Après la troisième révolution industrielle déclenchée par l’Internet et l’Internet mobile, les technologies de l’intelligence artificielle (IA), associées aux données de masse (big data), préparent une quatrième révolution qui bousculera probablement les équilibres mondiaux.
Yang Qiang répond aux questions de Wang Chao
Comment s’est opérée la convergence entre l’intelligence artificielle (IA) et les données de masse ?
Cette convergence date du début des années 2000. Quand Google et Baidu – les nouveaux moteurs de recherche de l’époque – ont utilisé l’IA pour créer des systèmes de recommandation personnalisée pour leurs annonces publicitaires, ils se sont aperçus que les résultats étaient bien meilleurs que ce à quoi ils s’attendaient. Et plus ils collectaient de données sur chaque utilisateur, meilleurs étaient les résultats. Mais, à l’époque, personne n’avait compris que ce serait aussi le cas dans d’autres domaines.
Le vrai tournant est survenu avec ImageNet, la plus grande base de données de reconnaissance d’images du monde. Créée par des informaticiens des universités de Stanford et de Princeton, aux États-Unis, elle a donné le coup d'envoi de la révolution de l’apprentissage profond (deep learning). La vaste quantité de données visuelles réunies par ImageNet a permis de réduire de 10 % le taux d’erreurs d’identification. Cela a montré que la convergence entre l’apprentissage profond et des données de masse permettait la maîtrise de calculs extrêmement complexes.
Comment définiriez-vous le rapport entre l’apprentissage profond et les données de masse ?
C’est une relation de renforcement mutuel. Si un système d’IA est bien conçu, il n’en sera que plus commode à utiliser, plus précis, et donc plus utile. Il y aura de plus en plus d’utilisateurs, et donc plus de données, qui, à leur tour, amélioreront le système.
Fusionnées, les données de masse et l’IA peuvent donner naissance à un nouveau type d’IA, qu’on peut appeler « données intelligentes ».
Comment les entreprises peuvent-elles s’adapter à cette nouvelle donne ?
La première chose à faire, avant de vous lancer dans une activité quelconque, c’est de réfléchir à la façon dont vous allez collecter les données. Vous devez aussi connaître vos besoins en fonction des algorithmes et collecter les données – de sources différentes – dans un but précis. Enfin, les services fournis par un système logiciel devraient pouvoir stimuler la source pour qu’elle produise plus de données, qui, à leur tour, viendront alimenter le système, formant ainsi une « boucle fermée ». Cela crée un processus continu d’auto-amélioration et d’auto-ajustement du système. La conception d’une « boucle fermée » est un processus très différent de celui qu’on utilisait jusqu’ici pour les activités économiques.
Pouvez-vous nous en dire davantage sur ce concept de « boucle fermée » ?.
La première chose à prendre en considération, ce sont les fournisseurs de données – les utilisateurs, par exemple. Tous leurs comportements doivent être enregistrés sous forme de données. Ensuite, il faut tenir compte des prestataires de services, comme WeChat Pay, le porte-monnaie mobile chinois, ou Taobao, le site Web de commerce électronique chinois. La rétroaction intelligente s’appuie sur les données pour comprendre les besoins des utilisateurs. Ceux-ci fournissent des données en retour au prestataire de service, et celui-ci fournit à son tour les données de service aux utilisateurs. Tout cela forme une « boucle fermée ».
Pour aller vite, la boucle doit être entièrement automatisée et le processus d’actualisation fréquent (plusieurs fois par jour), de sorte que le système soit constamment mis à jour. Il doit être continu, aussi, pour que les utilisateurs soient incités à envoyer en permanence des informations en retour. Bref, le processus doit être court, fréquent et rapide.
À votre avis, combien de temps faudra-t-il avant que cette « boucle fermée » devienne une réalité ?
Je pense que le développement de l’IA se fera en deux temps. Dans une première phase, tous les secteurs d’activité essaieront d’utiliser la technologie. Par exemple, les services de sécurité et de protection utiliseront la technologie de reconnaissance faciale ; le secteur bancaire utilisera l’IA pour maîtriser les risques, et ainsi de suite. Ce sont là des technologies et des solutions uniques qui servent des secteurs qui existent déjà.
