Pendant la pandémie, l’IA continue son bonhomme de chemin, bien qu’elle ne fasse plus la une des publications comme avant la crise. Panicode, la startup qui propose une solution basée sur le machine learning pour automatiser la création de tests unitaires et la génération de documentation, attire l’attention sur trois thèmes à suivre en 2021. La startup base son analyse sur le fait que « ces derniers temps, nous sommes passés de l’évolution linéaire et constante de l’intelligence artificielle à une véritable accélération des découvertes dans ce domaine. Pendant longtemps le sens des mots semblait hors de portée de l’intelligence artificielle, mais l’évolution récente a fait apparaître un nouvel éventail de possibilités en termes de machine learning. Les algorithmes sont désormais capables d’interpréter de mieux en mieux le langage humain ».
1Le bond en avant du traitement du langage naturel (TLN)
Ces dernières années, des projets importants ont été lancés, à travers le monde, autour de l’IA et surtout du TLN. L’un des plus connus est Open AI, dont Elon Musk est membre. Les résultats les plus récents produits par Open AI permettent aujourd’hui d’imaginer des applications à forte valeur ajoutée dans tous les secteurs et dans de nombreux aspects de la vie quotidienne.
GPT-3 est le plus gros modèle de langage jamais entraîné et développé par la société Open AI. Dévoilé en mai 2020, il permet à l’IA de comprendre et traduire la sémantique du texte. GPT-3 peut réagir au texte, le modifier, le prévoir. Les applications du GPT-3 vont changer le monde. À l’avenir, les réseaux de neurones seront capables de maîtriser une sémantique beaucoup plus complexe, le sens des mots, des phrases, la grammaire et même l’arithmétique. Une machine sera capable d’écrire des phrases grammaticalement correctes en contrôlant la sémantique contextuelle comme le fait un humain.
2Formaliser l’éthique de l’IA
Les dangers des algorithmes sont très réels. Ils sont liés au fait que les algorithmes sont biaisés. En effet, les algorithmes sont programmés et entraînés par des humains et donc sont capables de reprendre des phrases à caractères sexiste ou raciste. C’est pourquoi il faut une réelle théorie mathématique du biais et une formalisation robuste de ce qu’est une IA éthique. De plus en plus de chercheurs s’attèlent à cette mission et leurs travaux ont un retentissement croissant dans l’univers de l’IA.
3L’apprentissage par renforcement profond des réseaux de neurones
Aujourd’hui, des réseaux de neurones sont utilisés pour l’apprentissage par renforcement profond. C’est un processus très puissant, car nous ne disons pas à la machine d’estimer quelque chose, nous lui disons de maximiser une récompense. Nous commençons à voir l’apprentissage par renforcement être utilisé dans les systèmes de recommandation. Cela signifie que l’algorithme fait des suggestions à l’utilisateur en fonction de son profil et de ses interactions avec le site, puis il est soit récompensé, soit pénalisé en fonction du comportement réel de l’utilisateur suite à ses suggestions. La machine commence donc à apprendre d’elle-même. Cette application de l’apprentissage par renforcement dans les systèmes de recommandation suscite de plus en plus d’intérêt que ce soit dans l’économie de l’IA ou dans le monde académique.
