Dessine-moi l’intelligence artificielle (1/3)

Par Valérie Ravinet, journaliste et Ström, dessinateur.

Entre explication sémantique, approches qui s’opposent, s’ajoutent ou se complètent, complexité technique ou encore fantasmes collectifs, définir l’intelligence artificielle est un vrai défi !

L’intelligence artificielle permet à la machine d’apprendre, avec (beaucoup) de données ou sans données (active learning) puis décide à partir de cet apprentissage. L’une des missions de la recherche consiste à comprendre comment la machine apprend, à vérifier que les règles qu’elle propose pour décider si elles sont fiables et à corriger les algorithmes pour éviter les biais.

Avec l’IA symbolique, l’intelligence artificielle permet aussi à la machine de comprendre, grâce à des règles logiques et formelles. Les recherches au sein de l’Institut interdisciplinaire de l’intelligence artificielle ANITI privilégient l’approche hybride, réunissant IA symbolique et IA par apprentissage. À Toulouse, les chercheurs orientent leurs travaux dans le domaine des transports et de la robotique dans un premier temps, avant de s’intéresser ensuite aux thématiques agricoles, environnementales et de santé.

Les participants de la table ronde « Intelligence artificielle : comment (bien) préparer notre avenir ? » de la Nuit européenne des chercheur.e.s (Toulouse, 27 septembre 2019) étaient :

• Louise Travé-Massuyès, chercheuse CNRS, spécialiste du diagnostic automatique au Laboratoire d'Analyse et d'Architecture des Systèmes (LAAS-CNRS),
• Jean-Michel Loubes, enseignant-chercheur à l’Université Toulouse III - Paul Sabatier, rattaché à l’Institut de Mathématiques de Toulouse, expert des problématiques de biais pour les algorithmes.
• Jean-François Bonnefon, docteur en psychologie cognitive, chercheur CNRS à Toulouse School of Economics, à l’origine d’une plateforme en ligne « Moral Machine » sur les véhicules autonomes.