Comment les machines ont appris à discuter

Les chatbots ont ouvert une voie évolutive similaire à celle des voitures autonomes. Grâce à l’approche d’analyse comparative des véhicules sans conducteur, ils sont passés de ce que nous pourrions appeler le niveau 0 (de simples programmes d’appel et de réponse conçus il y a un demi-siècle) au niveau 5 (des moteurs sophistiqués pilotés par l’IA qui peuvent de plus en plus fonctionner comme des humains). Tâches.

C’est comme passer des téléphones à cadran à l’iPhone, note Robb Wilson, co-auteur de «L’ère des machines invisibles» et PDG et co-fondateur de OneReach.ai, qui crée une plateforme d’IA conversationnelle pour les entreprises.

« Tous les logiciels auront une IA conversationnelle devant eux, et ils trouveront simplement un robot possédant les compétences dont vous avez besoin lorsque vous en avez besoin », explique Wilson. « Le robot saura ce que vous voulez et le fera simplement. »

Chatbots, comme pour les véhicules autonomes, ne sont pas encore parvenus à une pleine autonomie. Mais chaque jour, ils s’en rapprochent un peu plus. L’échelle suivante n’est en aucun cas officielle, mais elle offre un guide indiquant où les chatbots ont commencé et où ils sont susceptibles d’aboutir.

Ces premiers prédécesseurs des chatbots, toujours utilisés, génèrent des réponses scriptées basées sur des règles préprogrammées. Ils s’appuient sur la correspondance de modèles pour imiter la conversation et ne peuvent pas apprendre de la conversation ou s’adapter sans être reprogrammés.

Joseph Weizenbaum, informaticien du MIT, a créé le premier chatbot de ce type en 1966. Il l’a nommé ELIZA (d’après Eliza Doolittle, la protagoniste de la vendeuse ambulante qui devient le toast éloquent de la société londonienne dans « Pygmalion » de George Bernard Shaw). Weizenbaum a programmé ELIZA pour qu’elle communique comme un Psychothérapeute rogérien, répondant aux invites des utilisateurs avec des questions basées sur des mots-clés. Si vous disiez à ELIZA que vous n’êtes pas heureux, elle vous répondrait « Pourquoi es-tu malheureuse ? »

Ces robots sont construits autour d’arbres de décision, ont un vocabulaire restreint et peuvent ne pas comprendre la même question posée de différentes manières (« Où est mon colis ? » ou « Quand ma commande arrive-t-elle ? »). Les robots basés sur des règles ne peuvent pas améliorer leurs performances au fil du temps sans codage supplémentaire. Mais comme ils sont relativement peu coûteux à créer et à utiliser, les descendants d’ELIZA restent largement utilisés aujourd’hui, permettant aux utilisateurs de trouver des informations plus facilement qu’en utilisant des outils de recherche ou en parcourant les FAQ.

Les chatbots de niveau 1 utilisent le traitement du langage naturel (NLP), une branche de l’IA conçue pour comprendre la parole humaine et répondre en nature. Ils sont considérés comme les précurseurs des assistants vocaux grand public d’aujourd’hui (par exemple Siri, Alexa et Google Assistant).

Le premier chatbot basé sur la PNL largement utilisé était Enfant plus intelligent, rendu accessible sur AOL Instant Messenger, MSN Messenger et Yahoo Messenger au début des années 2000. SmarterChild pourrait s’engager dans des conversations de type humain et récupérer des informations sur Internet. (Au sommet de sa popularité, plus de 30 millions de personnes ont utilisé SmarterChild pour poser des questions sur les gros titres de l’actualité, les bulletins météorologiques et les cotations boursières.)

Les robots actuels basés sur la PNL, alimentés par des milliards d’exemples de langage, peuvent générer à la volée des réponses textuelles de type humain, identifier des synonymes et comprendre des questions similaires formulées de plusieurs manières.

D’ici 2027, Gartner prévoit que 1 organisation sur 4 s’appuieront sur les robots comme principaux canaux de support client.

L’émergence de Siri en 2010 a marqué le début d’une nouvelle ère d’assistants conversationnels. Intégrés aux téléphones et aux haut-parleurs intelligents, ces robots ont rapidement évolué vers des assistants intelligents capables de planifier des réunions ou de jouer à des jeux.