La seconde phase verra apparaître des secteurs industriels entièrement nouveaux, au cœur desquels on trouvera l’IA. Par exemple, une banque qui utiliserait l’IA comme technologie fondamentale pourrait lui laisser l'entière maîtrise de ses placements, de ses services et de ses crédits. Les employés de banque n’auraient plus qu’à procéder à quelques petits ajustements. Il serait aussi possible de créer des systèmes de service à la clientèle d’un genre entièrement nouveau.
Je pense que c’est dans cette seconde phase que l’IA remodèlera vraiment la société humaine, lui donnera sa forme future. Ce sera un peu comme à l’époque de l’apparition de l’Internet : au début, une librairie traditionnelle créait une page Web et se considérait comme une librairie en ligne – ce qu’elle n’était pas. Ce n’est que plus tard que des sites Web comme Amazon sont apparus.
La combinaison des données de masse et de l’IA pourrait aussi menacer la vie privée et l’équité sociale.
Cette combinaison engendrera de nouveaux modèles économiques qui seront excellents. Toutefois, la condition préalable à la mise en œuvre de ces modèles économiques à grande échelle est de garantir la vie privée de ses utilisateurs. Là, nous avons trois problèmes à régler :
‣ D’abord, il nous faut créer des règles sociales et juridiques protégeant la propriété des données, disant clairement quand les données peuvent être utilisées et quand elles ne le peuvent pas. Les données des utilisateurs devraient être classées dans différentes catégories : rouge, pour les données entièrement protégées, jaune, pour celles à accès limité et verte, pour celles qui sont libres d’accès. Il n’y a aucun consensus à l’heure actuelle sur le classement des données. De plus, il n’existe aucune loi qui définirait le profil de la personne responsable et les sanctions encourues en cas d’infraction à ces règles de droit.
‣ Ensuite, il faut protéger techniquement la confidentialité des données. À titre d’exemple, 4Paradigm (prestataire de service et de technologie d’IA installé à Beijing) se penche actuellement sur « l’apprentissage de la migration » des données (migration learning) pour protéger la vie privée, ce qui est un domaine relativement nouveau. Par exemple, l’entreprise A élabore un modèle, qui peut ensuite être transféré vers l’entreprise B. Plutôt que d’échanger les données entre A et B, les données sont intégrées dans le modèle et, de ce fait, mieux protégées.
‣ Enfin, il faut intensifier la recherche sur les rapports entre vie privée des utilisateurs et tarification des données. Quand un utilisateur clique sur une publicité en ligne proposée par un système de recommandation piloté par une IA, une part des bénéfices devrait-elle revenir au système ? Si un moteur de recherche engrange des revenus, une part de ces revenus devrait-elle être redistribuée aux utilisateurs ? Voilà des questions qu’il est intéressant de se poser.
Au cours des prochaines années, tout le monde se rendra compte de l’importance de l’IA. Nous devrons être plus attentifs à la forme qu’elle prendra et à quels domaines on l’appliquera. Aujourd’hui, la finance, l’Internet et les véhicules automatisés sont des domaines qui s'y prêtent particulièrement.
Quel sera l’impact de la combinaison des données de masse et de l’IA sur les pays en développement ?
Je pense qu’elle permettra à certains pays émergents de rattraper et même de dépasser des pays développés, car la concurrence économique dépendra avant tout de la quantité et de la rapidité du passage à l'économie des données (data economy). Par exemple, le développement rapide de l’Internet et de l’Internet mobile chinois a permis de collecter une vaste quantité de données. Cela va accélérer le développement du secteur chinois de l’IA, qui pourrait bien changer la face du monde.
D’un autre côté, si un pays dispose déjà d’une bonne infrastructure et d’un système éducatif de bonne qualité, il peut tirer avantage de l’IA pour améliorer l’efficacité de sa production. Tout comme l’utilisation de la machine à vapeur a permis à certains pays de se développer plus rapidement que d’autres lors de la révolution industrielle.
Photo: Raquel Kogan
