Les Intelligences Artificielles (Artificial Intelligence, AI en anglais), sont apparues pour la première fois de notre vie en 1956. Dans l'imaginaire collectif on pense aux robots d'avant-garde capables de prendre des décisions autonomes, mais en réalité, ils sont beaucoup plus présents dans divers secteurs de la vie quotidienne. L'IA est définie comme des systèmes matériels et logiciels développés de manière à être capables d'effectuer des actions typiquement associées aux êtres humains, telles que la reconnaissance vocale ou l'identification d'éléments d'intérêt dans une image. La manière dont le système exerce l'activité est également importante et l'une des techniques les plus connues pour rendre un système intelligent est le "machine learning", à travers lequel la machine apprend de l'expérience et, comme un être intelligent, il se corrige et apprend de ses erreurs.
Bien qu'initialement les IA aient été développées pour reproduire des activités cognitives, elles sont aujourd'hui largement utilisées pour l'analyse de données volumineuses (analyse de données). Les mégadonnées sont des ensembles de vastes données à la fois en termes quantitatifs et en termes d'informations contenues dans les données individuelles. Pas seulement les entreprises informatiques comme Google, Amazon, IBM et Facebook, mais aussi dans d'autres secteurs comme la médecine et la finance, ils utilisent l'IA pour analyser cette masse de données et discerner des informations utiles pour augmenter la productivité de l'entreprise. Par exemple, un détaillant de produits peut utiliser un algorithme intelligent pour identifier les produits que ses clients aiment acquérir, et ainsi investir davantage dans ceux-ci. L'analyse de données massives peut permettre de découvrir à l'avance les services susceptibles d'intéresser les clients, d'anticiper leurs désirs et de s'assurer qu'ils ne se tournent pas vers la concurrence.
La technofinance (fintech) comprend toutes les technologies utilisées à des fins financières. Les sociétés financières disposent d'énormes quantités de données obtenues non seulement de leurs clients, mais également de la situation globale du marché. De plus, ces données sont qualitativement utiles, de sorte qu'elles incluent des informations à la fois sur le marché et sur le comportement humain : par exemple, il est possible d'étudier la corrélation entre la façon dont une certaine situation du marché mondial affecte divers segments de la population et leur choix de faire certains investissements plutôt que d'autres. Même si d'une part cette grande disponibilité de données est utile, sans systèmes d'analyse appropriés elles risquent de rester inutiles.
Pour cette raison, les sociétés financières investissent de plus en plus dans la recherche et le développement d'algorithmes d'analyse de données, car ils permettent de discerner les informations réellement nécessaires et d'extrapoler des relations qui ne sont pas immédiatement évidentes ; pense juste que tu t'attends à ça l'investissement mondial dans l'IA sera de 35.8 milliards de dollars d'ici la fin de 2019. Les informations extraites des services d'IA aident les courtiers, les traders et les analystes financiers à mieux comprendre la situation économique actuelle et à développer des stratégies d'investissement. L'une des forces majeures de ces algorithmes est la rapidité des calculs, qui permet d'élaborer des stratégies en moins de temps, un aspect utile dans l'évolution du marché des titres financiers.
Une autre utilisation de l'intelligence artificielle est dans conseillers-robots, un logiciel qui aide les clients à gérer leurs portefeuilles. Au travers d'un questionnaire initial, le robo-advisor collecte des informations sur le patrimoine, les comptes financiers et les objectifs du client ; ces informations sont utilisées pour créer un portefeuille d'investissement personnalisé en fonction du profil de risque du client et certaines entreprises affirment que leurs robots-conseillers sont en mesure de mettre à jour automatiquement le portefeuille en fonction de l'évolution du marché, afin d'assurer la réalisation de l'objectif du client. Les promoteurs de robo-advisors présentent les capacité des machines à analyser le marché et à prendre des décisions de sang-froid comme l'un de leurs points forts, réduisant le risque d'investissements ratés, influencé par l'état psychologique actuel de l'investisseur.
Bien qu'il s'agisse d'une observation raisonnable, il est important de se rappeler que chaque utilisateur a une influence sur le marché et que tout le monde ne se comportera pas nécessairement de manière rationnelle ; les résultats finaux prévus par le logiciel peuvent donc ne pas se réaliser et c'est aussi pour cette raison que pour l'instant nous n'avons pas encore atteint l'automatisation totale des processus d'investissement. Les principaux avantages de l'IA dans le domaine financier peuvent donc être résumés comme suit : capacité à analyser plus efficacement la quantité de données disponibles, afin que les investisseurs puissent potentiellement augmenter leurs revenus. Cependant, l'adoption de systèmes d'IA comporte également des risques, notamment en ce qui concerne l'utilisation éthique de ces technologies et le maintien de la confidentialité des clients.
