Archive de l’étiquette intelligence artificielle

L’Intelligence Artificielle pour aider les personnes en difficulté

Pourquoi l’intelligence artificielle peut aider les personnes en difficulté ? D’après la Banque Mondiale, un milliard de personnes dans le monde sont en situation de handicap. Seulement 10% d’entre elles disposent d’outils pour les aider au quotidien.

Des entreprises ont donc décidé de remédier au problème en développant des projets de recherche en lien avec l’intelligence artificielle pour aider les personnes en difficultés. Aujourd’hui, nous allons nous attarder sur deux d’entre eux : le projet Insension et le programme Al for Accessibility. 

Projet Insension

Deep Learning - intelligence artificielle pour aider les personnes en difficulté

Commençons avec le projet d’innovation appelé Insension. D’origine européenne et entre les mains de scientifiques, ce projet pourrait changer la vie des personnes atteintes d’une déficience mentale profonde. L’objectif étant d’offrir aux personnes en difficulté, une nouvelle manière d’exprimer leurs besoins.

La vraie question c’est : de quelle manière ? Une caméra filme l’individu et se compose d’intelligence artificielle. Le système enregistre les gestes notables. Ensuite, il les interprète afin de donner l’information relevée à ceux qui s’occupent de ces personnes. Les avantages sont nombreux. Les personnes en difficulté pourraient gagner en autonomie. Et ceux qui s’en occupent auraient l’opportunité de répondre plus vite à leurs besoins.

Pour le moment, ce projet est en phase de test, mais il suscite  de l’espoir pour beaucoup de personnes. 

Programme AI for Accessibility (intelligence artificielle au service de l’accessibilité des personnes en difficulté)

intelligence artificielle pour aider les personnes en difficulté

Al for Accessibility est un programme lancé en 2018 par Microsoft et plus précisément par Satya Nadella. Les investissements sur ce programme ne sont pas des moindres. Ils sont à hauteur de 25 millions de dollars. Mais comment l’intelligence artificielle intervient dans ce programme ? Tout d’abord par le biais d’une application, Seeing AI.

L’objectif étant de regrouper de nombreuses fonctionnalités à destination d’un public en situation de handicap. Grâce à cette application, il est par exemple possible de lire du texte, au travers de la caméra de son téléphone. Mais encore, de reconnaître des personnes et de mieux appréhender son environnement. Ensuite, grâce à l’accessibilité, il existe des lecteurs immersifs, des traductions instantanées et des dictées vocales. Microsoft s’engage pleinement sur l’accessibilité. Un projet, appelé ASPIE Friendly, est une collaboration avec une vingtaine d’universités dans toute la France.

Le programme est ambitieux : adapter les cursus universitaires aux caractéristiques des personnes en difficulté. Pour leur offrir une chance d’intégrer avec plus de facilité, le monde du travail.

Les possibilités de l’Intelligence Artificielle pour aider les personnes en difficulté sont sans limite, nous pourrons voir prochainement d’autres applications.

Black Mirror : Quand la réalité dépasse la fiction

Vous connaissez sans doute la série à succès Black Mirror produite par Netflix et actuellement disponible sur la plateforme. Surtout si vous êtes un fanatique de nouvelles technologies et d’intelligence artificielle. La série met en scène un monde où la technologie y est ultra avancée, au point où cela en devient presque effrayant. Elle a notamment pour but de nous avertir des dérives liées à la technologie. On note aujourd’hui, une dizaine de prédictions de la série qui existent déjà. Nous allons nous attarder sur trois d’entre elles. 

Les lentilles connectées

Enregistrer tout ce que vous voyez et le visionner autant de fois que vous le voulez, va bientôt être possible. En effet, les lentilles connectées, vues dans l’épisode 3 de la saison 1 de Black Mirror, vont faire leur apparition sur le marché. En effet, depuis quelques années, Sony est en train de les développer, aux côtés de Google et Samsung, depuis peu. Cette lentille aura la capacité d’enregistrer des vidéos et de les lire à tout moment. C’est le clignement des yeux qui contrôlera les lentilles. Avec des fonctions qui se rapprochent d’un appareil photo, il sera possible de faire des autofocus et de zoomer. À la différence de Sony, Samsung et Google intégreront deux autres options à leurs lentilles de contact intelligentes. Des technologies de vision nocturne et thermique à leurs lentilles de contact intelligentes, avec de l’intelligence artificielle.

Black Mirror - lentille connectée

Lire dans les pensées comme dans Black Mirror

Que diriez-vous de pouvoir vous immiscer physiquement dans un jeu vidéo, à tel point que vous aurez l’impression d’y être ? Nextmind, start-up française, se rapproche de cette innovation technologique, vue dans l’épisode 2 de la saison 3. Épisode mettant en scène un homme qui est payé à tester un jeu vidéo en réalité virtuelle améliorée. Elle propose un appareil portable capable de détecter les activités cérébrales et donc de contrôler par la pensée, un ordinateur, un casque VR/AR ou n’importe quel autre dispositif.

doc brown - retour vers le futur

Le “Crédit Social” en Chine

Direction la Chine avec son système de crédit social qui se rapproche de l’épisode 1 de la saison 3 où l’on peut y voir une femme obsédée par sa notoriété sur les médias sociaux. L’épisode donne une image ultra futuriste de l’Instagram de demain. Depuis mars 2018, en Chine, le « crédit social », basé sur la collecte d’informations sur les réseaux sociaux par le biais des caméras de surveillances intelligences disposées un peu partout dans le pays, fait beaucoup parler de lui. Pour donner un exemple concret, un citoyen “mal noté” aura un accès aux transports restreint. Inversement, les citoyens « bien notés » se verront récompensés par un ensemble d’avantages.

