Est-ce ma vie privée dans le rétroviseur?

Août
8, 2018

7 min de lecture

Les opinions exprimées par Entrepreneur les contributeurs sont les leurs.

J'ai eu le plaisir de rencontrer Sophia à Londres il y a quelques semaines. Sophia est une personnalité populaire et extravertie qui ressemble un peu à Audrey Hepburn. En fait, Sophia est aussi une machine. Ce qui la rend intéressante, c'est qu'elle peut mener une conversation. Elle écoute ce que vous dites, montre des expressions faciales pendant qu’elle parle, répond à vos questions et pose même des questions de suivi.

Sophia n’est que l’un des nombreux exemples de l’intelligence de la machine au cours des dernières années. . Même si l'utilisation de robots comme interface utilisateur principale est encore rare, les applications réelles de l'intelligence artificielle (IA) dans le traitement des images, la reconnaissance de la parole et le traitement du langage naturel sont désormais courantes.

a été mis en place dans les années 1940 et 1950, lors des premiers travaux sur la cybernétique, le calcul et les réseaux neuronaux artificiels, et par le développement d’algorithmes d’apprentissage automatique

Rattraper l’humanité.

Au cours des dernières décennies, les choses se sont rapprochées. Par exemple, on pensait que battre un maître humain dans un jeu comme Go serait hors de portée de l'IA, étant donné que la stratégie gagnante ne peut pas être trouvée avec le calcul brutal. Il s’est avéré que AlphaGo (créé par DeepMind, acquis par Google) a battu le champion du monde Go Sedea 4-1 dans une série de cinq matchs il ya deux ans, tout en présentant des caractéristiques très humaines comme l’intuition.

être fait dans l'IA pour quelques raisons. La disponibilité d'une structure informatique à grande échelle, telle que l'informatique en nuage, ainsi que des superordinateurs autonomes rapides, parallèlement à d'importants progrès théoriques sur les algorithmes d'apprentissage automatique, signifie que nous pouvons désormais faire des choses auparavant impossibles. Cependant, l'entraînement d'un système utile et réaliste peut prendre des heures, des jours ou même des semaines, selon ce que vous utilisez. Cependant, on peut maintenant s'attaquer aux applications de l'IA qui, dans le passé, étaient tout simplement irréalisables.

Grist pour l'IAm.

Mais l'apprentissage des algorithmes d'IA ne concerne pas simplement la puissance de calcul. La possession de données pertinentes est la clé pour progresser. Une grande partie de l'IA implique l'apprentissage automatique où des méthodes automatisées sont utilisées pour trouver des modèles dans de grands ensembles de données, pour classer des objets et pour faire des prédictions sur ce qui va se passer ensuite. Dans certaines tâches, les machines – après avoir montré de nombreux exemples, c’est-à-dire des données – fonctionnent déjà beaucoup mieux que quiconque ne pourrait jamais espérer.

Heureusement, nous vivons à une époque où les données sont assez variées et les volumes sont maintenant facilement disponibles. L'omniprésence des smartphones, des appareils connectés, des robots domestiques ou de jardin et du nombre croissant de capteurs autour de nous signifie que des quantités massives d'informations sont collectées sur les êtres humains, depuis notre emplacement, notre santé, notre résidence et notre profil démographique jusqu'aux transactions financières. et nos interactions avec les autres.

Cependant, beaucoup (sinon toutes) de ces données sont intrinsèquement personnelles. Cet aspect personnel est ce qui soulève nécessairement des questions de confidentialité et de confiance.

Mes données, ma vie.

Est-ce que ma vie privée est respectée ou les données personnelles sont-elles collectées sans mon consentement? Qui fait la collection et comment? Les données personnelles sont-elles stockées de manière sécurisée? Les données restent-elles ma propriété intellectuelle personnelle? Les données brutes, ou les connaissances dérivées des données, sont-elles mises à la disposition des autorités et du gouvernement, soit le mien, soit un autre?