Néanmoins, cette race de robots est considérée comme une IA « faible » ou « étroite », car elle est limitée par la longueur et la complexité des interactions verbales ; ils ont du mal à discerner les intentions, ne peuvent pas apprendre des conversations et ne peuvent effectuer que des tâches simples.

« Leur capacité à discuter s’améliore, mais la reconnaissance vocale peut encore être problématique en raison des diverses incarnations du langage, des expressions familières et des différences géographiques de prononciation », note Robby Garner, PDG de Institut des Sciences Mimétiques, et un créateur primé de systèmes conversationnels PNL. « Nous sommes encore loin de l’intelligence artificielle générale. »

Néanmoins, Gartner a prédit que les robots d’IA conversationnelle économiser 80 milliards de dollars aux entreprises annuellement en coûts de support client d’ici 2026.

Comme le montrent plusieurs nouvelles plateformes d’IA générative (ChatGPT, Bing Chat, Google Bard), ces robots peuvent effectuer une gamme remarquable de tâches semblables à celles des humains. Ils peuvent créer (ou générer) de la poésie, de la musique et de l’art. Ils peuvent écrire du code logiciel ou résoudre des équations mathématiques complexes.

Les inconvénients des LLM sont également bien documentés. Ils peuvent souffrir d’« hallucinations », c’est-à-dire ils fabriquent des « faits » produisant des inexactitudes sauvages. Et parce que ces robots sont formés sur les données Internet, ils sont sujets aux mêmes préjugés, inexactitudes et mensonges qui existent en ligne.

Malgré ces inquiétudes, 72% des Fortune 500 prévoient d’adopter l’IA générative pour améliorer leur productivité, selon Harris Poll.

Ces petits modèles de langage (SLM) nécessitent beaucoup moins de données pour la formation et moins de complexité. Cela signifie qu’ils consommeront moins d’énergie et seront moins sujets aux hallucinations. Ils seront plus limités mais plus ciblés dans ce qu’ils peuvent faire. Par exemple, ils peuvent être formés sur les données de l’entreprise ou du secteur et déployés pour effectuer une seule tâche, comme identifier des images ou générer du contenu marketing personnalisé.

Seule une poignée de SLM ont été déployés, principalement pour écrire du code et récupérer des données. Un groupe d’informaticiens universitaires a organisé le Défi BabyLM pour aider à créer des SLM plus fonctionnels.

De tels SLM constitueraient un moyen essentiel « d’améliorer les performances et la précision, avec moins de problèmes liés aux ressources nécessaires à leur fonctionnement », explique Juhasz.

L’objectif ultime des chatbots, comme des voitures autonomes, est qu’ils fonctionnent de manière autonome, sans que personne ne soit au volant. Mais, comme pour les voitures aujourd’hui, il y aura un humain dans le circuit dans un avenir prévisible.

De nombreux avantages économiques en découlent. Le Forum économique mondial prédit que plus de 40 % des tâches commerciales courantes seront automatisées d’ici 2027. Les chatbots passeront du statut de curiosités à celui de collègues, comprenant notre travail et fournissant les bonnes informations ou effectuant la bonne tâche au bon moment.

Ces travailleurs numériques intelligents (IDW) combineront la facilité d’utilisation des robots conversationnels avec les compétences de modèles d’apprentissage automatique spécialisés, prédit l’auteur et PDG de OneReach.ai, Robb Wilson.

Par exemple, vous direz à votre bot IDW : « Organiser mon voyage à Chicago ». Il réservera votre vol (sachant que vous préférez l’allée à la fenêtre), planifiera votre Uber (ou Lyft) et contactera un autre robot d’hébergement pour réserver votre chambre (avec des points de fidélité) dans votre hôtel préféré. BlackBerry, époque pré-iPhone où toute la technologie est là, mais nous n’avons pas encore d’exemple d’une grande IA conversationnelle », déclare Wilson. «Personne ne l’a rassemblé dans un emballage aussi beau que l’iPhone. Mais ce jour arrive.

Cet article a été initialement publié sur Les travaux