L’intelligence artificielle ne l’est plus tout à fait. Non que les machines soient parvenues à reproduire la complexité du cerveau humain, mais ce concept un rien abstrait tient désormais dans une boîte en carton. Google et Target proposent d’assembler soi-même un petit appareil capable de répondre à des questions ou de reconnaître des visages. Les kits « vision » et « voix » coûtent respectivement 90 et 50 dollars. Et ils ont l’air à peu près aussi simples à monter qu’un meuble. Mais pour explorer d’autres facettes de l’IA, il va falloir ouvrir le réacteur.

Les besoins

Les IA miment le comportement du cerveau humain dans bien des domaines. Certaines jouent aux échecs, d’autres conduisent des voitures. Pour cela, elles se servent d’algorithmes sous-tendus par du code. Cet ADN doit donc être agencé selon la fonction souhaitée. Dans un article publié par Observer, l’informaticien Arend Hintze définit quatre type d’IA : celles qui prennent des décisions au regard de la situation immédiate ; celles qui s’inspirent du passé ; celles qui comprendraient les motivations des autres ; et celles qui auraient une conscience d’elles-mêmes. Les deux dernières n’existent pas encore.

Le matériel

L’IA n’est pas un cerveau pur. Avant tout chose, elle est nécessairement dotée d’une enveloppe corporelle susceptible de répondre à un stimulus venant de l’extérieur. Il peut s’agir d’une voiture dont les essuies-glaces se mettent en route au contact de la pluie. En retour, elle possède un moyen de communication intelligible. Dans notre exemple, ce sera le tableau de bord. Enfin et surtout, un algorithme doit, au cœur de l’IA, essayer de comprendre le sens de cette communication. Ainsi la machine sera-t-elle capable d’apprendre par elle-même. En bout de course, peut-être aura-t-elle conscience d’elle-même, suggère Wired.

La technique

Le machine learning, qui permet à une IA de progresser, est en général géré par un réseau neuronal artificiel dont l’algorithme de base s’appelle backpropagation. Avec l’aide d’un langage de programmation comme Python, on peut s’en servir pour mettre sur pied une IA. Des librairies telles que TensorFlow et PyTorch évitent d’avoir à tout écrire. Il faut néanmoins savoir coder. La société DataRobot a automatisé ce procédé pour permettre aux non-initiés de concevoir des modèles complexes, explique le site du MIT. Google propose pour sa part un produit baptisé Cloud Auto ML. Afin de créer un bot facilement, on peut aussi avoir recours à Botsify. « Pas besoin d’être un expert en informatique pour ça », note SitePoint en listant d’autres outils : Wit.ai, Api.ai, Melissa et Clarifai.

En classe

Quel que soit le projet, une gamme de cours pour apprendre à concevoir une intelligence artificielle est en vente sur les sites Udemy et Udacity. Mais Google fait mieux. La multinationale américaine propose des initiations gratuites au machine learning, elles-mêmes traduites grâce au machine learning. À chacun d’en faire ce qu’il entend. La technique a déjà amélioré sensiblement la prédiction de cancers, avance Google. Elle aurait aussi servi à déterminer les affiliations politiques d’écrivains britanniques du XVIIe siècle en fonction de leurs métaphores.