La peur d'une apocalypse robotique cache les vrais problèmes auxquels nous sommes confrontés, permettant aux algorithmes de régner sur nos vies. Selon les experts dans le domaine de l'intelligence artificielle, nous avançons régulièrement vers un certain point, après quoi nous n'avons plus rien à inventer: l'intelligence artificielle fera tout par elle-même, et les machines s'amélioreront de façon exponentielle. Si cela se produit, que deviendrons-nous?
Au cours des dernières années, de nombreux scientifiques éminents, de Stephen Hawking à Elon Musk, nous ont avertis que nous devrions être extrêmement préoccupés par les possibles conséquences dangereuses de l'intelligence artificielle superintelligente. Et ils soutiennent leurs paroles par de l'action: Musk patronne OpenAI, une organisation qui développe une IA qui profitera à l'humanité.
Cependant, beaucoup considèrent leurs craintes exagérées. Comme le note Andrew Ng de l'Université de Stanford, qui est également le scientifique en chef du géant chinois de l'internet Baidu, s'inquiéter d'un soulèvement de la machine, c'est comme s'inquiéter de la surpopulation de Mars.
Mais cela, bien sûr, ne signifie pas que notre dépendance croissante à l'IA ne comporte aucun risque réel. En fait, ces risques sont déjà là. Alors que les systèmes intelligents s'impliquent de plus en plus dans tout, des soins de santé à la justice pénale, il existe un risque que des parties importantes de notre vie soient négligées.
De plus, l'IA peut avoir des conséquences désagréables si nous n'y sommes pas préparés, par exemple changer notre attitude envers les médecins pour devenir très hostile.
Vidéo promotionelle:
Deux mots sur l'intelligence artificielle
En termes simples, ce sont des machines qui font des choses qui nécessitent généralement un effort mental de la part d'une personne: comprendre le langage naturel, reconnaître les visages sur les photographies, conduire des voitures, etc.
Il existe une différence entre un manipulateur mécanique sur une ligne de production, qui est programmé pour effectuer la même tâche, et un manipulateur, qui apprend indépendamment à effectuer diverses tâches par essais et erreurs.
Comment l'IA nous aide-t-elle?
L'approche principale de l'IA aujourd'hui est l'apprentissage automatique, dans lequel les programmes sont formés pour identifier certains modèles dans de grandes quantités de données, comme identifier un visage dans une image ou faire un geste gagnant dans le jeu de société. Cette méthode peut être appliquée à une grande variété de problèmes. Par exemple, entraînez les ordinateurs à identifier un modèle spécifique dans les images médicales. DeepMind, une société d'intelligence artificielle appartenant à Google, développe un logiciel qui apprend à diagnostiquer le cancer et les maladies oculaires à partir de scans de patients. D'autres utilisent l'apprentissage automatique pour détecter les premiers signes de maladie cardiaque et d'Alzheimer.
L'intelligence artificielle est également déjà utilisée pour analyser de grandes quantités d'informations moléculaires à la recherche de nouvelles options médicamenteuses potentielles - un processus qui prend extrêmement de temps pour les humains. Très bientôt, l'apprentissage automatique pourrait devenir indispensable à la médecine.
L'intelligence artificielle nous aide également à gérer des systèmes extrêmement complexes comme la chaîne d'approvisionnement mondiale. Le système au cœur du terminal à conteneurs de Port Botany à Sydney gère des dizaines de milliers de conteneurs maritimes, une flotte de véhicules automatisés, etc., sans personne. Dans l'industrie minière, les systèmes d'optimisation sont de plus en plus utilisés pour planifier et coordonner le mouvement de ressources telles que le minerai de fer.
L'IA fonctionne partout où vous regardez, de la finance au transport, pour piloter des avions et surveiller la bourse. Et ils protègent votre courrier contre le spam. Mais ce n'est que le début. Au fur et à mesure que l'IA se développe, elle deviendra de plus en plus complexe et intéressante.
Quel est le problème?
Au lieu de s'inquiéter d'une future révolution de l'IA, le plus grand risque est que nous puissions faire trop confiance aux systèmes intelligents que nous construisons. Il suffit de rappeler que l'apprentissage automatique forme les logiciels à identifier des modèles dans les données. Après l'entraînement, il procède à l'analyse de données fraîches, non encore étudiées. Mais quand un ordinateur crache une réponse, nous n'avons généralement aucune idée de la manière dont elle y est parvenue.
Il y a des problèmes évidents ici. Un système n'est aussi bon que les données dont il apprend. Prenez un système formé pour déterminer quels patients atteints de pneumonie sont les plus susceptibles de mourir afin qu'ils soient d'abord admis à l'hôpital. Disons qu'elle classe par inadvertance les patients souffrant d'asthme bronchique comme des patients à faible risque. Parce que normalement, les personnes souffrant d'asthme et de pneumonie vont directement aux soins intensifs, elles reçoivent donc un traitement qui réduit le risque de décès. L'apprentissage automatique voit cela comme «asthme + pneumonie = moindre risque de décès».
Au fur et à mesure que l'IA accède à tous les domaines de votre vie, le risque que quelque chose se passe mal - s'il n'est pas prévu, augmente. Et comme la plupart des données que nous transmettons à l'IA sont imparfaites, nous ne devrions pas nous attendre à des réponses parfaites dans la plupart des cas. Nous construisons l'intelligence artificielle à notre image et ressemblance; très probablement, il sera "pas très", comme nous.
ILYA KHEL
