Santé, environnement, histoire : les usages originaux de l’intelligence artificielle

Lorsqu’il est question d’intelligence artificielle, beaucoup pensent aux assistants numériques vocaux, comme Siri d’Apple. Les cas d’usage de l’IA peuvent toutefois se révéler bien plus originaux et surprenants.

IA, Intelligence Artificielle. Il est plus exact en fait d’utiliser le terme d’apprentissage machine automatique, ou « machine learning ». Le moteur qui l’anime est entraîné par de la donnée. Plus le volume de données est conséquent, plus ce moteur sera capable d’affiner ses analyses. En d’autres termes, il engrange ce qui peut être considéré comme de l’expérience.

Les systèmes d’intelligence artificielle les moins impressionnants sur le papier, mais les plus utiles dans le quotidien, sont nombreux : aide au rapprochement bancaire d’opérations comptables, prédiction des pannes permettant une maintenance proactive des équipements, moteur de recherche capable de saisir le sens d’une question posée en langage naturel, etc. Mais, parfois, les usages se font plus originaux. En voici une sélection.

Ithaca : le champion du grec ancien

En mars 2022, DeepMind a levé le voile sur sa nouvelle intelligence artificielle Ithaca, spécialisée dans l’étude des textes anciens, en particulier le grec. Ithaca peut reconstituer des textes altérés (et ils le sont souvent, vu leur âge), mais aussi les dater et en indiquer l’origine géographique probable. Et les résultats sont plutôt bons… Les auteurs d’un article publié dans le prestigieux magazine Nature indiquent qu’Ithaca offre une précision de 62 % dans la reconstitution des textes, de 71 % dans la détermination de leur origine et de 30 ans concernant la date de leur écriture. Notez que DeepMind n’est pas n’importe qui : c’est la branche intelligence artificielle d’Alphabet, maison mère de Google. La société n’a donc probablement pas eu beaucoup de problèmes pour trouver des jeux de données avec lesquels entraîner son IA…

IBM lutte contre le cancer du poumon

En 2019, l’équipe Systems d’IBM France a remporté le Data Challenge organisé lors des Journées francophones de radiologie. L’objectif était de créer un système capable de classer des images de scanners du poumon, suivant la taille des nodules présents. L’application devait être capable de traiter les images, puis de détecter les nodules et de les classer par taille. Les deux premiers jeux de données fournis pour l’entraînement comprenaient les annotations des radiologues. Saut dans l’inconnu avec le troisième jeu de données, où l’IA a dû se débrouiller seule. Sur 300 cas traités, elle a su détecter près de 90 % des cas pathologiques, pour un seul faux positif !

Partir à la chasse aux plantes invasives

En 2020, l’intégrateur Itelligence (aujourd’hui NTT Data BS) a créé 3rdEYE pour le compte de plusieurs municipalités danoises. Ce système par drone est capable de détecter la présence de la Berce du Caucase, une plante invasive et phototoxique, bref, indésirable et nocive. C’est une technologie SAP qui a été mise en œuvre : la plateforme de ‘machine learning’ Leonardo. La complexité du projet réside dans la difficulté à détecter cette plante lorsqu’elle est noyée dans une végétation dense. Pour améliorer la capacité de détection de son système, des photos sont régulièrement remontées par les agents de terrain. Des biologistes aident alors le moteur de « machine learning » à repérer la Berce du Caucase sur ces clichés.

La data est la clé d’un moteur de machine learning efficace. En accumulant (et s’accaparant) un volume colossal de données, les GAFAM s’assurent d’être les seuls à pouvoir proposer des IA abouties. Toutefois, le savoir-faire et la créativité ont leur mot à dire, comme on peut le voir dans ce dernier cas. Il est rassurant à ce titre de constater que la réussite d’une IA doit encore beaucoup à l’Humain.