Sultan A. Alshaali est un cadre expert dans la stimulation de la croissance avec 18 ans d'expérience dans les secteurs public et privé, et des ONG à but non lucratif tirant parti des forces organisationnelles et des ressources disponibles.

  • Le problème : il y a tellement d'idées fausses sur l'intelligence artificielle qui glorifient l'IA comme la solution ultime à la plupart des problèmes auxquels nous sommes confrontés à l' ère numérique .
  • Pourquoi c'est important : Cela crée des attentes et des prémisses fausses et inexactes qui peuvent conduire à des résultats catastrophiques.
  • La solution : résoudre les problèmes sous-jacents et les idées fausses, ainsi que prévenir les mythes qui glorifient l'intelligence artificielle.

Les entreprises se positionnent comme des utilisateurs de technologies « à la pointe de la technologie ». Ils s'identifient comme des créateurs de tendances et des leaders, meilleurs que leurs concurrents et meilleurs que vous ne pourriez vous attendre à trouver ailleurs. Tout cela fait partie du jeu.

Les PDG, les annonceurs et les divisions marketing qui poussent l'intelligence artificielle (IA) ne sont certainement pas des technologues aptes à identifier l'entreprise la plus complexe de l'histoire de l'humanité.

Ils nous promettent que l'IA va :

  • Vous immuniser contre les pirates ;
  • Améliorer le service client;
  • Éliminer les tâches répétitives, libérant du personnel pour aider les clients ;
  • Améliorer la conception du produit ;
  • Prédire les besoins et les désirs des clients ;
  • Faites évoluer votre entreprise du local à l'international ;
  • Tirez parti de votre Big Data ;
  • Faites de la publicité personnalisée, personnalisée pour chaque client.

Sauf que ce n'est pas vrai.

Les machines ne sont ni bienveillantes ni malveillantes - elles existent - et toute moralité qu'elles ont sera ce que nous programmerons en elles.

L'IA n'est pas le moteur de nos avancées technologiques ; cela se produit en raison de la collecte, du tri et de la manipulation d'informations avec des algorithmes, et non de l'intelligence artificielle.

Nous sommes à l'aube d'une nouvelle ère, mais nous n'avons pas encore déterminé quand elle arrivera à maturité. Les passionnés imaginent les merveilles qui nous attendent, comme la brève liste ci-dessus, mais même eux sous-estiment gravement le potentiel.

D'autres, comme Stephen Hawking (un génie mathématique indéniable), sortent de leur champ de connaissance comme Elon Musk et bien d'autres. Ils nous mettent en garde contre « la singularité » - la montée des machines - le destin de l'humanité.

Le célèbre scientifique et écrivain de science-fiction Isaac Asimov a un jour décrit « le complexe de Frankenstein » qui a imprégné les débuts de la science-fiction. Il y avait une notion que si l'humanité devait marcher sur les orteils des dieux en créant la vie ou en étudiant l'univers, nous serions giflés et punis pour cet orgueil. Il a dit que c'était manifestement idiot - et il avait raison.

Les seules contraintes imposées à l'humanité sont celles que nous y mettons nous-mêmes. Les machines ne sont ni bienveillantes ni malveillantes - elles existent - et toute moralité qu'elles ont sera ce que nous programmerons en elles.

Les échecs mènent au succès

Lors du Turing Talk on AI de 2019 , un expert (Dr Krishna Gummadi) a déclaré que les machines ne peuvent pas gérer l'intelligence émotionnelle. Il n'y a aucune indication que les non-biologiques peuvent soutenir l'émotion de toute sorte.

Si possible, nous sommes presque certainement à des décennies (peut-être des siècles) d'un tel développement. Les cerveaux humains ont le thalamus et l'amygdale enfouis profondément à l'intérieur. Ceux-ci nous disent ce que nous ressentons et comment nous nous sentons à ce sujet.

Mais pouvez-vous programmer un ordinateur pour "être heureux" ? Qu'en est-il de la jalousie, de la tristesse, de la colère ou de la déception ? Il n'y a pas d'inondation de produits chimiques, comme en vous, pour vous faire serrer les poings et déclencher une bagarre dans un bar, vous accrocher désespérément à un amant ou pleurer à la mort de votre chiot. On ne peut pas faire ces choses pour des machines, et ce ne serait de toute façon pas souhaitable.

Au lieu de cela, nous devons former nos modèles avec une éthique pure et sans tache. C'est ce dont ils ont besoin pour fonctionner, et ils fonctionneront très bien. La science-fiction de mauvaise qualité nous ferait craindre que les modules d'intelligence artificielle ne prennent le relais ou ne les trouvent simplement non pertinents. Nous sommes curieux de savoir s'il est possible de les faire se soucier de nous, d'eux-mêmes ou de toute autre chose. Mais si nous les concevons pour être éthiques, ce problème disparaît.

L'éthique est un problème sérieux

Dans une expérience embarrassante conçue pour éliminer les préjugés inhérents du système judiciaire américain contre les personnes à la peau foncée, un programme d' IA a été conçu pour aider les juges à créer des peines plus justes. Il a examiné des milliers de cas pour savoir comment fonctionnait la détermination de la peine, comprendre les taux de récidive et qui était le plus susceptible de récidiver. Malheureusement, il a ensuite continué à recommander des peines indûment sévères pour les personnes à la peau foncée.

Les chercheurs ont supprimé les références raciales des données. Pourtant, l'algorithme avait déjà tiré des conclusions sur les noms et prénoms, le faible revenu, les quartiers spécifiques, le sexe et l'âge, et continuait à prononcer des peines sévères. En termes informatiques, nous appelons cela GIGO, ou Garbage In, Garbage Out.

Vous devez enseigner une IA avec des données correctes. Si vous ne le faites pas, vous perpétuerez le problème. Si le programme avait été brillant, il aurait compris cela et éliminé le problème. Cependant, puisque "l'IA" est toujours stupide, tout ce qu'elle a fait était de comprendre comment faire ce qui était déjà fait et continuer à le faire tout aussi mal.

La réalité s'installe

Quelqu'un peut très bientôt proposer une idée qui permet une véritable IA, mais il est également possible que cela prenne dix ans ou vingt ! Nous faisons des progrès, c'est certain, nous rapprochant de cet objectif incroyable, mais nous ne sommes même pas à une fraction substantielle du chemin vers la réalisation de l'intelligence artificielle . Toute la prétendue IA que vous rencontrez actuellement est similaire à un perroquet intelligent.

Pense pas? Êtes-vous convaincu qu'Alexa, Cortana, Siri et d'autres sont des exemples de véritable Intelligence Artificielle ? Pensez-vous qu'AMAZON™, Google™, eBay™ et d'autres utilisent une véritable Intelligence Artificielle ? Désolé, mais non, ils ne le sont pas.

Comment "l'humanité" est atteinte

La première étape de ce processus consiste à utiliser une voix féminine d'environ 30 ans, car elle est assez jeune pour sembler attrayante mais suffisamment âgée pour engendrer des sentiments de maturité, de confiance et de respect - c'est une voix de "maman" - et fonctionne bien. aussi bien pour les hommes que pour les femmes.

La deuxième étape est la partie lourde de programmation, où les algorithmes reconnaissent les mots-clés et leurs relations. Enfin, pour la machine, les résultats sont placés sur un spectre allant de "réussi" à "médiocre" et se voient attribuer une probabilité.

Le programme trouve la meilleure correspondance pour votre version de la question et perroquet la réponse la plus probable, ce qui peut se produire en quelques millisecondes, créant l'illusion d'une conversation significative.

Aucune intelligence impliquée

Nous n'avons pas besoin d'Alan Turing et de son test de Turing pour voir que toutes les IA sont profondément "non humaines". Ainsi, par exemple, demandez à Alexa : "Pouvez-vous réussir le test de Turing ?" et sa réponse serait "Je n'en ai pas besoin - je ne prétends pas être un humain".

Posez la même question à l'Assistant Google, et "elle" répond : "Ça ne me dérange pas que vous sachiez que je ne suis pas humaine. Tant que je suis utile, ça va !" Cette franchise ressemble à quelque chose qu'une personne naturelle dirait, mais un ingénieur l'a programmé, pas quelque chose créé spontanément par la machine. Même le supercalculateur WATSON d'IBM , la machine qui a battu les champions humains du jeu télévisé "Jeopardy!", n'était pas intelligent par un effort d'imagination.

"WATSON était une base de données associative coûteuse et à forte intensité de main-d'œuvre, soigneusement conçue pour interpréter les subtilités des jeux de mots et des métaphores mixtes et des sujets qui reflétaient les "réponses" typiques fournies par le jeu télévisé. Sa programmation lui a ensuite dit de convertir ces indices en une "question" qui a révélé la relation entre les indices." La prémisse était simple, même si l'exécution était coûteuse et complexe.

Pourtant, c'était une étape petite mais significative pour rendre l'IA possible. Les versions antérieures, comme Deep Blue d'IBM, étaient des calculatrices glorifiées, mais elles rendaient les échecs beaucoup plus difficiles pour les humains et résultaient en des programmes d'échecs sur les étagères des magasins qui pouvaient facilement battre Deep Blue. Les "IA précurseurs" conséquentes, comme ALPHA GO, ont fait des progrès dans l'apprentissage automatique qui aideront à terme à atteindre la véritable IA

Où nous en sommes aujourd'hui

La vérité est que toutes les entreprises disposent de Big Data , généralement sous la forme d'enregistrements et d'informations qui ne sont pas utilisés car ils ne sont pas organisés et stockés dans trop d'endroits différents.

Nous avons commencé avec des entrepôts de données rigides, ordonnés mais accessibles via des outils comme SQL (Sequential Query Language). Cependant, il était plus facile de voir les relations si vous étiez très habile à formuler correctement les questions et disposiez des bases de données coopératives lorsque vous posiez la question. De plus, vous étiez obligé de tirer plusieurs tables pour poser une question si vous attendiez une réponse significative.

Hadoop™ est venu avec le concept de Data Lakes, agrégeant des données provenant de nombreuses sources disparates, telles que les dossiers clients et les documents électroniques, mais a ajouté la reconnaissance d'image, la vidéo, l'audio, le web-scraping, et bien plus encore. Il était flexible par rapport à SQL, de sorte que les données sont devenues plus généralement utiles pour les enquêtes humaines. Cependant, il est encore inutile pour l'IA de se passer d'un bon algorithme de tri/interprétation.

Conçus superficiellement pour imiter les réseaux de neurones biologiques trouvés chez les animaux et les humains, ces systèmes peuvent associer des données disparates. De plus, ils sont généralement très bas sur les "règles", de sorte que le programme est libre de comparer des choses apparemment sans rapport.

Ces réseaux de neurones artificiels peuvent trouver des relations subtiles car ils ne sont pas contraints. C'est comme si un scientifique rêvait de fabriquer un meilleur déodorant pour les aisselles tout en tripotant un stylo à bille et se disait soudain : "Et si je fabriquais un stylo à bille surdimensionné avec un gros rouleau ?" inventant le déodorant à bille (ce qui est arrivé en 1952 avec Helen Barnett Diserens).

Être libre de faire des associations non conventionnelles fait de l'IA un meilleur système. Par exemple, une fois lié à une véritable IA, il peut relier les connaissances d'un vétérinaire en Pologne à un physicien atomiste en France et à un plongeur au Pakistan, pour expliquer comment rendre Warp Drive possible. Lorsqu'elle disposera de la totalité de nos connaissances, l'IA trouvera des réponses avant nous, mais les humains ne peuvent connecter que certaines pièces.

Apprentissage automatique

Les chercheurs ont une fois mis en place un programme proto-IA pour travailler sur un vieux jeu vidéo 8 bits sans aucune instruction, sauf pour actionner les boutons et accumuler des points. Ils l'ont laissé du jour au lendemain, et quand ils sont revenus le matin, il avait maîtrisé le jeu et était imbattable. Mais, bien sûr, il n'a pas gagné ; il a juste suivi ses instructions rudimentaires. Les chercheurs ont découvert qu'ils pouvaient le faire avec presque n'importe quel jeu.

La vente à emporter

À moins d'être programmées pour le faire, les IA ne voudront jamais "tuer tous les humains !" Sauf innovation biomécanique fantastique, ils ne « voudront » ou ne « sentiront » probablement jamais quoi que ce soit. Ils peuvent se comporter de manière éthique, mais seulement si nous nous efforçons de les programmer avec des normes et des paradigmes éthiques purs et impartiaux.

Beaucoup de gens caractérisent l'IA actuelle comme un canular. Mais, en réalité, ce n'est que le reflet de scientifiques parlant de potentiel, de passionnés extrapolant sur ces possibilités, puis de médias naïfs rapportant ces prédictions comme s'il s'agissait de conclusions anticipées.

Ce n'est pas de la malveillance de la part des entreprises qui essaient de vous inciter à utiliser leurs produits. Mais, malheureusement, ils doivent être mieux informés car ils sont souvent malavisés par les promoteurs qui détournent la terminologie et assimilent l'apprentissage automatique à l'IA.

À l'exception de quelques scientifiques effectuant des recherches importantes dans le domaine, seules certaines personnes comprennent vraiment ce qu'est l'IA. Maintenant, vous êtes un peu plus informé que la personne moyenne, alors faites passer le mot - et bien que ce soit possible, il vaut probablement mieux ne pas s'attendre à l'apparition authentique des premiers signes de base de l'IA avant 2030.

👋 Vous pouvez créer une publication comme celle-ci ! Partagez vos réflexions avec une communauté de fonctionnaires. Apprendre encore plus

(Crédit image : Unsplash)