L’intelligence artificielle avait suscité de nombreux espoirs dans les années 80 pour retomber en sommeil. Depuis quelques années, elle a suivi un nouveau départ pour exploser d’ici 2025.
On en parle beaucoup plus ces derniers mois, le Cigref a organisé un colloque sur le sujet à l’occasion de la publication d’un livre blanc intitulé « Gouvernance de l’Intelligence Artificielle dans les entreprises ». De fait, les revenus liés à la vente de produits et services liés à l’intelligence artificielle devraient littéralement exploser en passant de 640 M$ à près de 37 milliards de dollars en 2025, soit une multiplication de 57 fois soit une augmentation annuelle de 50 %. Aujourd’hui, peu de marchés dans le secteur IT connaissent une telle croissance. C’est ce qu’indique l’étude Artificial Intelligence for Enterprise Applications réalisée par la société Tractica. Pour donner une idée plus précise de ce que ça représente, le marché des serveurs représentent environ 50 milliards par an. C’est donc assez considérable.
Selon cette étude, « l’IA a des applications et des cas d’utilisations dans quasiment tous les secteurs industriels et est considéré comme la prochaine technologique, similaire aux précédents phénomènes comme les révolutions industrielles, informatiques et des smartphones » indique les auteurs du rapport de Tractica. Elle ne cesse de se développer et ses applications sont déjà très présentes dans notre quotidien personnel, gaming, robotique et automates, objets connectés…), suscitant autant d’enthousiasme que de craintes, assure le livre blanc du Cigref.
Pourtant regrette l’association des grandes entreprises « les entreprises françaises communiquent peu sur leur intelligence artificielle, contrairement aux sociétés américaines. Le marché français semble peu mature, mais cela ne veut pas dire que l’intelligence artificielle n’existe pas au sein des entreprises françaises ».
Dans les 10 cas d’utilisation répertoriés par le rapport de Tractica, 60 % sont à classer dans le big data et 40 % restant pour la reconnaissance des images et des objets. Parmi les technologies analysées dans ce rapport, on peut citer le deep learning, la reconnaissance des images et le traitement du langage. Le deep learning représenterait la plus grande part des applications et des revenus.
Le Machine Learning
Le Machine Learning regroupe des algorithmes qui apprennent à partir d’exemples, de données. LeMachine Learning essaie de prédire des valeurs à partir de jeux de données qui lui servent d’exemples. La qualité du Machine Learning dépend de la qualité des données. Une rupture risque donc de se créer entre les entreprises qui ont les données (de qualité) et celles qui ne les ont pas.Le Deep Learning
Le Deep Learning qui est considéré comme l’avancée opérationnelle majeure en termes d’intelligence artificielle repose sur la capacité d’une technologie à apprendre à partir de données brutes. On le retrouve dans le domaine de la reconnaissance vocale ou faciale et dans le traitement de texte. Il s’agit d’un modèle proche du fonctionnement biologique du cerveau humain.
(Source : Cigref)
Pas d’intelligence artificielle sans supercalculateur et même selon le rapport, il existe une intersection importante entre les deux segments de marché. Sachant que le second est beaucoup plus important que le premier. En 2020, selon le cabinet Intersect360 Research, le chiffre d’affaires cumulé du HPC devrait atteindre les 31 milliards de dollars alors que l’intelligence artificielle ne serait que de 6 milliards.
Les applications qui se classent dans la catégorie du deep learning emploie des clusters de processeurs de type GPU (Graphical Processor Unit) ou FPGA (Field-Programmable Gate Array) ou circuits programmables offrant de niveau de performances de type terascale (teraflops). Rappelons que le premier ordinateur du Top500 atteint la puissance de calcul de 93 Tflops (La Chine, championne du supercomputing). De telle manière que le développement des applications d’intelligence artificielle influence les stratégies des spécialistes du HPC. C’est par exemple le cas de NVIDIA dans le développement de ses processeurs Tesla ou Intel avec sa famille Xeon Phi. Selon le rapport, la moitié des revenus issus de la mise à disposition de son data center seraient liés à des applications de deep learning.
Quelques conférences Ted Sur l’intelligence artificielle
 |
Artificial intelligence is getting smarter by leaps and bounds — within this century, research suggests, a computer AI could be as « smart » as a human being. And then, says Nick Bostrom, it will overtake us: « Machine intelligence is the last invention that humanity will ever need to make. » A philosopher and technologist, Bostrom asks us to think hard about the world we’re building right now, driven by thinking machines. Will our smart machines help to preserve humanity and our values — or will they have values of their own?
|
 |
Trivia whiz Ken Jennings has made a career as a keeper of facts; he holds the longest winning streak in history on the US quiz show Jeopardy. But in 2011, he played a challenge match against IBM’s supercomputer Watson — and lost. With humor and humility, Jennings tells us how it felt to have a computer literally beat him at his own game, and makes the case for good old-fashioned human knowledge.
|
 |
What happens when we teach a computer how to learn? Technologist Jeremy Howard shares some surprising new developments in the fast-moving field of deep learning, a technique that can give computers the ability to learn Chinese, or to recognize objects in photos, or to help think through a medical diagnosis. (One deep learning tool, after watching hours of YouTube, taught itself the concept of « cats. ») Get caught up on a field that will change the way the computers around you behave … sooner than you probably think.
|
 |
When a very young child looks at a picture, she can identify simple elements: « cat, » « book, » « chair. » Now, computers are getting smart enough to do that too. What’s next? In a thrilling talk, computer vision expert Fei-Fei Li describes the state of the art — including the database of 15 million photos her team built to « teach » a computer to understand pictures — and the key insights yet to come.
|
 |
Sam Harris: Can we build AI without losing control over it? Scared of superintelligent AI? You should be, says neuroscientist and philosopher Sam Harris — and not just in some theoretical way. We’re going to build superhuman machines, says Harris, but we haven’t yet grappled with the problems associated with creating something that may treat us the way we treat ants. |
Les principaux acteurs de l’IA passés en revue par l’étude de Tractica
|
|
|
puis