Comme nous l’avons vu la réalité dépasse souvent la fiction (ici Black Mirror). Dans un monde, où l’intelligence artificielle est partout (grâce notamment au machine learning et au deep learning), il est difficile de prévoir ce que sera notre monde dans le futur. Même dans un futur proche, comme dans un an ou deux.

C’est quoi le Deep Learning ?

Alors que la technologie évolue rapidement; Des termes tels que l’intelligence artificielle, le Machine Learning et le Deep Learning peuvent nous laisser perplexe.

C’est quoi le Deep Learning exactement ?

L’intelligence artificielle concerne les machines qui peuvent effectuer des tâches nécessitant généralement une intelligence humaine.

Cela englobe le Machine Learning, où les machines peuvent apprendre par l’expérience et acquérir des compétences sans implication humaine. Le Deep Learning est une catégorie du Machine Learning où des réseaux de neurones artificiels. Ces algorithmes inspirés du cerveau humain, tirent des enseignements d’une grande quantité de données.

Comme nous tirons les enseignements de l’expérience, les algorithmes exécutent une tâche de manière répétée. En la modifiant légèrement chaque fois pour améliorer les résultats. Nous parlons de Deep Learning parce que les réseaux de neurones ont plusieurs couches (profondes) qui permettent l’apprentissage.

Deep Learning

C’est pourquoi elles peuvent peut apprendre à résoudre pratiquement n’importe quel problème.

Quelle est la différence entre Machine Learning et Deep Learning ?

Les modèles de Machine Learning s’améliorent progressivement quelle que soit leur fonction, mais ils ont encore besoin de conseils. Si un algorithme d’intelligence artificielle renvoie une prédiction inexacte, un ingénieur doit intervenir et effectuer des modifications.

Avec un modèle de Deep Learning, un algorithme peut déterminer par lui-même si une prédiction est exacte ou non via son propre réseau de neurones.

Nous aidons l’Intelligence Artificielle sans le savoir et de manière “naturelle”

La quantité de données que nous générons est immense (elle est estimée à 3 milliards d’octets par jour). Elle est alors la ressource qui permet un apprentissage en profondeur.

Ces algorithmes de nécessitent une tonne de données. Cette augmentation de la création de données est l’une des raisons de l’évolution de l’intelligence artificielle ces dernières années. Outre la création accrue de données, les algorithmes de d’intelligence artificielle tirent parti de la puissance de calcul.

L’intelligence artificielle en tant que service a permis aux petites entreprises d’accéder à cette technologie. Notamment aux algorithmes d’intelligence artificielle nécessaires au Deep Learning sans investissement initial important.

C’est quoi le Machine Learning ?

Le Machine Learning est une partie de l’Intelligence Artificielle (IA). Il offre aux systèmes la possibilité d’apprendre et de s’améliorer automatiquement à partir de leur expérience.

Le Machine Learning se concentre sur le développement de programmes informatiques pouvant accéder à des données. Il les utilisent ensuite pour s’améliorer.

machine learning
L’intelligence artificielle est présente dans notre culture depuis des années (livres, cinéma, jeux vidéo…).

Le processus d’apprentissage commence par des observations ou des données, telles que des exemples, une expérience directe ou des instructions. Ceci afin de rechercher des modèles (ou pattern) dans les données et de prendre de meilleures décisions dans le futur. L’objectif principal est de permettre aux ordinateurs d’apprendre automatiquement sans intervention humaine ni assistance et d’ajuster les actions en conséquence.

Plusieurs catégories de Machine Learning

  • Les algorithmes d’apprentissage automatique supervisés peuvent appliquer ce que l’on a appris dans le passé à de nouvelles données. Ceci en utilisant des exemples pour prédire des événements futurs.
  • Les algorithmes d’apprentissage automatique non supervisés sont utilisés lorsque les informations utilisées pour s’entraîner ne sont ni classées ni étiquetées. Le système explore les données et peut tirer des déductions à partir de jeux de données.
  • Les algorithmes d’apprentissage automatique semi-supervisés se situent quelque part entre l’apprentissage supervisé et l’apprentissage non supervisé. Dans la mesure où ils utilisent à la fois des données étiquetées et non étiquetées. Les systèmes qui utilisent cette méthode sont capables d’améliorer considérablement la précision de l’apprentissage. Habituellement, l’apprentissage semi-supervisé est choisi lorsque les données étiquetées acquises nécessitent des ressources qualifiées et pertinentes pour pouvoir se former.
  • Les algorithmes d’apprentissage automatique par renforcement sont une méthode d’apprentissage qui interagit avec son environnement. Ceci en produisant des actions et en découvrant des erreurs ou des avantages. Cette méthode permet aux machines de déterminer automatiquement le comportement idéal dans un contexte spécifique afin d’optimiser ses performances.

L’apprentissage automatique permet d’analyser d’énormes quantités de données. Bien qu’elle fournisse généralement des résultats plus rapides et plus précis afin d’identifier des opportunités rentables ou des risques dangereux. Elle peut également nécessiter du temps et des ressources supplémentaires pour se former correctement. L’apprentissage automatique, l’IA et les technologies modernes rendent plus efficace le traitement de gros volumes d’informations.