L'IA touche le grand public

Pour Robert Welborn, responsable de la science des données pour l'assureur et la société financière USAA, 2015 a été l'année où l'apprentissage automatique a commencé à avoir un sens commercial. L'accès à des outils d'apprentissage automatique améliorés, une technologie de traitement moins chère et une forte baisse du coût de stockage des données étaient essentiels. Lorsque ces développements ont été combinés avec l'abondance de données de l'USAA, une technologie étudiée pendant des décennies a soudainement semblé pratique.

Assurance, finance, fabrication, pétrole et gaz, construction automobile, soins de santé : ce ne sont peut-être pas les secteurs qui vous viennent à l'esprit lorsque vous pensez à l'intelligence artificielle. Mais alors que des entreprises technologiques comme Google et Baidu construisent des laboratoires et font des avancées pionnières dans le domaine, un groupe plus large d'industries commence à étudier comment l'IA peut également fonctionner pour elles.

Cette histoire faisait partie de notre numéro de mai 2016

• Voir la suite du problème
• S'abonner

Comment l'IA se développera-t-elle au fur et à mesure de sa commercialisation et comment la technologie changera-t-elle ces diverses industries ? Telles sont les grandes questions de ce Business Report.

Aujourd'hui, l'industrie de la vente de logiciels et de services d'IA reste petite. Dave Schubmehl, directeur de recherche chez IDC, calcule que les ventes de toutes les entreprises vendant des plateformes de logiciels cognitifs - à l'exclusion des entreprises comme Google et Facebook, qui effectuent des recherches pour leur propre usage - ont totalisé 1 milliard de dollars l'année dernière. Il prédit que d'ici 2020, ce chiffre dépassera 10 milliards de dollars. Hormis quelques grands acteurs comme IBM et Palantir Technologies, l'IA reste un marché de startups : 2 600 entreprises, selon le décompte de Bloomberg.

En effet, malgré les progrès rapides des technologies collectivement connues sous le nom d'intelligence artificielle (reconnaissance de formes, traitement du langage naturel, reconnaissance d'images et génération d'hypothèses, entre autres), il reste encore un long chemin à parcourir.

L'USAA, qui n'est qu'un des premiers utilisateurs, a testé des moyens d'utiliser l'IA pour affiner sa détection du vol d'identité. Son système recherche des modèles qui ne correspondent pas au comportement typique d'un client et identifie ces anomalies dès la première instance, explique Welborn. Les systèmes traditionnels ne détecteraient pas un nouveau modèle de criminalité avant la deuxième fois qu'il se produirait. Nos systèmes d'apprentissage sont vraiment bons pour comprendre les choses qui ressemblent à de la fraude, dit-il.

Un autre projet testé à l'USAA tente d'améliorer le service à la clientèle. Il s'agit d'une technologie d'IA construite par Saffron, une division d'Intel, utilisant une approche conçue pour imiter le caractère aléatoire des connexions établies par le cerveau humain. En combinant 7 000 facteurs différents, la technologie peut faire correspondre les grands modèles de comportement des clients à ceux de membres spécifiques, et 88 % du temps, elle peut prédire correctement des choses comme la façon dont certaines personnes pourraient ensuite contacter l'USAA (Web ? Téléphone ? E-mail ?) et quels produits ils rechercheront quand ils le feront. Sans l'IA, les systèmes de l'USAA devinaient juste 50 % du temps. Ce test est maintenant étendu.

General Electric utilise l'IA pour améliorer le service de ses moteurs à réaction de haute technologie. En combinant une forme d'intelligence artificielle appelée vision par ordinateur (développée à l'origine pour catégoriser les films et les séquences télévisées lorsque GE possédait NBC Universal) avec des dessins CAO et des données provenant de caméras et de détecteurs infrarouges, GE a amélioré sa détection des fissures et d'autres problèmes dans les pales des moteurs d'avion.

Le système élimine les erreurs communes aux examens humains traditionnels, comme une baisse des détections les vendredis et lundis, mais s'appuie également sur des experts humains pour confirmer ses alertes. Le programme apprend ensuite de ces commentaires, explique Colin Parris, vice-président de la recherche logicielle chez GE.

L'IA peut également être un moteur de nouveaux produits et services. Grâce à son application de suivi des exercices et des calories MyFitnessPal et à d'autres produits, le fabricant de vêtements de sport Under Armour est connecté à 160 millions de consommateurs. Mais plutôt que de simplement se limiter à enregistrer les résultats d'exercice des gens, la société a conclu un accord avec Watson, l'entreprise d'informatique cognitive d'IBM, pour combiner ses données sur les routines de fitness et de nutrition avec des informations tirées d'études de recherche et d'autres données tierces sur le sommeil, l'activité , forme physique et nutrition. L'objectif : dire aux personnes ayant un objectif donné comment elles peuvent l'atteindre, ce qui rend l'entreprise plus pertinente pour ces 160 millions de clients.

Pour des entreprises comme USAA et Under Armour, l'avenir de l'IA ressemble moins aux robots anthropomorphes dans les films et plus à des outils qui s'améliorent tout le temps. Et malgré les craintes que l'IA n'entraîne un remplacement généralisé des travailleurs, le jugement et la rétroaction humains restent essentiels à l'amélioration des systèmes d'apprentissage automatique. Comme John Giannandrea, vice-président de l'ingénierie chez Google, l'a dit à l'écrivain Robert D. Hof pour son histoire plus loin dans ce rapport : Même si vous avez une voiture de luxe, vous devez toujours décider où aller.

cacher