Comment se lancer rapidement dans l’Intelligence artificielle

L’intelligence artificielle fait à présent partie de notre quotidien, et c’est d’abord grâce aux GAFA qui ont compris l’intérêt de cette technologie. Ils ont été les premiers à nous simplifier la vie en mettant l’IA à notre service. Ces géants technologiques ont été précurseurs dans le domaine, ils ont permis d’ouvrir la voie à de nombreuses entreprises.

Cependant cette technologie a longtemps paru comme inaccessible, il y a encore quelques années, faire de l’IA était complexe et couteux, mais à présent les choses changent ! En effet, certaines implémentations de l’intelligence artificielle sont accessibles pour n’importe qui. Il faut juste s’armer de patience et comprendre quelles solutions sont disponibles sur le marché.

Je vous propose, au travers de cet article, de vous donner quelques solutions d’intelligence artificielle et comment les utiliser dans des exemples concrets.

L’informatique cognitive

L’informatique cognitive ou Cognitive Computing, a pour objectif de créer des systèmes automatisés et intelligents capables de résoudre des problèmes sans nécessiter d’intervention humaine. Ces systèmes utilisent des algorithmes d’apprentissage statistique (on parle aussi de Machine Learning). Ils acquièrent continuellement de nouvelles connaissances, et ce à partir des données qui leur sont transmises.

Ces systèmes affinent sans cesse leurs méthodes de recherche de schémas, ainsi que leurs modes de traitement des données, afin d’être en mesure d’anticiper de nouveaux problèmes et d’élaborer des solutions possibles.

L’informatique cognitive est utilisée dans de nombreuses applications d’intelligence artificielle, notamment la programmation en langage naturel, les réseaux neuronaux, la robotique, la réalité virtuelle, etc.

Les Cognitive Services par Microsoft

L’expression est étroitement associée aux offres de service proposées par les fournisseurs de Cloud majeur, dont Microsoft avec ses Cognitive Services qui permettent à des équipes de développeurs de toutes tailles d’accéder à des services d’une puissance incroyable fournis via des API.

Ces services cognitifs représentent un ensemble de « services » – au sens informatique il faut comprendre « web services » – qui permettent de s’abstraire des notions mathématiques. Les services de Microsoft exposent des méthodes qui vont permettre d’exploiter de l’intelligence artificielle sans avoir besoin de développer l’intelligence artificielle. Les services font le travail pour vous. Il suffit d’appeler le service pour avoir une réponse.

Si vous souhaitez en savoir plus sur ce sujet, nous lui avons consacré un ouvrage entier : Cognitive Services : Interagir, humaniser, simplifier. Comment rendre vos applications plus intelligentes ?

Chatbots et interactions sociales et commerciales

La messagerie est devenue une caractéristique essentielle des réseaux sociaux. Et avec cette croissance rapide, les applications de messagerie ont évolué, passant d’outils simples pour envoyer et recevoir des messages courts sous forme de texte, à des expériences innovantes et complètes, dotées de fonctionnalités surprenantes pour les utilisateurs.

Les chatbots sont actuellement l’une des formes d’IA les plus répandues. Bien qu’ils aient peu de chances de réussir le test de Turing dans un avenir proche, ils représentent l’évolution naturelle des applications vocales.

Autrefois, vous appeliez un support téléphonique de qualité aléatoire. Aujourd’hui, vous pouvez parler en phrases complètes et structurées à un système capable de discerner votre intention.

L’adoption des chatbots a explosé, pour permettre aux entreprises interagissant avec leurs clients de réduire les temps d’attente, d’améliorer l’expérience client et de réduire le coût des opérateurs téléphoniques.

À l’heure actuelle, ils sont principalement utilisés pour gérer des tâches simples :

• Comprendre les requêtes élémentaires
• Répondre à des règles prédéfinies, c’est-à-dire des scénarios
• Répondre à des questions telles que « Où est ma commande ?» ou encore « Allume la lumière », on peut d’ailleurs les utiliser pour créer rapidement une alternative au FAQ, nous vous en avions parlé dans un précédent article.

Cognitive Services et Chatbots intelligents

Les API fournies par Microsoft Cognitive Services facilitent la création de services pouvant appliquer une logique aux modèles observés dans ces requêtes en langage naturel.

Ces services peuvent, par exemple, observer une vague d’appel en provenance d’un aéroport qui subit des retards et modifier la séquence d’options pour hiérarchiser les données de réorganisation.

