Humain contre Intelligence Artificielle (IA)
Les humains sont souvent appelés animaux sociaux en raison de leur tendance à vivre dans la société dans son ensemble. Nous sommes appelés animaux parce que l'on croit que les singes étaient nos ancêtres il y a des millions d'années. Nous avons subi une métamorphose colossale au cours de ces années. Nous avons développé la sagesse et le savoir-faire pour mener notre vie quotidienne de manière très différente de celle des animaux. Avec l'évolution des temps, nous avons appris de nombreuses normes éthiques et coutumières qui nous différencient (les humains) des animaux. Ces normes ont établi certaines règles et réglementations, soulignant ce qui est bon pour la société et ce qui ne l'est pas. Nous travaillons sur ces paramètres établis conformément à notre intelligence innée.
Récemment, nous avons rencontré une nouvelle forme d'intelligence connue sous le nom deIntelligence Artificielle(IA). Il s'agit d'une technologie complexe dont les applications ne sont pas encore pleinement exploitées. Nous avons constaté que le concept d'IA n'est pas toujours facile à comprendre. Un débat est en cours parmi de nombreuses sections d'intellectuels concernant la vulnérabilité des humains face à cette forme moderne d'intelligence. Il y a des gens qui s'irritent que l'IA surpasse un jour l'intelligence humaine. Le même genre de crainte a été exprimé par de nombreux films. C'est un débat sans fin car les appréhensions des gens ne cessent d'augmenter.
Alors, qu'est-ce que l'IA exactement et comment fonctionne-t-elle ?
La méthode la plus simple pour comprendre l'IA est de l'appliquer à quelque chose que nous comprenons déjà. Prenons par exemple notre propre intelligence. Comment ça marche? Au niveau le plus élémentaire, notre propre intelligence suit un principe simple. Nous recueillons des informations, les traitons dans notre esprit et ces informations nous aident à agir en fonction des informations.
Les 3 étapes générales de l'intelligence humaine sont l'entrée, le traitement et la sortie. Dans le cerveau humain, l'entrée se fait sous forme de perception et de perception des choses par les yeux, le nez et les oreilles, etc. qui reçoivent les données brutes, puis les traitent. Ensuite, nous obtenons une sortie sous forme de parole et d'actions. Le traitement se fait au milieu, où les connaissances/entrées sont formées et récupérées, les décisions et les inférences sont faites et l'apprentissage/l'action se produit.
Pensez simplement à l'image de s'arrêter à une intersection routière. Vos yeux voient que le feu de signalisation devant vous vient de passer au rouge. En vous basant sur ce que vous avez appris de l'expérience (et de l'éducation à la conduite), vous savez qu'un feu rouge indique que vous devez appuyer sur le frein pour arrêter la voiture au feu. Vous appuyez donc sur la pédale de frein et vous ralentissez la voiture. Le feu rouge est l'entrée brute, le frein est la sortie et tout ce qui se trouve entre les deux est le traitement.
Ces aspects de l'intelligence humaine sont parallèles à l'intelligence artificielle. Tout comme nous recueillons des informations, les traitons et partageons des résultats, les machines peuvent également le faire.
Dans les machines, la partie entrée de l'IA est illustrée par diverses entrées telles que le traitement du langage naturel, la reconnaissance vocale, la reconnaissance visuelle, etc. Ce type de technologies est omniprésent, des voitures autonomes qui doivent détecter les routes et les obstacles à Siri ou Google Assistant qui reconnaît votre voix. Cela peut prendre la forme de la robotique, des systèmes de navigation et de la reconnaissance vocale, etc. Entre les deux, nous avons diverses formes de traitement qui ont lieu.
Tout comme le cerveau qui stocke les connaissances et les souvenirs, les machines peuvent créer des représentations de connaissances qui les aident à stocker des informations sur le monde. Tout comme les humains prennent une décision et agissent en conséquence, les machines peuvent faire une prédiction, optimiser pour un meilleur objectif ou résultat et déterminer les prochaines étapes ou décisions préférées pour atteindre un objectif spécifique et fonctionner efficacement.
Nous apprenons les choses par l'exemple, l'observation ou l'algorithme, les machines peuvent être enseignées en utilisant des méthodes analogues.
- L'apprentissage supervisé, c'est comme apprendre par l'exemple :Un ordinateur reçoit un ensemble de données avec des « étiquettes » dans l'ensemble de données qui servent de réponses et, finalement, la machine apprend à faire la différence entre les différentes étiquettes.
- Un autre apprentissage, qui est non supervisé, c'est comme apprendre par l'observation :Un ordinateur observe des schémas et apprend à distinguer les groupes et les schémas par lui-même. Il ne nécessite pas d'étiquettes et peut être préférable lorsque les ensembles de données n'ont pas d'étiquettes et sont limités.
Le résultat d'IA le plus précis et le plus efficace nécessite une combinaison de diverses méthodes d'apprentissage.
Mais ce n'est pas tout, il y a aussi un aspect terrifiant lié au développement de l'IA. Nous devons garder à l'esprit qu'il s'agit d'une technologie dépourvue de toute émotion. Lorsque nous parlons de résultats basés sur les émotions, cela ne peut tout simplement pas être remplacé par l'intelligence humaine. Pour une machine, il est presque impossible de déduire les solutions aux nombreuses complexités de la vie quotidienne en raison du quotient émotionnel qui leur est attaché. L'IA ne peut pas faire la différence entre le bien et le mal. Elle agira sur la base de l'algorithme préconçu, qu'il soit ou non en faveur de l'humanité.
Par conséquent, il est grand temps que nous tracions une ligne pour limiter les répercussions de l'IA. Nous devons maintenir le statu quo de la technologie qui est utilisée pour tirer parti de plusieurs industries.