IA vs. IA générative : exploration du paysage de l'intelligence artificielle

Read in English (Lire en Anglais).

La technologie de l'intelligence artificielle (IA) évolue rapidement. Depuis 2018, le marché mondial a augmenté de plus de 60 milliards de dollars [1], et des experts comme les analystes de la banque d'investissement Goldman Sachs prévoient qu'il atteindra 200 milliards de dollars d'ici 2025 [2].

Le monde a déjà fait l'expérience de l'IA à l'œuvre, avec des programmes comme ChatGPT et des générateurs d'images qui ont laissé une impression durable sur les capacités de l'IA. En 2024 et au-delà, l'IA générative se développera probablement avec de nouvelles utilisations et applications qui ont le pouvoir de remodeler divers secteurs, y compris le divertissement et le design. Bien que l'IA traditionnelle et l'IA générative ne s'excluent pas mutuellement, il est essentiel de comprendre en quoi elles diffèrent pour s'assurer d'appliquer la bonne technologie aux différents usages. 

L'intelligence artificielle

L'IA a une histoire plus longue que vous ne le pensez peut-être. Ses racines remontent aux années 1950, lorsqu'Alan Turing publia pour la première fois l’article  « Computer Machinery and Intelligence », qui devint par la suite un outil permettant de mesurer l'intelligence des ordinateurs. En 1952, le scientifique Arthur Samuel a créé le premier programme informatique capable d'apprendre à jouer aux dames, et l'IA s'est lentement développée depuis lors. 

À l'époque, les ordinateurs ne pouvaient qu'exécuter des commandes. Ils ne pouvaient pas stocker d’informations. En outre, les coûts de la technologie étaient astronomiques, la location d'un seul ordinateur coûtant environ 200 000 dollars par mois [3].

La technologie moderne a fait d'incroyables progrès, la mémoire et la vitesse des ordinateurs facilitant cette progression. L'IA a suscité beaucoup d'intérêt et a fait de grands progrès au cours de la dernière décennie et continue d'évoluer à un rythme rapide. 

En 2016, le programme d'intelligence artificielle AlphaGo de Google a battu Lee Se-dol au jeu de Go, un jeu de société chinois avec lequel Se-dol s’est fait un nom par ses victoires. Aujourd'hui, l'IA a dépassé les capacités humaines dans des tâches telles que la reconnaissance de la parole et de l'image, la compréhension de la lecture et la compréhension du langage.

Qu'est-ce que l'IA ?

La définition la plus simple de l'IA est la capacité d'un ordinateur à apprendre et à prendre des décisions de manière autonome, en utilisant des capacités cognitives généralement associées aux humains. Pour que cela soit possible, de multiples disciplines doivent être réunies, notamment l'informatique, la biologie, les mathématiques et les statistiques, les neurosciences et la philosophie, entre autres.

Elle va au-delà de l'imitation de l'intelligence humaine, une grande partie de la recherche en IA étant appliquée à l'étude et à la résolution de problèmes du monde réel à l'aide de méthodes dans lesquelles les ordinateurs excellent, mais qui peuvent être totalement distinctes de la manière dont l'intelligence humaine fonctionne. Le mode de fonctionnement des processus intellectuels de l'IA diffère souvent de celui des humains, ce qui présente des avantages uniques.

Comment fonctionne l'IA

L'IA fonctionne grâce à différents processus, tels que l'apprentissage automatique (AA), qui utilise des algorithmes pour aider l'ordinateur à comprendre les informations et à les « apprendre ». Par exemple, si l'objectif est d'apprendre à un ordinateur à reconnaître la différence entre la photo d'un cheval et celle d'une vache, les humains devront d'abord aider la machine à identifier les différences. L’AA lui permettra d'apprendre les caractéristiques inhérentes à chaque ensemble de données et de les appliquer à l'avenir.

L’AA n'est qu'un des sous-domaines de l'IA. Les réseaux neuronaux simulent le système nerveux humain pour aider les machines à apprendre en utilisant des neurones artificiels interconnectés, qui peuvent aider à prédire des modèles. L'apprentissage profond utilise plusieurs couches de neurones artificiels qui permettent à la machine de s'engager dans un apprentissage sophistiqué, comme celui qui est nécessaire à des applications telles que les véhicules à conduite autonome, qui doivent analyser des facteurs tels que la distance et la profondeur pour que la machine soit efficace.

