De nouveaux algorithmes permettront aux appareils personnels de maîtriser n'importe quel sujet.
Aujourd'hui, les assistants numériques peuvent vous faire croire qu'ils sont humains, mais des assistants numériques encore plus capables sont en route. Dans les coulisses, Siri, Alexa et des technologies similaires utilisent un logiciel de reconnaissance vocale sophistiqué pour déchiffrer ce que vous demandez et comment ils peuvent le fournir. Ils génèrent un langage à consonance naturelle pour fournir des réponses préparées qui correspondent à vos questions. De tels systèmes doivent d'abord être formés - exposés à de très nombreux exemples des types de demandes que les gens font souvent - et les gens doivent écrire et organiser les réponses appropriées dans des formats de données hautement structurés.
Ce travail prend du temps et se traduit par des assistants numériques limités dans les tâches qu'ils peuvent effectuer. Les systèmes peuvent "apprendre" - leurs capacités d'apprentissage automatique leur permettent d'améliorer la correspondance des questions entrantes avec les réponses existantes - mais dans une certaine mesure. Malgré tout, ils sont extrêmement impressionnants.
À un niveau de sophistication plus élevé, des technologies sont désormais développées pour permettre à la prochaine génération de tels systèmes d'absorber et d'organiser des données non structurées (texte brut, vidéo, photos, audio, e-mails, etc.) provenant d'innombrables sources. Ensuite, le système peut formuler en toute autonomie des conseils convaincants – ou débattre avec un adversaire – sur un sujet dont l'approche n'a jamais été pratiquée.
Nous avons entrevu cette capacité sur des sites Web qui proposent des chatbots qui peuvent, spontanément, répondre à des questions en langage naturel à partir d'une grande variété de fichiers avec lesquels ils se sont entraînés. Ces chatbots nécessitent relativement peu ou pas de formation sur des questions ou demandes spécifiques ; ils utilisent une combinaison de données préconfigurées et la capacité émergente de « lire » les documents de référence pertinents soumis. Ils ont encore besoin de beaucoup de pratique pour reconnaître les mots et les intentions avant de pouvoir donner des réponses très précises.
En juin, mon employeur, IBM, a fait la démonstration d'une version plus avancée de la technologie :un système poursuivait un débat avec un expert humain en temps réel, sans formation préalable sur le sujet ou la position à défendre. À l'aide de données non structurées (y compris le contenu de Wikipédia, dont certaines parties ont été modifiées pour plus de clarté), le système devait vérifier la pertinence et la véracité des informations. Il a organisé cela en un bien réutilisable qu'il pourrait utiliser pour former des arguments cohérents justifiant la position qui lui était assignée. Elle devait aussi répondre aux arguments de son adversaire humain. Le système a participé à deux débats lors de la démonstration et a été jugé par un large groupe de spectateurs comme le jeu le plus convaincant lors de l'un des deux.
Il a fallu cinq ans pour développer la technologie habilitante - y compris un logiciel qui non seulement comprend le langage naturel, mais peut gérer le défi plus difficile de détecter les sentiments positifs et négatifs - et ils sont encore en train de bricoler. Néanmoins, gagner un système d'IA non préparé contre un expert humain renommé ouvre la porte à d'innombrables applications connexes qui pourraient apparaître dans les trois à cinq prochaines années, peut-être plus tôt. Par exemple, de tels systèmes peuvent aider les médecins à trouver rapidement des recherches pertinentes pour un cas complexe, puis à peser les avantages d'un protocole de traitement particulier.
Ces systèmes intelligents ne seront utiles que pour collecter les connaissances existantes, pas pour les créer comme le ferait un scientifique ou un expert de laboratoire. À mesure que les machines deviennent plus intelligentes, elles soulèvent toujours le spectre des pertes d'emplois. La société doit doter la prochaine génération des compétences nécessaires pour s'attaquer aux problèmes dont la résolution nécessite l'ingéniosité humaine.