Related: Est-ce un rêve de pipe

Des événements tels que Cambridge Analytica, qui amasseraient des données Facebook de manière sournoise, ont mis ces problèmes en évidence. Encore une fois, des histoires récentes comme celle d’Amazon, enregistrant une conversation privée et l’envoyant à un collègue subrepticement, sont alarmantes. Une fois que nous avons commencé à utiliser une multitude d'appareils chez nous, tous écoutant des commandes et même donnant des instructions, la confusion et les problèmes de confidentialité risquent de s'aggraver encore davantage. En outre, quelles seraient les incitations pour les gens ordinaires à partager leurs données personnelles? Dans certains cas, je pourrais vouloir partager des informations sans aucune compensation si cela profite à ma communauté ou au bien commun. Je pourrais aussi être disposé à partager des données si, en retour, j'ai accès à de nouveaux services, ou si certains services existants sont améliorés avec plus de données.

Le partage est bienveillant

, Google Maps. Les téléphones et autres appareils connectés suivent notre géolocalisation, notre vitesse et notre cap. Lorsque ces informations sont agrégées et renvoyées aux algorithmes de recherche d'itinéraire, une meilleure image des flux de trafic en temps réel émerge. Les utilisateurs partagent leurs données gratuitement mais reçoivent en retour un service encore plus performant. Google, bien sûr, réalise des profits considérables en diffusant des annonces auprès de ces mêmes utilisateurs et en sachant beaucoup plus sur eux et leurs habitudes que ce qu'ils pourraient rêver autrement.

t donner à leurs utilisateurs un choix pratique de partager ou non leurs données. En Chine, le Web est beaucoup plus centralisé qu'en Occident, et les grandes entreprises comme TenCent ou Alibaba recueillent régulièrement des données auprès de leurs utilisateurs (et les partagent également avec leur gouvernement).

Related: Google Travailler sur la recherche censurée de la Chine

Dans le cas plus général, cependant, des incitations économiques tangibles sont nécessaires pour encourager les gens à partager. Si les gens pouvaient être rassurés sur le respect de leur vie privée et sur le partage de leurs données personnelles, ne seraient-ils pas encore plus enclins à avoir la possibilité de le faire?

Revenons à Sophia pour un moment . Elle est encore primitive à bien des égards. Mais elle représente une tentative d’aller au-delà de la faiblesse de l’intelligence artificielle, c’est-à-dire l’intelligence de la machine qui se limite à des tâches ou à des problèmes étroitement prédéfinis. Sans surprise, l'IA forte est le nouveau Saint-Graal, qui présente une intelligence générale. Le but est de créer des machines conscientes, auto-conscientes, capables de faire correspondre ou de dépasser les capacités de résolution de problèmes humains.

Voie rapide sans garde-corps.

Bien sûr, nous ne maîtrisons pas encore comment construire de telles machines, mais Si la nature est notre inspiration, la neuroscience montre que l'intelligence est un produit de notre expérience de vie. Dès la naissance, notre cerveau est modelé et les connexions réduites sur la base de l'interaction avec les autres et de notre environnement.

La perspective d'une intelligence machine de plus en plus puissante souligne l'importance de la qualité des données personnelles aux modèles d'IA. Une machine ne peut apprendre que des informations qui lui sont données. Si les données d'entrée sont biaisées, les modèles basés sur ces données conduiront à des prédictions et à des décisions biaisées. Un bon exemple: le chatbot (Tay) de Microsoft, qui a rapidement appris, sur la base d’un barrage de tweet de droite dirigé à sa manière, à devenir une entité raciste et droite. Il n'y a pas de bons mécanismes en place pour garantir l'objectivité des jeux de données en entrée, ce qui constitue un défi inquiétant en soi.

Related: Microsoft présente ses excuses pour les tweets sexistes et racistes de Chatbot

Selon Frank Pasquale, ce que nous voyons dans l'IA reflète, à un certain niveau, les visions du monde concurrentes sur Internet. D'un côté, vous avez l'idéal centralisé ou hamiltonien avec des données collectées et utilisées par les grandes entreprises pour construire des modèles d'IA toujours meilleurs. D'un autre côté, vous avez une vision jeffersonienne selon laquelle la décentralisation est considérée comme un moyen de promouvoir l'innovation et où les personnes gardent le contrôle de leurs propres données personnelles et les partagent avec la communauté IA. Quel est le meilleur? Le temps nous le dira.