Le machine Learning concentre toujours toutes les attentions et connait ainsi un développement sans précédent.
Si cette technologie, autrement appelée apprentissage automatique n’évoque rien ou très peu pour beaucoup, elle demeure toutefois à l’origine d’avancées scientifiques majeures telles les véhicules sans conducteur, la reconnaissance de la parole, ou encore l’optimisation publicitaire et les moteurs de recommandations produits.
Le machine learning ou la science de la prédiction
La diversité possible et effective des applications de cette technologie explique l’importance croissante de son développement en entreprise comme à l’université et tend à l’ériger en véritable champ d’étude automne. Au sein de l’intelligence artificielle, le machine learning occupe en effet aujourd’hui une place centrale.
Selon les mots du théoricien Arthur Samuel, le machine learning vise précisément à « donner aux ordinateurs la capacité d’apprendre sans être explicitement programmés à apprendre » (1). Cet apprentissage, les algorithmes machine learning le font par l’établissement de prédictions, elles-mêmes permises par le traitement de données considérables. Les programmes d’apprentissage automatique vont rechercher des schémas (associant un exemple à un résultat connu), afin d’être en mesure de doter l’exemple fourni du bon résultat. Ainsi, la qualité de ce résultat ou plus spécifiquement des prédictions et des décisions émises par un programme, se perfectionne avec le temps, par l’entrainement (2).
Une diversification du machine learning
Face aux quantités astronomiques d’informations aujourd’hui disponibles, le machine learning se révèle être un outil précieux à même de cibler les données pertinentes et surtout d’optimiser voire de suppléer la prise de décision de toute personne.
Outre l’utilité marketing incontournable du machine learning, capable notamment d’anticiper les choix des consommateurs (3), les services que cette technologie propose paraissent désormais sans limite eu égard aux différentes applications que lui trouvent et développent les principaux acteurs du secteur du numérique.
Pour exemple, Uber a mis en place tout récemment un pôle recherche consacré exclusivement à l’amélioration de son système de routage et à la confection de voitures automnes (4). Facebook de son côté, vient d’étendre sur Paris son centre mondial de recherche sur la reconnaissance d’images, du discours et du langage du corps (6).
Ainsi, les programmes machine learning font désormais partie de notre quotidien, prenant des décisions de tout ordre, à notre place et dans des champs toujours plus étendus. A cet égard, il est peu dire que la propension du droit à régir ce champ de l’intelligence artificielle reste beaucoup trop mesurée, et ce en dépit du besoin accru de protection des consommateurs et des libertés des individus.
Lexing Alain Bensoussan Avocats
Lexing Informatique et libertés
(1) Stanford InfoLab, article de John McCarthy et Ed Feigenbaum, « Arthur Samuel: Pioneer in Machine Learning »
(2) Princeton University, Department of Computer science, article de Rob Schapire, « COS 511: Theoretical Machine Learning », 4-2-2008
(3) Actu marketing.fr, article d’Anne-Sophie Fronek, « La naissance du Machine Learning dans les années 50 », 5-10-2016
(4) Siècle Digital, article de Valentin Blanchot, « Uber rachète Geometric Intelligence et lance Uber AI Labs », 5-12-2016
(5) Le Monde informatique, article de Dominique Filippone, « Facebook ouvre un centre de recherche dédié au Machine Learning à Paris », 5-6-2015