L’IA : la révolution 4.0

L’IA : la révolution 4.0

La première révolution industrielle a marqué l’avènement de la machine à vapeur et la deuxième, celui de l’électricité et de la production de masse. La troisième révolution nous a apporté l’électronique, la robotique, les énergies renouvelables. Nous voilà aujourd’hui à l’aube de la quatrième révolution, numérique, caractérisée par une fusion des technologies et qui se distingue des précédentes par sa vitesse, sa portée et son impact. Toutes les industries, tous les secteurs d’activité seront transformés par l’intelligence artificielle. La plateforme de crowdlending et de crowdfunding immobilier Look&Fin passionnée par ces sujets vous propose un bref décryptage :

• L'intelligence artificielle, brève définition
• Machine Learning ou Deep Learning, quelle différence ?
• Les données, le fuel de l’IA
• Un enjeu stratégique et économique
• La formation : un autre enjeu clé

L'intelligence artificielle, brève définition

Blade Runner, Terminator, IA, Matrix : 4 films cultes qui ont “popularisé” l’IA mais de quoi s’agit-il exactement ? C’est un ensemble de technologies informatiques et d’algorithmes qui permet de créer des systèmes de résolution de problèmes. Plusieurs technologies se cachent derrière l’IA : le Machine Learning (ML) et le Deep Learning (DL), la robotique et le traitement automatique du langage naturel.

Machine Learning ou Deep Learning, quelle différence ?

Le Machine Learning utilise des algorithmes pour analyser des données structurées, apprendre des différentes dimensions de ces données, pour ensuite prendre des décisions sur la base de ses enseignements. Un système de Machine Learning basique va progressivement s’améliorer dans le temps mais aura besoin d’ajustements - par des intervenants humains - pour corriger les prédictions erronées.

Le Deep Learning va structurer des algorithmes sous forme de couches pour, à l’image du cerveau humain, créer un réseau de neurones artificiels qui pourra apprendre et prendre des décisions "intelligentes" de manière autonome, sans intervention humaine. Grâce à son réseau de neurones, le Deep learning va lui même constamment essayer de déterminer si ses prédictions sont bonnes ou mauvaises. Le Deep Learning nécessite beaucoup plus de données que le Machine Learning en raison du grand nombre de paramètres à traiter.

Les données, le fuel de l’IA

Les données sont à la base du développement de l’IA et proviennent de sources aussi diverses que les caméras de surveillance, les senseurs et capteurs, les données de navigation sur Internet, … Aujourd’hui, certaines machines réalisent jusqu’à 160 milliards d’opérations par seconde. L’IA est déjà présente dans nos vies quotidiennes, que ce soit dans le cadre privé ou professionnel : les applications de navigation routière comme Google Maps ou Waze, les assistants virtuels personnels comme Alexa d'Amazon, qui utilisent l'IA pour détecter nos intentions et proposer des produits en conséquence. L'industrie de la santé utilise les algorithmes de l'IA pour interpréter l'imagerie médicale, repérer les anomalies et aider au diagnostic. Hugues Bersini, chercheur à l’ULB : « En réalité, l’intelligence artificielle, on la trouve aujourd’hui partout dans notre quotidien. Dans les toilettes publiques, la lumière qui s’allume et la chasse qui se déclenche automatiquement, le ticket de métro qui actionne le portique d’entrée, le Tax-on-web avec rubriques préremplies, les thermostats intelligents ».

Un enjeu stratégique et économique

Née dans les années 50 avec Alan Turing, l'IA est récemment passée à la vitesse supérieure grâce à une combinaison de trois facteurs bénéfiques : l'augmentation exponentielle de la capacité des ordinateurs, la masse de données disponibles (Big Data) et des logiciels “open source”, c’est-à-dire accessibles et utilisables gratuitement par le public. L’IA est conçue par des humains pour trouver des solutions visant à améliorer leur quotidien.  Elle permet d’accéder à des signaux plus subtils, au sein de données plus complexes et en expansion permanente, et d’exploiter le tout pour prendre des décisions mieux informées dans tous les domaines, y compris la finance. Certaines start-up offrent déjà des outils d’analyse complexes pour les processus de scoring des entreprises, ce qui permet de diminuer les risques de défaut de paiement ou d’analyser de grandes quantités de données externes. Le développement de l’intelligence artificielle est donc devenu un enjeu stratégique et économique. 

Selon un rapport d'Accenture, l'IA pourrait accroître la rentabilité des entreprises de 38 % en moyenne et générer 12.500 milliards € d'ici à 2035. L'IA a le potentiel d'alimenter considérablement la croissance de tous les secteurs industriels, y compris la finance. Mais l'IA n'est pas l'apanage du secteur privé. Les gouvernements reconnaissent également le potentiel de ces technologies pour transformer la façon dont ils s'organisent et gèrent leurs processus : gestion de l'optimisation de la consommation énergétique des bâtiments publics, de l'éclairage des villes ou encore des places de parking, ... 

Dans ce contexte, alors que la Chine et les Etats-Unis se battent actuellement pour dominer ce nouveau marché, l’Europe met tout en oeuvre pour ne pas louper le train et va investir 20 milliards d'euros par an au cours de la prochaine décennie dans l’IA. L’objectif ? Devenir un acteur mondial de premier plan dans ce domaine et contribuer à relever des défis comme la lutte contre la criminalité, l'amélioration de la cybersécurité, l'anticipation des catastrophes naturelles, la transition énergétique ou encore la guérison des maladies.   

La formation : un autre enjeu clé

La majorité des États membres de l’UE sont confrontés à une pénurie de professionnels du numérique : 600 000 postes d'experts seraient vacants. Outre les bacheliers et masters en IA et « data sciences » proposés dans les universités et hautes écoles en Belgique depuis plusieurs années déjà, le centre de formation BeCode, Microsoft et cinq partenaires (le Groupe Cronos, Delaware, Faktion, KPMG et Xylos) ont ouvert la première école d’intelligence artificielle en Belgique en avril dernier. Ils ambitionnent d’ouvrir 9 écoles en Belgique et de former 350 à 500 personnes par an. L’AI School est accessible à tous et propose une formation courte sur 10 mois axée exclusivement sur la pratique. « À l’échelle européenne, la Belgique fait partie du peloton de tête en matière d’investissements dans l’IA. La technologie est donc prête, seules les difficultés de recrutement nous empêchent encore de rejoindre les leaders », précise Didier Ongena, General Manager de Microsoft Belux. « Armée des bonnes compétences, la Belgique peut générer plus d’avantages de l’IA.»