Humain Vs Intelligence Artificielle (IA)
Les humains sont souvent appelés des animaux sociaux en raison de notre tendance à vivre en société dans son ensemble. Nous sommes appelés animaux car on pense 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 nécessaires 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 (nous, les humains) des animaux. Ces normes ont établi des règles et des réglementations, soulignant ce qui est bon pour la société et ce qui ne l'est pas. Nous travaillons sur ces paramètres définis selon notre intelligence innée.
Récemment, nous avons découvert une nouvelle forme d'intelligence connue sous le nom d'Intelligence Artificielle (IA). Il s'agit d'une technologie complexe dont les applications doivent encore être exploitées correctement. Nous avons réalisé que le concept d'IA n'est pas toujours facile à comprendre. Un débat est en cours dans de nombreux milieux d'intellectuels concernant la vulnérabilité des humains face à cette forme moderne d'intelligence. Certaines personnes s'irritent à l'idée que l'IA puisse un jour dépasser l'intelligence humaine. Le même type 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 la relier à quelque chose que nous comprenons déjà. Prenez par exemple notre propre intelligence. Comment fonctionne-t-elle ? Au niveau le plus élémentaire, notre propre intelligence suit un principe simple. Nous absorbons des informations, nous les traitons dans notre esprit et ces informations nous aident à agir en fonction de ces 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 la forme de la détection et de la perception des choses par les yeux, le nez et les oreilles, etc. qui reçoivent des entrées brutes et les traitent ensuite. Ensuite, nous obtenons une sortie sous forme de parole et d'actions. Le traitement se fait au milieu, là où les connaissances/entrées sont formées et récupérées, les décisions et les déductions sont faites et l'apprentissage/l'action se produit.
Pensez à l'image d'un arrêt à un carrefour routier. Vos yeux voient que le feu de circulation devant vous vient de passer au rouge. D'après 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 freiner pour arrêter la voiture à un feu de circulation. Vous appuyez donc sur la pédale de frein et 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 absorbons des informations, nous les traitons et nous partageons une sortie, les machines peuvent le faire aussi.
Dans les machines, la partie d'entrée de l'IA est illustrée par diverses entrées telles que le traitement du langage naturel, la reconnaissance vocale, la reconnaissance visuelle et plus encore. Ce type de technologies est partout, des voitures autonomes qui doivent détecter les routes et les obstacles à Siri ou Google Assistant qui reconnaissent votre discours. Cela peut prendre la forme de la robotique, de 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 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 pour fonctionner efficacement.
Nous apprenons des choses par l'exemple, l'observation ou l'algorithme, les machines peuvent être enseignées en utilisant des méthodes analogues.
- L'apprentissage supervisé est comme apprendre par l'exemple : Un ordinateur reçoit un ensemble de données avec des « étiquettes » dans l'ensemble de données qui agissent comme des réponses et, finalement, la machine apprend à faire la différence entre différentes étiquettes.
- Un autre apprentissage qui n'est pas supervisé est comme apprendre par l'observation : Un ordinateur observe des modèles et apprend à distinguer les groupes et les modèles par lui-même. Il n'a pas besoin d'étiquettes et peut être préférable lorsque les ensembles de données n'ont pas d'étiquettes et sont limités.
Le résultat de l'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 sortie basée sur les émotions, elle ne peut tout simplement pas être remplacée par l'intelligence humaine. Pour une machine, il est presque impossible de déduire les solutions à de 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 agirait sur la base de l'algorithme pré-conçu, peu importe si cela est en faveur de l'humanité ou non.
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 exploiter plusieurs industries.