La quatrième génération d’IA est là, et elle s’appelle «l’intuition artificielle»

L'intelligence artificielle (IA) est l'une des technologies les plus puissantes jamais développées, mais elle n'est pas aussi nouvelle que vous pourriez le penser. En fait, il a subi plusieurs évolutions depuis sa création dans les années 50. La première génération d'IA était «l'analyse descriptive», qui répond à la question «Que s'est-il passé?» Le second, «analyse diagnostique», traite de «Pourquoi est-ce arrivé?» La troisième génération actuelle est «l'analyse prédictive», qui répond à la question: «Sur la base de ce qui s'est déjà passé, que pourrait-il se passer dans le futur?»

Alors que l'analyse prédictive peut être très utile et gagner du temps pour les données scientifiques, il est encore totalement dépendant des données historiques. Les data scientists sont donc impuissants face à de nouveaux scénarios inconnus. Pour avoir une véritable «intelligence artificielle», nous avons besoin de machines capables de «penser» par elles-mêmes, en particulier face à une situation inconnue. Nous avons besoin d'une IA qui ne peut pas seulement analyser les données qui sont affichées, mais exprimer un «instinct» lorsque quelque chose ne va pas. En bref, nous avons besoin d'une IA capable d'imiter l'intuition humaine. Heureusement, nous l'avons.

Qu'est-ce que l'intuition artificielle?

La ​​quatrième génération d'IA est «l'intuition artificielle», qui permet aux ordinateurs d'identifier les menaces et les opportunités sans qu'on leur dise quoi chercher, tout comme l'humain l'intuition nous permet de prendre des décisions sans être spécifiquement instruits sur la façon de le faire. Cela ressemble à un détective chevronné qui peut entrer sur une scène de crime et savoir tout de suite que quelque chose ne semble pas juste, ou à un investisseur expérimenté qui peut repérer une tendance à venir avant tout le monde. Le concept d'intuition artificielle en est un qui, il y a à peine cinq ans, était considéré comme impossible. Mais maintenant, des entreprises comme Google, Amazon et IBM travaillent au développement de solutions, et quelques entreprises ont déjà réussi à les opérationnaliser.

Comment ça marche?

Alors, comment l'intuition artificielle analyse-t-elle avec précision des données inconnues sans aucun contexte historique pour les orienter dans la bonne direction? La réponse réside dans les données elles-mêmes. Une fois présentés avec un ensemble de données actuel, les algorithmes complexes d'intuition artificielle sont capables d'identifier les corrélations ou anomalies entre les points de données.

Bien sûr, cela ne se produit pas automatiquement. Premièrement, au lieu de construire un modèle quantitatif pour traiter les données, l'intuition artificielle applique un modèle qualitatif. Il analyse l'ensemble de données et développe un langage contextuel qui représente la configuration globale de ce qu'il observe. Ce langage utilise une variété de modèles mathématiques tels que des matrices, des espaces euclidiens et multidimensionnels, des équations linéaires et des valeurs propres pour représenter la «vue d'ensemble». Si vous envisagez la grande image comme un puzzle géant, une intuition artificielle est capable de voir le puzzle terminé dès le début, puis de travailler en arrière pour combler les lacunes en fonction des interrelations des vecteurs propres.

En algèbre linéaire, un vecteur propre est un vecteur différent de zéro qui change au plus d'un facteur scalaire (la direction ne change pas) lorsque cette transformation linéaire lui est appliquée. La valeur propre correspondante est le facteur par lequel le vecteur propre est mis à l'échelle. Dans le concept, cela fournit un guide pour visualiser les identificateurs anormaux. Tous les vecteurs propres qui ne rentrent pas correctement dans la grande image sont alors signalés comme suspects.

Comment peut-il être utilisé?

L'intuition artificielle peut être appliquée à pratiquement n'importe quelle industrie, mais elle fait actuellement des progrès considérables dans les services financiers. Les grandes banques mondiales l'utilisent de plus en plus pour détecter de nouveaux systèmes sophistiqués de cybercriminalité financière, notamment le blanchiment d'argent, la fraude et le piratage des guichets automatiques. Les activités financières suspectes sont généralement cachées parmi des milliers et des milliers de transactions qui ont leur propre ensemble de paramètres connectés. En utilisant des algorithmes mathématiques extrêmement complexes, l'intuition artificielle identifie rapidement les cinq paramètres les plus influents et les présente aux analystes.

Dans 99,9% des cas, lorsque les analystes voient les cinq ingrédients et interconnexions les plus importants sur des dizaines de centaines, ils peuvent immédiatement identifier le type de crime présenté. L'intuition artificielle a donc la capacité de produire le bon type de données, d'identifier les données, de détecter avec un haut niveau de précision et un faible niveau de faux positifs, et de les présenter d'une manière facilement digestible pour les analystes.

Par révélant ces relations cachées entre des transactions apparemment innocentes, l'intuition artificielle est capable de détecter et d'alerter les banques sur les «inconnues inconnues» (attaques auparavant invisibles et donc inattendues). Non seulement cela, mais les données sont expliquées de manière traçable et journalisée, ce qui permet aux analystes bancaires de préparer des rapports d'activités suspectes exécutoires pour le Financial Crimes Enforcement Network (FinCEN).

Comment cela affectera-t-il le lieu de travail?

L'intuition artificielle n'est pas destinée à remplacer l'instinct humain. Ce n'est qu'un outil supplémentaire qui aide les gens à effectuer leur travail plus efficacement. Dans l'exemple bancaire décrit ci-dessus, l'intuition artificielle ne prend pas seule de décisions finales; il s'agit simplement de présenter à un analyste ce qu'il croit être une activité criminelle. Il incombe à l’analyste d’examiner les transactions identifiées et de confirmer les soupçons de la machine.

L’IA a certainement parcouru un long chemin depuis qu'Alan Turing a présenté le concept pour la première fois dans les années 1950, et elle ne montre aucun signe de ralentissement. Les générations précédentes n'étaient que la pointe de l'iceberg. L'intuition artificielle marque le moment où l'IA est vraiment devenue «intelligente».

Vous êtes donc intéressé par l'IA? Puis rejoignez notre événement en ligne, TNW2020 où vous découvrirez comment l'intelligence artificielle transforme les industries et les entreprises .

Publié le 3 septembre 2020 – 17h00 UTC