Tribune. Présentée comme un formidable outil de prédiction, et par certains comme une réponse imparable à aux problèmes jusqu’ici les plus insolubles, l’intelligence artificielle (IA) semble avoir déçu : pourquoi ne nous a-t-elle pas prévenus de l’imminence et de la criticité de la pandémie à venir ? Pourquoi ne peut-elle pas rapidement nous indiquer les remèdes ou vaccins miracles qui, en quelques semaines, nous permettraient de nous débarrasser du Covid-19 ?
Au lieu de cela, ce « simple » virus a rendu caducs en quelques jours nombre de modèles d’IA, qu’ils servent à prédire les cours de Bourse ou les flux de touristes pour la saison à venir.
Ces accusations sont bien sûr excessives, mais elles doivent aujourd’hui nous inviter à repenser l’IA et à déterminer ce qui pourrait la rendre à l’avenir plus efficace et utile pour faire face à des situations analogues. Et avant de la revisiter, à mieux la comprendre.
Tout d’abord, la forme la plus répandue d’IA aujourd’hui est l’apprentissage machine, qui fonctionne efficacement sur des scénarios connus, qui se reproduisent, mais moins bien face à des situations nouvelles.
Pour un événement inédit ou extrêmement rare, l’IA est impuissante car elle n’a pas vu suffisamment de données historiques pour « apprendre ». Ensuite, l’IA ne « comprend » pas ce qu’elle prédit et l’expertise requise dans une situation aussi critique que la pandémie, qui est celle des infectiologues ou épidémiologistes, lui fait défaut.
Plus transparente
Toutefois, des solutions dites d’IA « hybride » voient progressivement le jour, qui consistent à enrichir un modèle d’apprentissage machine de connaissances et règles logiques lui permettant de mieux appréhender des situations nouvelles avec un nombre moins important de données.
Cette IA « hybride » est capable d’interpréter – dans une certaine mesure – les événements qu’elle observe ou prédit et pourrait par exemple « comprendre » que, si l’épidémie semble contenue dans un pays, c’est parce que les données de propagation du virus n’y sont simplement pas recensées ou manquent de fiabilité (suspicion à l’égard de la fiabilité des données sur la pandémie en Chine). Elle offre par ailleurs l’avantage d’être plus transparente, ce qui constitue un avantage non négligeable pour son acceptation par nos concitoyens.
Ensuite, dans bien des cas, il n’y a pas d’IA efficace sans données suffisantes et de qualité, même en dehors du domaine de la prédiction. A titre d’illustration, l’université de Waterloo (Canada) a développé un outil de reconnaissance des signes du Covid-19 basé sur l’une des formes les plus avancées d’IA, les réseaux de neurones, à partir de radiographies des poumons de patients. Cet outil, dénommé Covid-Net, est prometteur mais n’a aujourd’hui pas démontré de façon définitive son efficacité… faute d’un nombre suffisant de radiographies pour son entraînement.
Il vous reste 52.46% de cet article à lire. La suite est réservée aux abonnés.
