Maître-mot : intelligence. On croyait nos systèmes déjà intelligents. Erreur ! Elle arrive à peine…
«Pour qu’une machine puisse être qualifiée d’intelligente, elle doit être capable d’apprendre», estime Ann Nowé, directrice de l’AI Lab, VUB. Il faut donc aller au-delà des systèmes experts et de la modélisation, au-delà même des réseaux neuronaux et du data mining, pour permettre aux ordinateurs d’apprendre par ‘reinforcement’, comme un enfant apprend à rouler en vélo par essais/erreurs.
Envisager le phénomène de la transformation digitale pose clairement la question de l’interaction entre l’homme et les machines. L’Intelligence machine était au coeur de la dixième Conférence Sogeti, le 9 juin 2016, dans le cadre de Living Tomorrow à Vilvorde. Une édition particulièrement riche.
«Learning while doing, même si les mathématiques existent toujours», dit encore Ann Nowé. Et de citer l’exemple de perpetual, l’interrupteur intelligent développé par la VUB qui s’adapte aux circonstances (conditions climatiques, présence d’une personne, etc.), l’exemple aussi d’un thermostat intelligent de style Nest «conçu dans le but d’économiser l’énergie» ou encore d’un smart grid où les prosumers (consommateurs/producteurs) peuvent vendre et acheter de l’énergie verte (solaire notamment) dont le prix varie selon les circonstances, sur une place de marché, et la payer en NRGcoins, une monnaie spécialement conçue à cet effet. Enfin, Ann Nowé insiste sur la nécessité de prévoir, dans l’IoT (Internet of Things), un mécanisme spécifique pour gérer les décisions prises par les différents agents, afin d’amener l’ensemble à agir selon les critères fixés.
D’emblée, quand on avance de tels sujets, on songe à Watson, le super-ordinateur d’IBM. A ses formidables capacités, à ses performances hors du commun. «Sauf qu’il ne s’agit pas d’un super-ordinateur, rectifie Gerard Smit, IBM Distinguised Engineer à l’IBM Academy of Technology. Watson n’est pas davantage un moteur de recherche, mais un système d’aide à la décision basé sur des ordinateurs parallèles capables en même temps de stocker, traiter et transporter l’information.» D’ores et déjà, les exemples d’applications de Watson sont nombreux (plus de 28 API sont déjà disponibles et l’on en prévoit 50 d’ici fin 2016). Au-delà de sa célèbre victoire au concours Jeopardy américain, Watson peut désormais faire office de super-avocat, aider le client à choisir son vin (allant même jusqu’à indiquer où se trouve la bouteille en rayon), améliorer la prise de décision sur une plateforme pétrolière, optimiser l’utilisation de l’énergie solaire dans la course Sun Solar Challenge, gérer un moteur hybride de Formule 1, s’intégrer dans un jouet d’aide à l’apprentissage des enfants (Cognitoy) et même dessiner la robe de soirée parfaite en fonction des remarques et critiques faites sur les réseaux sociaux. Avec comme atout majeur de pouvoir ingérer des informations structurées et non-structurées en langage naturel (9 langues aujourd’hui), tout en étant capable d’auto-apprentissage. Et Smit de conclure son exposé par cette question: «Et vous, que feriez-vous avec Watson?»
Intéressante question. Toutes les industries se la posent. «Depuis 2 à 3 ans, le monde a changé. Et nous aussi !», insiste Bart Vande Ghinste, Azure Product Marketing Manager, Microsoft, qui résume les grands axes du développement futur de son entreprise : les crypto-monnaies (bitcoins, blockchains, etc.); la réalité virtuelle, les cartes vidéos GPU et les datacenters et les robots; les big data et l’analytique; le machine learning… «Notre objectif est d’évoluer vers le cloud intelligent composé de trois éléments : le SaaS (les logiciels), l’infrastructure du cloud et les services de haut niveau.» Avant d’ajouter : «Il importe désormais de simplifier le monde !», en s’appuyant sur trois piliers : l’informatique personnelle, la productivité et le cloud intelligent. Face à la concurrence des Google, Amazon, IBM et autres Google, Microsoft entend aussi «rendre l’apprentissage machine le plus concret possible », citant l’exemple de la création d’une peinture de Rembrandt plus vraie que nature ou la surveillance des réseaux sociaux qui a permis à la police, lors du festival Pukkelpop de 2016, de savoir avant les pompiers qu’un incendie se déclenchait -en analysant les messages sur Facebook.
«D’ici 40 ou 50 ans, les robots seront sans doute aussi intelligents que l’homme, sinon plus», estime Daniël Maslyn, Software Test Manager, Sogeti, qui précise qu’après la première génération de robots exécutants, on a vu apparaître des robots capables d’un début de pensée grâce à l’apprentissage machine. «On va vers des robots indépendants dont il ne faudra plus se charger», affirme-t-il. Mais que restera-t-il à l’homme ? «Le robot va aider l’homme et lui permettre de dégager du temps pour autre chose», estime-t-il encore, confiant. « Dans le futur, tout le monde voudra un robot comme chacun veut désormais un smartphone. » Le défi majeur, à ses yeux ? «Etre capable de tester en profondeur le robot, ce qui nécessitera des compétences dans plusieurs domaines, dont l’électricité et l’électronique, la mécanique, l’informatique, etc. De même, il faudra se spécialiser dans un type de robot particulier. Mais comment arriver à développer un robot infaillible, alors que l’homme est lui-même faillible ?» C’est un domaine sur lequel travaille actuellement Sogeti dans le cadre de ses Sogeti Labs.
La nouvelle HP Enterprise s’est fixé quatre axes de développement : permettre aux organisations d’évoluer vers une infrastructure hybride, protéger l’entreprise numérique, stimuler la productivité du poste de travail et promouvoir la mise en place d’entreprises data-driven. Dans ce dernier domaine, HPE entrevoit trois freins : les silos et le manque d’alignement entre business et IT, le fossé technologique et la capacité à traduire les données en véritable valeur pour l’organisation. Pour aider les organisations dans leur transformation numérique, HPE propose tant des services de consultance que de data discovery, des logiciels d’analytique, des centres d’excellence et des solutions verticalisées, outre des ateliers de transformation. «L’entreprise doit mettre en place une approche en trois axes, défend Stefan De Schuyter, Country Chief Technologist, HP Enterprise Belgium : découvrir la valeur de ses données, bâtir une infrastructure data-centric et exploiter les big data pour atteindre de nouveaux objectifs métier.»
Marc Husquinet
