Nous éduquons l’IA plus qu’elle ne nous éduque …

Certaines opérations de validation de formulaires sont basées sur la reconnaissance de photos. Nous indiquons à la machine ce que nous voyons. Nous faisons donc de l’étiquetage pour les machines.

Au passage le service s’assure que nous ne sommes pas des robots.

Les photos que l’on publie sur les réseaux sociaux et que l’on commente favorisent l’apprentissage supervisé. Là aussi, nous faisons encore de l’étiquetage et éduquons des IA.

Il faut quelques dizaines de secondes tout au plus pour éduquer une IA avec un jeu de données. Il faut trente ans pour un être humain avec une méthode artisanale appelée éducation.

Nous éduquons l’IA en permanence et en retour, nous avons de l’IA au robinet (sur nos smartphones). Un service de reconnaissance faciale ouvre nos téléphones ou ordinateurs, des algorithmes de classification gèrent nos mails (spams), @youtube nous suggère des vidéos qui correspondent à nos goûts, … et nous continuons toujours à renforcer le service en faisant des choix qui n’étaient pas proposés.

Les jeux de données s’améliorent, s’affinent, jusqu’à des taux de prédiction proches de 100%. 

C’est la victoire de l’IA numérique sur l’IA biologique. Néanmoins, les IA citées ne sont pas transversales pour l’instant, elles sont incapables de faire un jus d’orange. Elles restent très spécialisées sur une seule tâche, rien d’autre.

Le pouvoir de prédiction des GAFAM et BATX sur notre comportement est très grand. Ces sociétés ont toujours une longueur d’avance sur ce que nous voulons et ce que nous pensons. C’est un marché tronqué dans lequel nous sommes prisonniers, les positions dominantes étant occupées par ces sociétés qui ne laissent plus guère d’espace pour d’autres arrivants.

Dans ce contexte TAFR souhaite démystifier le fonctionnement de l’IA pour le plus grand nombre. Nous souhaitons ouvrir cette boîte noire et faire comprendre son fonctionnement, par des ateliers avec des cas d’utilisation. C’est aussi l’occasion de rappeler que pour faire de l’IA il faut des données. Là encore TAFR se démarque par cette volonté de donner autant d’importance à la donnée qu’au code. Si vous devez retenir quelque chose de cet article, alors retenez ce qui suit : ce qui fait la qualité de la prédiction en IA, ce n’est pas le code, ce sont les données.

La santé connectée

Le « quantified self » est devenu viral. Beaucoup de technophiles ont adopté la montre connectée. De la gamification à la santé connectée, il n’y a qu’un pas …

Compter ses pas, le nombre d’étages, ses badges, c’est mieux que de compter les calories dépensées. Plus ludique ! Crédo actuel en pédagogie « Apprendre en s’amusant ! »

Le marché de la santé ne s’y trompe pas, les prédictions de croissance sont excellentes.

La santé connectée utilise aussi vos données pour faire de la prédiction.

Qui dit jeux de données, dit ensuite IA pour faire de la prédiction.

D’un point de vue cardiaque les applications sauvent des vies.

L’arythmie cardiaque est signe de bonne santé chez un nouveau-né, un rythme cardiaque stable peut supposer une maladie nosocomiale. Equiper des patients sauve des vies.

Surveiller un patient à distance, faire un diagnostic à distance, soigner à distance tout devient possible.

L’avenir va être vertigineux.

Faire de la prédiction, c’est aussi faire de la prévention.

Mieux vaut anticiper un mal, que le soigner trop tard.

La santé connectée peut donc être à l’origine d’économie financière pour nos systèmes de santé.

Si des questions éthiques restent en suspens sur l’utilisation des données, il y aura toujours des collapsologues pour décrier certaines pratiques.