artificielle dans les grandes entreprises

Gouvernance de l'intelligence artificielle dans les grandes entreprises
Enjeux managériaux, juridiques et éthiques
Décision
Perception
Action
Apprentissage
Figure 2 : Définition technique de l’intelligence artificielle
Pour la plupart des entreprises membres du CIGREF, l’intelligence artificielle repose essentiellement
sur la notion d’apprentissage. Afin de permettre à un système d’apprendre, il faut mettre en commun
des bases de données. Le Big data est donc un enjeu non négligeable. Watson d’IBM illustre
parfaitement cette nécessité de l’apprentissage.
L’apprentissage est donc un point essentiel. Néanmoins, il existe plusieurs types d’apprentissage. Ceux
qui apprennent à partir des algorithmes :
• supervisés : le système apprend à fournir la bonne réponse à partir de données lui indiquant
des exemples ;
• non supervisés par l’homme : le système apprend seul à partir des données brutes.
La majorité des applications actuelles reposent sur l'apprentissage supervisé. Néanmoins, il existe de
nombreux algorithmes non supervisés.
La notion d’intelligence artificielle n’est pas unitaire. Les experts font, en effet, une distinction entre
deux formes d’intelligence artificielle :
• l’intelligence artificielle « faible » : elle vise simplement à imiter certaines fonctions de
l’intelligence pour répondre à des missions spécifiques. Il s’agit des programmes les plus
utilisés. La machine ne fait que donner une impression d’intelligence ;
• l’intelligence artificielle « forte » vise, quant à elle, à faire naître une sorte de conscience. Elle
se rapproche du raisonnement humain en modélisant notamment les interactions neuronales
et en développant la notion d’apprentissage.
A titre d’illustration, le projet de Deep Learning de Google « Google Brain » de 2012 est un réseau de
neurones distribué sur de nombreux serveurs, et auquel lui sont donnés essentiellement des tâches
d'apprentissage supervisé. Cette intelligence artificielle est fondée sur un algorithme prenant une
forme d’apprentissage non-supervisé et il donne d’impressionnants résultats dans le domaine de la
reconnaissance d'image, du traitement de la voix, de la traduction automatique, et quelques autres
tâches. Il s'apparente plutôt à une réplication des fonctions basses du cerveau, comme la perception
7
Septembre 2016