Leaders

Prédictions : Les défis de l’IA en 2021

Le thème global du rapport Prédictions 2021 en quatre parties de Splunk est l’accélération rapide de la transformation numérique, encouragée par les spécificités de la pandémie de Covid-19 et la dynamique des technologies de données qui nous ont faits entrer dans une véritable Ère des données. Il n’y a aucun domaine où cette accélération a plus d’effet que dans celui de l’application de l’intelligence artificielle et du machine learning. 

L’IA/ML était un sujet brûlant avant que 2020 ne vienne tout bouleverser et son adoption a été croissante au fil de la pandémie. Nous l’avons notamment observé au niveau des scénarios de sécurité, mais c’est loin d’être le seul domaine d’application. On a déjà l’impression que l’intelligence artificielle est partout. John Sabino, notre directeur client, observe dans le rapport que tous les fournisseurs affirment que l’IA/ML est l’ingrédient secret de leurs solutions et il se peut qu’une lassitude s’installe devant cette technologie dont on entend sans cesse parler sans jamais vraiment la voir à l’œuvre. 

Cependant, des applications utiles du machine learning, notamment, sont déjà couramment utilisées aujourd’hui. Le machine learning a un impact dans de nombreux domaines, aidant aussi bien les recruteurs à parcourir des piles de CV que les entreprises à analyser des tendances subtiles dans le comportement des clients, améliorant autant l’expérience utilisateur à travers l’accélération des pages web et les recommandations de produits, que les interactions via des fonctions de chat intelligent. Et les développements dépassent largement le cadre du commerce. Les techniques d’apprentissage profond ont permis une percée récente dans le pliage des protéines, qui possède des applications dans le développement de traitements médicaux efficaces, l’utilisation d’enzymes pour la dégradation des déchets industriels, etc. Elles représentent une avancée considérable dans le développement de l’IA.

Le machine learning est adopté par un nombre croissant d’entreprises qui en font des usages de plus en plus divers, mais il y a trois innovations à court terme que je suis de près :

  • Les modèles de ML qui apprennent en continu avec un minimum de supervision. La pratique actuelle qui consiste à confier à des humains l’élaboration et le déploiement des modèles présente des limites. Les modèles capables d’apprendre avec moins d’étiquettes fournis par des humains et plus de données non structurées n’apparaîtront peut-être pas en 2021, mais nous allons les voir dans quelques années.

  • Des progrès dans l’apprentissage adverse et l’explicabilité. L’IA/ML dépend essentiellement de la qualité des données qui lui sont fournies, et on peut empoisonner un jeu de données. Vous pouvez tromper les systèmes de reconnaissance d’image qui guident les voitures autonomes. Vous pouvez sans problème rendre un chatbot raciste. Pour améliorer la gouvernance, il faut comprendre pourquoi le modèle se comporte de telle ou telle façon. Cette explicabilité, associée à des solutions conçues pour faire face au sabotage ou à la corruption des données, constituera un développement de poids.

  • Des stratégies d’IA éthiques. Au cours des prochaines années, des cadres et des pratiques seront élaborés pour prévenir les biais des algorithmes qui, de plus en plus, affectent notre vie quotidienne. L’entraînement éthique est une partie de la solution, tout comme le fait de demander à des experts extérieurs d’évaluer les effets d’un algorithme. Par exemple, si vous comptez utiliser le machine learning pour aider votre banque à déterminer quelles personnes peuvent bénéficier d’un prêt immobilier, consultez des économistes, des urbanistes et des experts des biais observés dans le marché de l’immobilier en particulier, et dans la société en général. Une stratégie à adopter en parallèle : ralentir pour prendre le temps d’évaluer les effets de nos algorithmes. Le mantra de la Silicon Valley, « Agissez vite et faites des dégâts », ne peut s’appliquer qu’au développement logiciel, et pas à la société.

Le rapport Prédictions sur les technologies émergentes approfondit ces sujets et d’autres prédictions IA/ML, notamment un cas d’usage spectaculaire dans la recherche médicale. Il aborde également la 5G, l’AR/VR, la blockchain et plus encore. Ces technologies vont façonner notre monde, et contempler l’avenir qui se déroule devant nous a quelque chose de fascinant.

----------------

Ram Sriharsha

*Cet article est une traduction de celui initialement publié sur le blog Splunk anglais.

Splunk
Posted by

Splunk

Tags

Prédictions : Les défis de l’IA en 2021

Afficher tous les tags
Show Less Tags

Join the Discussion