Ils peuvent également constater que les appels provenant d’une région géographique donnée ont tendance à être passés dans une langue différente et modifier la valeur par défaut en conséquence.
Ils peuvent même être en mesure d’identifier des schémas grammaticaux indiquant les clients à transférer immédiatement à un support téléphonique de niveau supérieur et proposer une interaction avec un humain.

Des interfaces de conversation intelligentes, utilisant la reconnaissance vocale, la synthèse vocale et l’apprentissage automatique, peuvent offrir des expériences très engageantes et des conversations réalistes à toutes sortes d’activités. Encore mieux, ils vont apprendre de ces expériences.

Finalement, ces chatbots deviendront si bons que vous ne saurez même plus si vous parlez à un humain ou à un système intelligent.

NLP, Traitement du langage naturel

Nous ne pouvions parler de chatbots sans aborder le NLP.

Le traitement du langage naturel ou natural language processing (NLP) est un autre domaine qui a un impact considérable. Il s’agit du terme générique qui permet de traiter efficacement de grandes quantités de données en langage naturel.

La NLP ne se limite pas à jauger les mots et la grammaire d’un point de vue sémantique, mais il peut également deviner sentiment et émotion, en découvrant ce que les utilisateurs pensent d’un sujet ou d’une matière au moyen d’une analyse message par message.

Il s’agit d’un avantage énorme notamment pour les marques et les organisations qui doivent comprendre les opinions des utilisateurs et y répondre à un moment où la réputation peut être établie ou brisée en quelques minutes.

Imaginez une marque lance une nouvelle publicité pour un produit. En utilisant les bons services cognitifs, elle peut accéder à un flux de médias sociaux sur un hashtag spécifique (le nom du produit par exemple), et faire en sorte que son API NLP analyse tous les messages pertinents et donne son avis sur la réaction du public au produit.

Pour finir, et pour vous démontrer à quel point certaine implémentation de l’intelligence artificielle est accessible à tous et de vous montrer un cas concret de l’utilisation des Cognitives Services pour lancer votre projet d’IA.

Les Cognitive Services en action

Imaginez que vous souhaitez prévenir tout danger possible qui pourrait arriver sur un rail de chemin de fer. Il est en effet indispensable de tout mettre en œuvre pour garantir la sécurité des passagers.

Dans ce cas de figure, il est possible d’avoir recours à l’IA et d’entraîner un modèle qui nous préviendrait lorsqu’un danger, comme un obstacle, arriverait sur les voies.

Avec Azure Cognitive Services nous allons entraîner notre propre modèle et lui faire deviner un nombre incalculable de prédictions pour qu’il puisse nous dire instantanément si oui ou non il y a un danger. Il existe d’ailleurs différents types de Cognitive Services, si vous ne savez comment choisir le bon service d’IA, téléchargez notre arbre décisionnel dédié aux services d’IA sur étagère de Microsoft Azure.

Commençons par nous créer un nouveau projet sur customvision.ai

Ensuite il suffit d’ajouter plusieurs images correspondant à notre cas de figure. Plus vous allez ajouter d’images, et plus le modèle sera en mesure d’apprendre et donc de prendre une décision.

Pour chaque image, il faudra lui attribuer un système de tags appropriés. Pour faire simple ici, nous allons tous simplement avoir un tag danger et un autre safe.

Entrainer le modèle pour comprendre la situation

Plus vous allez entrainer votre modèle, et plus ce dernier sera en mesure de comprendre la situation et de prendre une décision.

Une fois que votre modèle est entraîné, vous allez pouvoir constater les résultats. L’algorithme joue tout simplement votre modèle sur les images déjà taguées et compare vos tags avec les tags qu’il a pu deviner par lui-même. Je n’ai mis que très peu d’images et il arrive à me remonter des chiffres plutôt intéressants.

Il suffit maintenant de tester notre modèle avec d’autres images :

Plutôt intéressant. Le modèle que nous venons de créer en à peine 10 minutes nous remonte déjà des informations fiables.

De plus, les cognitives services permettent d’entraîner votre modèle à chaque instant. Je peux taguer les deux nouvelles images et lorsque j’entrainerai à nouveau mon modèle, celui-ci les prendra en compte pour me donner des résultats encore plus pertinents.

Certains modèles ne peuvent être entraînés que dans le Cloud alors que d’autres comme CoreML peuvent le faire avec un simple téléphone.

Pour aller plus loin

Si vous souhaitez en savoir plus sur l’intelligence artificielle et le Machine Learning, nous vous expliquons dans notre livre blanc : Comment industrialiser une démarche de Machine Learning dans Azure, toute la démarche pas à pas pour vous lancer dans l’IA et industrialiser cette démarche !