L’intelligence artificielle (IA) est à la fois une discipline et un ensemble de capacités cognitives et intellectuelles exprimées par des systèmes informatiques ou par des combinaisons d’algorithmes afin d’imiter l’intelligence humaine pour effectuer certaines tâches. Cette description est l’une des multiples définitions que l’on trouve aujourd’hui pour caractériser l’IA. Pour simplifier, on peut affirmer que l’intelligence artificielle est aussi complexe que la nature humaine elle-même.
Une tribune publiée en exclusivité sur Goodtech par David Szegedi, Field CTO France de Red Hat.
Cela signifie que, comme pour les humains, il n’y a pas d’unicité dans la définition ou les types d’IA. Il est toutefois possible de la comprendre avec certaines étapes, à commencer par « le traitement du langage naturel », à savoir la façon de transmettre des informations. Dans un deuxième temps, cela concerne la façon de représenter et stocker les connaissances comprises et acquises, puis la façon de les internaliser et d’en tirer parti en réponse à une question.
Une interrogation essentielle demeure : comment l’humain s’y prend-t-il pour transformer l’immatériel en quelque chose de tangible, et pourquoi est-ce important de le faire ? De nos jours, l’IA est en plein âge d’or ; elle est non seulement devenue le sujet central de toutes les conversations, mais également la ligne d’horizon de toutes les stratégies informatiques.
Avec un rythme très rapide d’évolution dans ce domaine, les stratégies d’innovation qui choisissent une approche open source sont plébiscitées, car elles permettent de bénéficier de l’agilité et de la transparence sur les usages liés à l’IA. L’open source, comme l’ont compris la plupart des éditeurs logiciels de cet écosystème, est le moyen de matérialiser l’IA. Aujourd’hui, les communautés open source sont le point de départ de l’innovation, tout particulièrement dans le domaine de l’IA.
Pour la première fois depuis longtemps, nous nous retrouvons confrontés à une technologie qui stimule l’innovation, suscite des discussions autour de son champ d’application et repousse les frontières existantes. Il est juste d’affirmer que l’IA, dans un certain sens, rédéfinit l’usage de l’informatique traditionnelle. Toutes les étapes franchies au cours des vingt dernières années nous ont amenés à la conclusion suivante : il est désormais possible de libérer toute la puissance de l’IA.
Cette puissance justement dépend de façon directe de celle qu’attribuent les acteurs de l’IT à l’IA, en fonction de leur position sur le marché. Gartner décrit l’IA comme ayant « le potentiel d’apporter une immense valeur ajoutée aux entreprises en leur permettant d’augmenter leur productivité, d’améliorer leur prise de décision et de générer de nouvelles opportunités de croissance et d’innovation », avec toutefois une nuance : que certaines entreprises restreignent l’utilisation de l’IA à un seul type de tâche, afin d’en brider la portée. Il n’y a aucun doute sur le fait que l’intelligence artificielle est un atout majeur pour faire évoluer les industries et les gouvernements, que ce soit sur le plan de l’analyse des données, la détection et la prévention de la fraude, en passant par des avancées majeures dans le domaine de la santé.
À l’ère de l’accès à l’information, l’un des concepts qui y fait le plus écho est celui de l’intelligence artificielle générative. Il s’agit d’un type de technologie capable de créer de nouveaux contenus à partir de modèles de Deep Learning entraînés avec de grands ensembles de données. Les modèles d’IA générative sont alors utilisés pour générer de nouvelles données ; cela a pour effet de les différencier des modèles d’IA discriminante, qui sont utilisés pour classer les données en fonction de leurs différences.
De nos jours, les applications qui utilisent cette technologie servent, entre autres, à générer du texte, des images, ou encore du code. Les cas d’utilisation les plus courants sont les chatbots, la création et l’édition d’images, l’aide à la création de code logiciel et la recherche scientifique.
Les entreprises ont besoin, de la part des éditeurs de logiciels, de solutions pour déployer au quotidien les technologies d’IA générative (en proposant par exemple une analyse voire une remédiation intelligente des plateformes pour les administrateurs systèmes, en générant du code en mode assistance pour les développeurs, etc..). Les éditeurs doivent maintenir le contrôle de bout en bout sur ces technologies.
L’un des grands avantages ici est de maîtriser l’ensemble du cycle de vie du modèle de machine learning tel qu’un LLM, en préparant le jeu de données, en entraînant le modèle avec des data scientists, en le faisant évoluer à l’échelle avec des opérateurs, et en finalisant la mise en production au sein d’applications d’entreprise.
En conclusion, l’intelligence artificielle influence non seulement la vie des individus, mais également les entreprises. Certaines choisissent de mettre en place une stratégie de transformation numérique et culturelle comme ligne directrice unique, pour avancer vers l’avenir. Celles qui font le choix de ne pas prendre le train en marche risquent d’être laissées pour compte. Comme toute chose dans ce secteur, l’IA a fini par évoluer elle aussi et pour pouvoir libérer pleinement son potentiel, nous devons, nous aussi, évoluer avec elle.