Avantages de l'IA

L'une des principales raisons pour lesquelles l'IA a connu un tel engouement ces dernières années est sa capacité à améliorer nos vies de diverses manières. Bien que de nombreuses personnes craignent que l'IA ne remplace les humains dans diverses professions, la technologie ne peut pas remplacer l'empathie et l'esprit critique dont les gens sont capables. Au contraire, elle offre des atouts uniques que les gens peuvent utiliser en collaboration avec les leurs pour obtenir de meilleurs résultats dans divers domaines. 

Les cinq avantages essentiels sont les suivants :

• Augmentation de la productivité et de l'efficacité : L'utilisation de l'IA pour effectuer des tâches répétitives de bas niveau permet aux personnes de se concentrer sur des tâches plus complexes.

• Moins d'erreurs : L'IA peut traiter de nombreuses tâches avec une précision et une exactitude sans faille en éliminant de l'équation l'erreur humaine. Par exemple, un ordinateur peut analyser rapidement un grand volume de données pour en tirer les informations nécessaires ou repérer les erreurs. Un humain effectuant la même tâche prendrait plus de temps et pourrait, par inadvertance, manquer des détails et des données critiques. 

• Amélioration des capacités de prise de décision : Ce sont les humains qui prennent les décisions, en mettant en contexte les informations fournies par l'IA. Toutefois, l'IA fournit efficacement des informations fondées sur des données qui permettent de prendre de meilleures décisions. En outre, l'IA élimine les préjugés humains, ce qui peut conduire à de meilleures décisions, en particulier dans des situations telles que l'approbation de prêts ou l'examen de demandes d'emploi. 

• Automatisation et disponibilité 24 heures sur 24, 7 jours sur 7 : Il est plus facile de rester connecté grâce à la capacité de l'IA à envoyer des rappels et à répondre automatiquement aux textos et aux courriels. Elle peut également prendre en charge des tâches autrement monotones comme la saisie et la collecte de données et fournir un service de jour comme de nuit pour une meilleure expérience client. 

• Amélioration des soins de santé : Tout comme l'IA peut réduire les erreurs humaines dans d'autres domaines, elle peut également améliorer les résultats des tests médicaux en détectant même les plus petites irrégularités que les humains pourraient facilement manquer. Par exemple, l'IA peut déceler une anomalie dans une radiographie ou un examen d'imagerie, ce qui permet de poser un diagnostic plus précoce ou d'améliorer les soins. En outre, la technologie portable permet une surveillance continue, et l'IA peut contribuer à l'amélioration des soins cliniques tout en aidant à prendre des décisions judicieuses concernant les traitements et à prévoir les risques pour la santé.

Inconvénients de l'IA

Malgré ses nombreux avantages, l'IA présente également des inconvénients potentiels. Il est essentiel de prendre en compte les inconvénients avant d'investir dans cette technologie. 

Voici cinq inconvénients potentiels : 

• Coûts de mise en œuvre élevés : Pour tirer parti des avantages de l'IA, de nombreuses entreprises devront investir dans du matériel et d'autres technologies coûteuses. Les dépenses nécessaires à la mise en œuvre de l'IA peuvent ne pas être supportables pour les petites entreprises, et il se peut que le retour sur investissement ne soit pas suffisant avant un certain temps.

• Usure et dégradation : L'usure de la machine elle-même est un aspect qui n'est pas souvent pris en compte. Les machines se dégradent avec le temps et l'usage. Ainsi, par exemple, si vous utilisez une machine dotée d'une IA dans un environnement de fabrication, les pièces finiront par devoir être remplacées et entretenues et tomberont en panne avec le temps. En outre, l'apprentissage continu ou régulier est essentiel pour éviter de se retrouver avec une IA obsolète.

• Absence de pensée originale : L'IA ne peut pas reproduire la créativité humaine. Bien que les gens puissent déjà l'utiliser dans l'art, par exemple, elle ne peut pas « penser » en dehors du fonds de données existant sur lequel elle doit s'appuyer. Elle manque de la capacité à innover et de la créativité nécessaire à la production d’idées originales. 

• Elle ne peut pas prendre en compte les aspects émotionnels : Les humains ont de l'empathie et de l'intelligence émotionnelle, deux qualités nécessaires pour prendre des décisions en tenant compte des composantes émotionnelles. Les machines travaillent uniquement avec les paramètres que vous leur donnez. Les humains peuvent faire preuve de gentillesse et de compassion pour prendre des décisions plus judicieuses sur des questions sensibles ou dans des domaines comme le marketing, où il faut tenir compte des émotions des acheteurs tout au long du processus de vente.

