de l’anglais standard. Lors de la dernière observation, ce dernier restait à peu près compréhensible aux humains. En soi, la machine n’a fait que tester des pistes, on est donc bien loin de la prise de contrôle du monde par les machines.
  • Dans le troisième cas, on passe à un stade au dessus, et ce, pour une bonne raison: SOPHIA nous ressemble ! Ses yeux, vides d’expression, contrastent fortement avec son langage plutôt fluide et certaines de ses « opinions » (notez l’utilisation de guillemets) peuvent sembler étonnamment tranchées pour un être artificiel. SOPHIA serait-elle l’ancêtre pas si lointain de SKYNET ? Et bien, en vérité on en est encore loin. Sophia a beau avoir eu des sorties remarquées, il n’en reste pas moins que ses capacités sont celles d’un agent conversationnel particulièrement élaboré (comprendre, bien entraîné, avec beaucoup de données) et pas celles d’un agent ayant une volonté autonome.

Mais est-il possible d’utiliser l’I.A de façon à nuire à autrui? Peut-on trouver des exemples bien réels de technologies que l’on pourrait qualifier de potentiellement dangereuses à raison? Et bien oui, on peut citer par exemple la technologie du Deepfake.

C’est quoi le Deepfake ?

Le deepfake, ou hypertrucage1,2, est une technique de synthèse d’images basée sur l’intelligence artificielle. Elle sert à superposer des fichiers audio et vidéo existants sur d’autres vidéos (par exemple : le changement de visage d’une personne sur une vidéo). Le terme deepfake est un mot-valise formé à partir de deep learning (« apprentissage profond ») et de fake (« faux »)3. Cette technique peut être utilisée pour créer des infox et des canulars malveillants4,5 et est également notoirement utilisée pour créer des images pornographiques de personnes à leur insu.

https://fr.wikipedia.org/wiki/Deepfake

Comme on peut le voir ici, cet ensemble de techniques est déjà utilisé à de mauvaises fins. Le but étant de produire du contenu qui n’est pas réel, qui peuvent aller de fausses informations aux contenus pornographiques mettant en scène une personne. Le Deepfake s’étend aussi à la voix, il est tout à fait possible aujourd’hui de cloner la voix d’une personne et de lui faire dire ce que l’on souhaite. En faisant des recherches sur le sujet, on se rend compte qu’il existe déjà des services vous proposant de créer votre propre Deepfake à un prix ridicule!

Cette technologie est clairement à manier avec prudence, mais elle n’est pas malveillante en soi. En effet, la machine ne possède ici aucune volonté autonome, ça n’est pas la machine qui va décider de faire dire à telle personnalité politique telle ou telle chose ou créer du contenu coquin avec la tête d’un membre de votre famille. Il faut que quelqu’un décide de produire ce contenu à l’aide la machine, en soi, rien de plus dangereux qu’un bon utilisateur de Photoshop couplé à bon imitateur, la seule différence, c’est l’accès simplifié à cet ensemble de techniques.

L’une des utilisations populaire et bienveillante de cette technique est la fameuse application Faceswap qui a diverti des millions d’utilisateurs à travers le monde! On peut également citer le site web thispersondoesnotexist.com qui comme son nom l’indique, permet de produire des visages de personnes n’ayant jamais existé!

Dites bonjour à … Ah ben à personne de réel en fait.

Grâce à cette technologie, on peut également produire du contenu plus rapidement et facilement à l’aide d’outils comme Descript! Ce logiciel vous permet de créer un clone de votre propre voix et de le relier à du texte. Je ne l’ai pas encore utilisé à titre personnel, mais la démo est bluffante et laisse présager un outil de qualité. Ils ne sont d’ailleurs pas les seuls à surfer sur ce créneau, il existe déjà pas mal de services permettant de faire la même chose. Bien entendu, pour peu que vous maîtrisiez le sujet, il vous est possible de faire la même chose de façon tout à fait gratuite.

Mais on peut également utiliser le Deepfake afin de rendre hommage à des artistes. Laissez-moi vous présenter une chanteuse que j’adore, la très talentueuse Whitney Avalon:

Pobody’s nerfect by Whitney Avalon !

À l’origine, cette vidéo / chanson est inspirée de la série The Good Place dans laquelle l’actrice D’Arcy Carden interprèe le rôle de Janet, une immortelle omnipotente un peu loufoque et hyper attachante. La chanteuse, fan de l’univers, a décidé d’écrire une chanson et de reprendre le code vestimentaire de Janet au sein de sa vidéo. Bien que le résultat final soit exceptionnel, certains fans se sont dit que cela serait encore plus drôle si l’on pouvait voir la vraie Janet chanter et c’est bluffant!

Pobody’s nerfect except probably me.

Bref, les techniques liées au Deepfake peuvent être utilisées de façon ludique et bienveillante, car encore une fois, la machine ne décide rien toute seule. Maintenant, voyons quelques exemples d’utilisations ludiques de l’I.A.

L’I.A c’est cool

Comme nous avons pu le constater, le champs d’application de l’I.A est très vaste. Et j’aimerais vous présenter quelques projets assez sympathiques réalisés à l’aide réseau neuronaux et de la librairie Tensorflow JS.

  • Shaderbooth: Un projet qui utilise un réseau de neurones afin de détecter votre visage et y appliquer de filtres.
  • Bring magazines to life: Une application de réalité augmentée qui utilise un réseau de neurones afin de donner vie aux photos.
  • NSFW JS: Un outil, qui comme son nom l’indique, permet de détecter des images pornographiques ou violentes et de les filtrer. Le réseau de neurones analyse l’image et détermine si oui ou non il doit filtrer.
  • Magenta studio: Un ensemble d’outils dédiés à la création musicale ! Des réseaux de neurones conçoivent pour vous des morceaux entiers.
  • PoseAnimator: Cet outil utilise un réseau de neurones afin de déterminer votre posture et l’utiliser pour animer des personnages en 2D !

Et vous pourrez trouver une tonne de ressources supplémentaires à cette adresse: https://github.com/tensorflow/tfjs/blob/master/GALLERY.md .

Grâce à Shaderbooth, devenez plus beau en un instant.

Conclusion

Car oui, c’est bel et bien de ça dont on parle depuis le début lorsque l’on parle de dangers et d’ I.A, on parle de volonté autonome. Une machine peut-elle vraiment décider d’associer par elle-même, des concepts et des sentiments ? Faire une introspection et tirer des conclusions d’où découleront des actes que l’on ne peut prévoir ? On serait tenté de fournir une réponse très tranchée à cette question, mais la réalité c’est que la réponse la plus honnête doit-être: « Pas encore, mais on y travaille, et un jour, on y arrivera sans doute ».

En attendant, et pour comprendre à quel point nous en sommes encore loin, nous allons étudier les deux techniques les plus répandues dans le domaine de l’intelligence artificielle à savoir les suscités algorithmes génétiques et réseaux de neurones. Mais ça, ce sera le sujet d’autres articles, en attendant je te dis à bientôt, devant un petit café !

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *