L’IA et le rôle des services applicatifs

Joel MosesVice-président, Ingénierie stratégique | F5

Ce ne sont pas les droïdes que vous recherchez.

À quoi pensez-vous lorsque quelqu’un vous demande de décrire ce qu’est l’intelligence artificielle ?

Il y a fort à parier que l’image qui vous viendra immédiatement à l’esprit aura un visage très humain : celui d’Arnold Schwarzenegger (Terminator), de Haley Joel Osment (A.I.) ou de Brent Spiner (Star Trek). La représentation que l’on associe le plus souvent au terme voisin d’« apprentissage automatique » n’a généralement pas de visage, mais elle peut évoquer la lumière rougeoyante de HAL 9000 dans 2001, ou la logique robotique imperturbablement froide d’Ex Machina. C’est en grande partie à Hollywood et à la science-fiction que nous devons notre perception commune de ce sujet complexe.

Et pourtant, ces élans d’imagination sont en réalité des manifestations pertinentes de la réflexion scientifique sur le fonctionnement du cerveau humain. Pour faire simple, on peut définir l’intelligence artificielle comme « le fait d’apprendre à un ordinateur à reproduire certains aspects de l’intelligence humaine ».

L’orientation de cette intelligence — en particulier sa finalité et son mode de fonctionnement — nous permet de définir trois types distincts d’IA. Pour comprendre comment l’IA et les services applicatifs fonctionneront ensemble à l’avenir, il faut d’abord examiner chaque type d’IA.

IA forte

Ce que nous voyons à l’écran — de grands et méchants cyborgs ou des androïdes pâles et amicaux — illustre une intelligence autonome et généraliste. Cette intelligence n’a d’autre objectif précis que d’apprendre et de transformer ses apprentissages en nouvelles actions autonomes. Il s’agit de modèles d’intelligence artificielle « forte », et ce type d’IA relève exclusivement de la science-fiction. Il n’existe pas.

IA faible

Après l’IA « forte », il existe une version plus simple et plus spécialisée, que l’on peut qualifier de modèle « faible » d’intelligence artificielle : elle fonctionne de manière autonome, comme le ferait un androïde de cinéma, mais son champ d’action est limité. Elle est capable de s’adapter et d’apprendre de façon élémentaire dans le domaine restreint où elle évolue. Ces systèmes excellent dans les tâches pour lesquelles ils ont été conçus, mais sont incapables d’apprendre de nouvelles choses par eux-mêmes. Nous interagissons quotidiennement avec eux et les connaissons par leur nom : Siri, Alexa, Google. Nous leur demandons de remonter les vitres de nos voitures ou de maintenir une certaine distance avec le véhicule qui nous précède. Et même si nous pouvons leur poser des questions sur la météo, auxquelles ils sauront probablement répondre, il est peu vraisemblable qu’ils nous prodiguent de sages conseils sur nos relations comme pourrait le faire le lieutenant-commandant Data.

IA d’assistance

Le troisième type d’IA — et le plus courant — n’est pas toujours immédiatement visible. Ce n’est pas une IA que l’on désignerait par un nom, mais nous interagissons quotidiennement avec des systèmes qui intègrent cette technologie. Ces systèmes sont des modèles d’intelligence artificielle dits « d’augmentation ». Ils visent à assister l’intelligence humaine dans des tâches spécialisées en rendant nos processus de réflexion plus efficaces et mieux informés. Ils sont presque toujours ultraspécialisés : ils peuvent, par exemple, analyser des zones sombres sur nos radiographies et signaler aux techniciens qu’elles pourraient être significatives, ou comparer rapidement des produits sortant des chaînes de montage afin de détecter des problèmes de qualité bien avant qu’un cerveau humain ne puisse réagir.

IA d’assistance et services applicatifs

L’IA d’assistance constitue le fondement de la troisième phase de la transformation numérique: « l’entreprise assistée par l’IA ». Cette IA exploitera les données de télémétrie recueillies par la nouvelle génération de services applicatifs et renforcera les activités de l’entreprise en lui donnant les moyens de résoudre des problématiques métier d’origine technologique. Il peut s’agir simplement d’identifier des problèmes de performances entraînant une baisse des taux de conversion des clients, ou, de manière plus avancée, de repérer les clients légitimes qui rencontrent des difficultés avec un processus métier numérisé. Dans les deux cas, d’importants jeux de données couvrant l’ensemble du parcours des données sont nécessaires. Seule la puissance d’une analyse avancée soutenue par l’IA permet de détecter rapidement ces deux types de relations.

Afin de rendre possibles ces futures fonctionnalités, nous avons entrepris notre propre transformation numérique, axée sur l’extension des services applicatifs à l’ensemble du parcours des données, du code jusqu’au client. Cette vision nous a conduits à acquérir NGINX et, plus récemment, Shape Security. Ces deux entreprises proposent des solutions et des services applicatifs uniques, qui constituent les fondements de l’avenir de la fourniture d’applications et de la création d’une IA d’assistance qui contribuera à faire fonctionner l’entreprise numérique de demain.

À propos de l’auteur

Joel MosesVice-président, Ingénierie stratégique | F5

Autres articles de Joel Moses