• Considérations éthiques : Tout comme l'IA ne peut pas prendre en compte les émotions dans les décisions et les informations, elle ne peut pas non plus intégrer la morale ou l'éthique. La préoccupation majeure concerne la confidentialité des données et le consentement éclairé lors de l'utilisation de données humaines. Parmi les principales préoccupations, citons l'utilisation équitable et impartiale des résultats, la transparence des entreprises utilisant l'IA quant aux principes qu'elles appliquent et la volonté de collaborer avec d'autres à la création de réglementations éthiques en matière d'IA.

Intelligence artificielle générative 

Alors que l'IA traditionnelle est excellente pour l'analyse des données, la reconnaissance des schémas et les prédictions, l'IA générative peut en fait créer de nouvelles données en utilisant ses données d'apprentissage non seulement pour reconnaître des modèles mais aussi pour en créer de nouveaux. 

Comme l'IA traditionnelle, l'IA générative existe depuis des décennies, même si elle n'a gagné en sophistication et n'est devenue plus répandue que depuis quelques années. Les premiers chatbots sont apparus dans les années 1960. Avec les progrès de l'apprentissage automatique et des réseaux antagonistes génératifs (GAN), l'IA générative est entrée dans une nouvelle ère. Aujourd'hui, l'IA générative peut créer des images réalistes, créer du contenu tel que des graphiques et du texte, répondre à des questions, expliquer des concepts complexes et convertir le langage en code. 

La sortie de ChatGPT en 2022 a permis à l'IA générative de faire parler d'elle. À l'horizon 2024, de nombreux experts prévoient que l'IA générative deviendra encore plus puissante, apportant une transformation induite par l'IA dans divers espaces. Par exemple, nous verrons probablement des capacités accrues, une utilisation plus habile de l'IA générative dans la conception de produits et une plus grande intégration dans des domaines tels que la vidéo et l'audio. 

Qu'est-ce que l'IA générative ?

Ce sous-ensemble de l'intelligence artificielle utilise des modèles d’AA pour apprendre à partir de données et créer de nouveaux contenus. Certains la considèrent comme la prochaine génération d'IA car, au lieu de s'appuyer sur des sources existantes, elle peut prédire la suite du modèle qu'elle identifie pour produire de nouvelles données, images et autres formes de contenu. 

Les développeurs forment des systèmes et des applications tels que DALL-E, qui génère des images à partir de textes, et ChatGPT, qui utilise de vastes ensembles de données, renforçant ainsi la puissance de l'IA générative. Les ingénieurs développent cette technologie en utilisant plusieurs approches, notamment les RAG (réseaux antagonistes génératifs), qui comprennent des modules pour la création de contenu et un autre module qui évalue l'authenticité de ce contenu. 

Ce faisant, l’IA générative fournit un retour d'information que le programme utilise pour améliorer le contenu, poursuivant le processus jusqu'à ce que les résultats soient aussi réalistes que possible. Les autoencodeurs améliorent la façon dont les programmes d'IA générative stockent et traitent les données tout en réduisant le bruit. Les développeurs intègrent des variations dans l'étape d'encodage du processus afin d'aider les applications génératives à créer du contenu. 

Les modèles de diffusion, utilisés par DALL-E, s'entraînent sur des images et appliquent les lois de la diffusion pour déplacer les pixels et rendre l'image statique. Cela permet au programme d'apprendre en retraçant les pixels jusqu'à l'image d'origine. Par exemple, si vous voulez que DALL-E génère l'image d'un tigre, il prendra une image existante et utilisera ce processus pour en créer une nouvelle. ChatGPT, quant à lui, utilise un modèle basé sur un transformateur qui se concentre sur le contexte et la séquence des données pour les analyser et faire des prédictions et des traductions ou créer un nouveau texte.

Avantages de l'IA générative

L'IA générative offre un large éventail de capacités. Elle peut répondre à des questions, réviser des contenus, corriger des codes, créer des chansons et d'autres contenus créatifs. Les cas d'utilisation s'appliquent à divers secteurs, et les développeurs continuent d'explorer les avantages de l'IA générative pour les entreprises de tous types. Le cabinet mondial de recherche et de conseil Gartner prévoit que 30 % des entreprises intégreront l'IA générative d'ici 2025 [4]. Le cabinet McKinsey, dans son étude de 2023 « L’état de l’IA en 2023 : l’année de rupture de l’IA générative », révèle qu’en Europe, l’IA générative est devenue une priorité pour les dirigeants d’entreprises, qui l’utilisent déjà régulièrement pour un quart d’entre eux dans leurs activités professionnelles, plus 11 % en dehors, tandis que 44 pour cent supplémentaires en ont déjà fait l’essai [5]. 

