Welcome to the machines

Welcome to the machines

Et si votre environnement personnel, privé et professionnel, était assez intelligent pour anticiper vos besoins, ou pour s’occuper de tâches quotidiennes ou banales sans vous déranger. Mais peut-être aussi assez intelligent pour fonctionner … sans vous. C’est l’ère des machines intelligentes

Envisager le phénomène de la transformation digitale pose clairement la question de l’interaction entre l’homme et des machines ou systèmes toujours plus intelligents. Collaboration, cohabitation, aide personnalisée, … mais aussi remplacement, l’éventail des rôles de ces machines intelligentes est très étendu. L’occasion pour l’ADN de décrypter un phénomène qui va profondément modifier nos vies, privées et professionnelles.

Pour le consultant IT Gartner, l’émergence de ces machines intelligentes est le fruit de 4 catalyseurs majeurs dont l’interaction va permettre une approche radicalement disruptive par rapport aux modèles informatiques « traditionnels »:

  • le Big Data, véritable carburant du numérique issu de l’explosion des données du Web, des réseaux sociaux et, de plus en plus, du mobile et de l’Internet Of Everything;
  • la nouvelle génération d’ordinateurs, dont la puissance, la mémoire et l’interconnexion offrent des capacités de traitement infinies;
  • les algorithmes, qui fournissent aujourd’hui de véritables capacités d’apprentissage, de perception intelligente de l’environnement ou de prédiction;
  • l’Internet, dont le niveau de diffusion et d’interconnexion est désormais « universel ».

Qu’est-ce qu’une machine intelligente?

Pour être qualifiées d’intelligentes, les machines doivent notamment être capables:

  • de gérer des situations présentant de hauts niveaux de complexité et d’incertitude,
  • de comprendre le contexte dans lequel elles évoluent,
  • d’imaginer des hypothèses et des scénarios sur base de ce qu’elles ont appris,
  • de tester ces hypothèses afin d’améliorer leur capacité prédictive et d’affiner leurs décisions.

Machines intelligentes virtuelles …

L’image d’Epinal de la machine intelligente est un robot vaguement humanoïde. Mais les « smart machines » recouvrent en fait un ensemble d’outils bien plus diversifié.

On y inclut notamment les machines intelligentes virtuelles, que l’on pourrait qualifier d’applications « compagnons ». Il existe déjà différents assistants virtuels, comme Siri d’Apple, Google Now ou Cortana de Microsoft, mais le dialogue via le smartphone reste relativement artificiel et parfois imprécis.

Microsoft travaille à des projets d’assistants plus évolués, notamment capables de « remplacer » un employé au bureau durant son absence et de dialoguer avec les autres membres du personnel pour organiser le travail.

Gartner prévoit ainsi l’émergence dans les entreprises d’assistants virtuels de plus en plus intelligents qui vont suivre l’activité des employés, comme par exemple ce qu’ils lisent, qui ils écoutent, ce qu’ils disent, ce qu’ils ignorent, les réunions auxquelles ils participent ou … celles qu’ils évitent. En analysant ces comportements, un assistant personnel sera capable d’apprendre ce qu’il peut faire pour améliorer la productivité de ces employés.

Quand on parle d’intelligence artificielle, on pense évidemment au projet Watson d’IBM. Ce « super-ordinateur » est notamment célèbre pour avoir battu les meilleurs joueurs du jeu télévisé Jeopardy aux Etats-Unis. Il symbolise une nouvelle ère de l’informatique dont la puissance permet d’envisager de « transformer » le monde. IBM a d’ailleurs annoncé un investissement de 1 milliard de dollars dans une division spécifique, le « Groupe Watson ». Parmi les applications de Watson, on peut par exemple citer:

  • dans le domaine de la finance, l’analyse financière et la fourniture de services de placements personnalisés,
  • au niveau de la santé, la reconnaissance des différents types de cancer et la capacité à déterminer le meilleur protocole de soins pour chaque patient. En analysant le dossier médical d’un patient et en faisant tourner des algorithmes basés sur le Big Data dans le domaine médical, Watson peut déterminer à 95% de probabilité quelle est la meilleure chimiothérapie,
  • dans la sphère personnelle, le conseil et l’assistance personnelle, notamment sur base de questions en langage naturel et non plus de mots clés, comme « Je veux des vacances en famille, hors Europe, ensoleillées, dépaysantes, avec de l’aventure, mais sans risque pour des enfants de moins de 10 ans ».
  • etc.

Toujours dans le domaine de l’intelligence artificielle, des chercheurs de Google et de l’Université de Stanford ont annoncé le développement d’un logiciel capable de reconnaître et de décrire le contenu de photographies et de vidéos avec un niveau de précision inédit, s’approchant même du niveau d’interprétation d’un humain. Le logiciel peut ainsi fournir une description écrite des scènes représentées ou filmées. Cela va notamment permettre l’organisation d’un catalogue « intelligent » de milliards d’images et d’heures de vidéo, jusque-là simplement archivées, catalogue dans lequel il sera possible d’effectuer des recherches.

Google poursuit par ailleurs son travail sur le Knowledge graph, véritable base de connaissance présentant de manière graphique les informations du monde réel (lieux, choses, personnes, événements, …) et comment ces informations sont reliées entre elles. Grâce à cette technologie, Google ambitionne de fournir les meilleures réponses possibles à des questions posées dans un langage naturel.