Pensez au récent cas Facebook et Cambridge Analytica, où la plateforme sociale a été lourdement condamnée pour avoir permis à la société de conseil britannique d'utiliser les données personnelles des électeurs américains de manière immorale et illégale. Ce fait a démontré la nécessité de réglementations et de lignes directrices pour orienter la recherche dans ce domaine et en mai de cette année, l'OCDE a dicté les cinq commandements auxquels les développeurs d'IA doivent se conformer lors de la création de telles machines et logiciels, y compris dans le troisième commandement selon lequel "il y a devrait être la transparence et la divulgation responsable autour des systèmes d'intelligence artificielle, pour s'assurer que les gens comprennent tout ce qui concerne leur utilisation et peuvent tirer le meilleur parti de leurs résultats".
Je pense que l'OCDE essaie de sauvegarder le développement de l'IA en tant que technologie développée par l'homme et pour son bénéfice, en fixant des limites pour empêcher son développement incontrôlé jusqu'à ce qu'elle ne soit plus en mesure de la gouverner ; ceci est enfermé dans le deuxième point, où nous parlons de « inclure des garanties qui permettent une intervention humaine ». Il est important qu'il y ait eu une discussion pour définir les lignes directrices pour le développement de l'IA, même si après une première lecture les commandements ne sont pas tout à fait clairs : par exemple, le quatrième point parle de systèmes d'IA qui "doivent fonctionner de manière stable et sécurisée". tout au long de leur existence. Une telle certitude est difficile, principalement parce que les algorithmes qui utilisent l'apprentissage automatique sont basés sur des calculs probabilistes, qui par nature ne donnent pas de certitudes absolues.
Deuxièmement, cela semble suggérer que les systèmes d'IA utilisés par les entreprises ne peut pas avoir de bogues ou subir des mises à jour, car cela impliquerait qu'il y avait des erreurs qui devaient être corrigées. Mais si le système n'est plus au stade expérimental, il devrait déjà être "stable et sécurisé". Le cinquième commandement revêt la plus grande importance, car il définit la responsabilité des créateurs et des gestionnaires d'un système d'intelligence artificielle. Cela amènera, espérons-le, les gens à ne pas pousser les progrès au hasard, mais à explorer les options disponibles et les effets de leurs choix. De plus, il est important d'avoir une personne responsable des résultats à qui vous pouvez faire confiance ou vous méfier et vous ne pouvez pas remercier ou critiquer une machine pour des choix faits sur la base de calculs.
Pour cette raison, bien que les technologies de l'IA soient désormais utilisées dans de nombreux domaines, je pense qu'elles ne pourront pas submerger l'être humain et dans des secteurs tels que la finance ou le pronostic médical, il n'y aura pas de systèmes entièrement automatisés. L'attrait de l'IA pour l'analyse des données est qu'elle peut être appliquée n'importe où, car les informations peuvent être accumulées dans tous les aspects de la vie. Les humains sont fascinés par le potentiel de l'IA pour être en mesure de mieux comprendre les informations dont nous disposons, nous permettant de faire de nouvelles découvertes ou d'être en mesure d'effectuer des tâches de manière plus productive et de limiter l'effort d'avoir à essayer d'autres moyens qui pourraient être moins efficaces.
Cependant, il est important de se rappeler que s'impliquer et faire des erreurs nous permet de progresser, en apprenant de l'expérience, et nous fait comprendre l'importance de nos actions, car nous devons en rendre compte. Ce dont les humains ont besoin, c'est de développer une culture d'utilisation appropriée des technologies d'IA, soyez curieux et apprenez à ne pas dépendre totalement des machines, mais gardez toujours la capacité de vous demander s'il existe d'autres moyens d'atteindre l'objectif.
Je voudrais conclure par un commentaire sur la définition précise d'une machine intelligente ; alors qu'il y a eu des réalisations incroyables au cours de la dernière décennie, y compris le développement de logiciels capables de rivaliser avec des champions dans des jeux tels que les échecs ou d'égaler sinon de surpasser les humains dans des tâches telles que la reconnaissance de certains éléments dans des images, ces machines elles ne font que réaliser les activités pour lesquels ils ont été spécifiquement programmés.
Penso che un être "intelligent" devrait également être capable d'effectuer d'autres activités, ayant non seulement la connaissance de la façon de se comporter, mais aussi la conscience de choisir quelle action est la meilleure pour ses intérêts. La conscience de soi et de ses capacités est une des caractéristiques fondamentales de l'humain et je crois qu'il est nécessaire de pouvoir parler d'intelligence. Les chercheurs dans le domaine des sciences cognitives s'intéressent à une meilleure compréhension de celle-ci, même si elle n'a pas encore été répliquée dans les machines. À mon avis, ce sera un objectif clé, mais jusqu'à ce qu'il soit atteint, je ne me sens pas capable de définir les systèmes qui y sont analysés comme totalement "intelligents".