Voici cinq avantages importants de l'IA générative :

• Amélioration de la créativité et de la personnalisation : L'IA traditionnelle n'a pas la capacité de l'IA générative à créer de nouveaux contenus. L’IA générative peut aider les spécialistes du marketing à concevoir des campagnes personnalisées, à créer des contenus écrits, visuels et audio attrayants, et à rendre les interactions avec les applications d'IA générative plus personnelles.

• Un meilleur service à la clientèle : La personnalisation peut améliorer l'expérience client, tout comme l'utilisation d'assistants virtuels pour fournir un service client 24 heures sur 24 et 7 jours sur 7. L'IA générative a également le pouvoir d'analyser les données des clients pour identifier les sujets en tendance et le sentiment des clients, que les entreprises peuvent utiliser pour leur offrir une meilleure expérience.

• Gain de temps : L'IA générative peut effectuer le traitement des données en temps réel et automatiser les tâches, ce qui contribue à créer des économies significatives à la fois en termes de temps et de coûts opérationnels.

• Augmentation de la productivité : L'IA générative peut apporter un soutien précieux aux employés, notamment en répondant aux questions, en trouvant des informations et en résumant le contenu. En outre, parce qu'ils sont libérés des tâches répétitives et chronophages que l'IA peut prendre en charge, les employés peuvent se concentrer sur d'autres tâches. Elle peut générer des rapports automatiquement pour gagner du temps, minimiser les erreurs et même aider à accélérer le calendrier de développement d'une application en faisant des suggestions de codage.

• Amélioration de l'apprentissage : L'IA générative utilise de nouvelles données et un retour d'information pour affiner ses performances. Cette capacité d'apprentissage adaptatif peut également aider les utilisateurs à apprendre plus efficacement. Les modèles peuvent s'adapter aux styles d'apprentissage et aux préférences de chaque apprenant, ce qui améliore l'éducation et la découverte des connaissances, en plus de résumer des informations complexes de manière compréhensible.

Inconvénients de l'IA générative

Comme pour l'IA traditionnelle, la mise en œuvre et l'utilisation éthique de l'IA générative restent un sujet de préoccupation. Avec l'IA générative, le risque de diffusion de contenus nuisibles, intentionnellement ou non, les questions de droits d'auteur et les problèmes de confidentialité des données sont autant d'inconvénients potentiels qu'il convient de prendre en compte. Les autres inconvénients potentiels sont les suivants : 

• Atteinte à la réputation de la marque : La génération de sondages inappropriés, incorporés dans des articles d'actualité, a déjà eu lieu. Cela montre que l'IA générative peut avoir un effet néfaste, et nuire considérablement à la réputation d'une marque.

• Sources inadéquates : L'IA générative a parfois la capacité d'identifier les sources sur lesquelles elle fonde ses résultats, mais pas toujours. 

• Utilisation inappropriée : L'IA générative peut être source de progrès lorsqu'elle est utilisée de manière responsable, mais ce n'est pas le bon choix pour toutes les situations. Par exemple, tout scénario nécessitant de l'empathie ou un point de vue moral, ou mettant en jeu  la santé et la légalité, devraient être pris en charge par un humain, et non par l'IA.

• Possibilité de parti pris : Les informations créées semblent hyperréalistes, ce qui rend difficile l'évaluation de la neutralité de la source. Il est facile de supposer que l'IA est toujours exacte, mais ce n'est pas toujours le cas, ce qui nécessite une utilisation prudente et une sensibilité au risque de partialité. 

Franchir les prochaines étapes avec Coursera

L'intelligence artificielle est là pour rester. Que vous souhaitiez en savoir plus sur l'IA pour des raisons personnelles ou pour votre développement professionnel, vous pouvez approfondir votre compréhension de l'IA avec des cours tels que L'IA pour tous de DeepLearning.AI ou Fondamentaux de l'IA Google. Par ailleurs, si vous souhaitez vous concentrer sur l'IA générative, vous pouvez suivre le cours L’IA générative pour tous de DeepLearning.AI ou Faites de l'IA générative votre partenaire de réflexion de CEO de Coursera Jeff Maggioncalda. Vous trouverez ces cours et bien d'autres sur la plateforme Coursera.