Dans la même perspective, la startup belge Swan Insights a développé le DataGraph dont l’objectif est permettre à une entreprise de « connecter » son business avec le monde extérieur en tirant parti du Big Data. Le DataGraph est une plateforme de services qui combine les données business ou industrielles classiques avec des données issues d’un catalogue global de données externes. Grâce à des algorithmes avancés, cette combinaison permet d’anticiper les nouvelles tendances du marché, de proposer de nouveaux modèles de business ou de répondre de manière inédite à des problématiques complexes. On est donc face à des systèmes intelligents avec lequel les managers de l’entreprise sont amenés à collaborer, au même titre qu’il le ferait avec un chercheur « classique ».

… et machines physiques

Les véhicules autonomes constituent à eux seuls une catégorie majeure de machines intelligentes physiques. On pense évidemment aux Google cars, mais les véhicules autonomes sont déjà une réalité dans le monde industriel. Un exemple particulièrement intéressant est celui de l’entreprise minière Rio Tinto. Celle-ci possède d’ores et déjà une flotte de camions géants autonomes, capables d’effectuer des tâches de chargement et de transport complexes, dans un environnement peu propices aux camions traditionnels. Ils sont commandés à 1.500 kilomètres de distance par des mineurs d’un nouveau type disposant d’outils digitaux finalement assez proches des jeux vidéos.

Viennent ensuite les robots, qu’il s’agisse de robots industriels ou de robots domestiques.

En ce qui concerne l’industrie, un exemple très récent est celui des robots mis en oeuvre par le géant de l’e-commerce Amazon. Désormais, plus de 15.000 robots Kiva sont opérationnels dans les nombreux entrepôts d’Amazon afin d’augmenter le nombre de commandes pouvant être assurées dans des délais très brefs, particulièrement lors de pics de vente gigantesques comme lors du Black Friday. Ressemblant à une forme de robots-aspirateur assez banal, Kiva est capable de soulever 280 kilos de produits, de se glisser directement sous les étagères, de déplacer des étagères vides pour les faire remplir, … Grâce à leur précision et leur taille, Amazon peut réduire la largeur des allées et donc stocker plus de produits dans moins d’espace.

Les chaînes de montage sont également concernées directement par ce type de machines, comme c’est déjà le cas pour les chaînes de montage des Tesla.

Enfin, les robots domestiques constituent une dernière grande catégorie de machines intelligentes. Un bon exemple est le robot PR2 qui outre ses fonctionnalités standards, propose également une véritable plateforme de développement hardware et software permettant la personnalisation des services. Parmi les usages de ce type de machines, l’aide aux personnes à domicile est l’un des plus fréquents, notamment pour les personnes plus âgées, toujours plus nombreuses et pour lesquelles le maintien à domicile dans de bonnes conditions de vie est un enjeu de société majeur.

Sur une note plus ludique, il est également possible de commander pour Noël le chien robot Zoomer

Opportunités et menaces

Parmi les avantages liés aux machines intelligentes, et notamment aux robots, on trouve la vitesse, la précision, l’absence d’émotion, le niveau constant de qualité, … Toutefois, le recours toujours plus importants à de tels outils ne va pas sans poser quelques questions très délicates et finalement sans véritable rapport avec la technologie elle-même.

L’une de ces questions est celle de la responsabilité. A partir du moment où une machine devient suffisamment intelligente pour prendre des décisions ou poser des choix, qui est responsable en cas d’erreur? Le propriétaire de la machine, son concepteur, les données qui l’alimentent ou l’algorithme qui les analyse? Notre système juridique se trouve devant un chantier énorme. Le besoin en réglementations disruptives va s’imposer face aux défis de la gouvernance algorithmique du régime de responsabilité, de la capacité contractuelle et de la protection des données personnelles. Par ailleurs, on peut également envisager qu’à terme les machines puissent également avoir des « droits », à l’alimentation, à la maintenance, à la mise à jour … des droits finalement assez comparables à ceux des humains.

De manière générale, le développement des machines intelligentes sera notamment favorisé par:

  • la généralisation du modèle Cloud / API qui offre une plateforme universelle de développement et d’interconnexion de services,
  • le Big Data, à la fois carburant et produit des machines intelligentes,
  • le besoin toujours important de réductions des coûts des entreprises,
  • le modèle et l’infrastructure des stores d’applications mobiles qui peut être élargi aux machines,
  • la diminution constante des équipements technologiques embarqués,
  • la véritable maturité des services M2M (Machine to Machine).

Du côté des freins à ce développement des machines intelligentes, on peut pointer:

  • le manque de standards technologiques,
  • les éventuels problèmes de disponibilité de réseaux (WiFi, 3/4 G, Bluetooth, NFC, …),
  • le déploiement toujours en cours d’IPv6,
  • l’intégration avec les systèmes de back-office des entreprises,
  • les problèmes de sécurité, de contrats, de responsabilité et de vie privée.

Que deviendra mon métier ?

Enfin, face à l’émergence des machines intelligentes, une dernière question se pose: quelle sera leur influence sur nos carrières et métiers. Jusque ici, l’informatisation et l’automatisation a essentiellement touché des métiers et des tâches par nature très répétitifs. Avec les machines intelligentes, n’importe quel métier, y compris le plus intellectuel, pourrait être impacté. Une étude américaine considère ainsi que 47% de tous les métiers aux Etats-Unis seraient menacés dans les 20 prochaines années car ils impliquent des tâches qui pourront être automatisées grâce aux progrès techniques qui seront réalisés durant cette période.

Gartner envisage quant à lui que d’ici 2020, c’est-à-dire demain, la majorité des carrières des personnes travaillant dans les métiers de la connaissance seront influencées par les machines intelligentes, positivement ou négativement.