L'économie et les avantages de l'intelligence artificielle

Nous voyons partout des nouvelles sur l'IA ; parfois, nous voyons l'excitation autour de l'IA et parfois nous voyons des articles qui parlent de la façon dont l'IA remplacera ou détruira nos emplois. Nous voyons également l'article occasionnel parler de la façon dont l'IA détruira l'humanité.

Dans cet article, je ne parlerai pas d'une intelligence artificielle générale ou d'une IA maléfique qui veut détruire l'humanité. Je me concentrerai sur l'IA actuelle, qui est principalement basée sur les algorithmes capables de faire des prédictions, et discuterai du fonctionnement de l'économie de l'IA et de la manière dont elle peut affecter les entreprises. Je tiens également à mentionner que le contenu de cet article est fortement affecté par (et cet auteur recommande vivement de le lire plus en détail) Machines de prédiction : L'économie simple de l'intelligence artificielle et Homme + Machine : Réimaginer le travail à l'ère de l'IA.

Cet article est divisé en trois grandes parties :

• Dans L'évolution de la technologie , je discuterai brièvement du passé et de ses similitudes avec l'ère de l'IA.
• Dans Stratégie , je discuterai de la façon dont une plus grande précision de prédiction peut affecter les stratégies et les modèles commerciaux.
• Dans Human and AI Interaction , je discuterai de la façon dont les humains peuvent compléter l'IA et comment l'IA peut compléter les efforts humains.

L'évolution de la technologie

Avant d'aller plus loin, je voudrais discuter des similitudes entre certains événements historiques qui sont analogues à la façon dont nous pensons à l'IA aujourd'hui. Je vais donner quelques exemples de la façon dont une large utilisation d'une technologie particulière a changé notre état d'esprit. Comment sommes-nous passés de l'arithmétique de base à des sociétés spécialisées dans le développement de l'intelligence artificielle ?

L'ère des ordinateurs électroniques

Ce que les ordinateurs font le mieux, c'est l'arithmétique. Avant les ordinateurs que nous connaissons maintenant, le terme « ordinateur » était utilisé pour les personnes qui font de l'informatique littérale, que nous appelons maintenant un « ordinateur humain ».

Avec les progrès de la technologie, l'informatique est devenue moins chère et plus rapide, et nous avons commencé à penser à tout en termes d'arithmétique. La photographie en est un bon exemple. Historiquement, modifier ou appliquer des effets visuels à des photos était une réaction chimique. Aujourd'hui, cependant, nous utilisons des algorithmes accessibles aux artistes et aux photographes via des suites logicielles pour appliquer mathématiquement des effets aux photographies.

C'est un excellent exemple de la façon dont nous pensons lorsque le coût d'un bien/service baisse ; nous commençons à réfléchir à la manière de résoudre nos problèmes actuels en termes de cette nouvelle technologie. Il en est de même pour l'IA.

L'ère d'Internet

Lorsque l'Internet est devenu largement utilisé, il a fait d'énormes mouvements dans diverses industries, et il s'agissait de réduire les coûts dans différents domaines. Par exemple, le coût de distribution des biens et services est devenu moins cher, ce qui a déclenché la naissance de l'industrie du commerce électronique. Les entreprises ont fini par changer de stratégie et ont survécu ou sont mortes.

Une fois que le coût d'un bien ou d'un service baisse, nous commençons à l'utiliser plus souvent, et nous pouvons également le constater pour le Web. Cela change également notre état d'esprit et nous mettons en ligne des industries entières. En plus du commerce électronique, un autre exemple peut être vu dans l'utilisation des moteurs de recherche ; nous n'utilisons plus d'encyclopédies pour rechercher des informations, mais plutôt Google ou d'autres moteurs de recherche.

L'ère de l'IA

Le coût de l'IA devient moins cher en termes de puissance de calcul et en termes d'outils. Chaque nouvel outil/bibliothèque aide les développeurs d'apprentissage automatique à passer moins de temps sur les problèmes de prédiction. Par exemple, TensorFlow, AutoML ou même scikit de Google peuvent être présentés comme exemples à cette fin. Nous pouvons également montrer l'utilisation accrue du GPU computing comme illustration de la réduction des coûts de l'IA.

La prévision des ventes pour le prochain trimestre d'une entreprise est un problème de prédiction évident, mais le développement d'un véhicule autonome n'était pas un problème de prédiction il y a dix ans. La réduction des coûts de l'IA change notre façon de penser, ce qui signifie que nous avons commencé à considérer divers problèmes comme un problème de prédiction. Nous utilisions déjà des véhicules autonomes dans des environnements contrôlés comme des usines, où le véhicule pouvait être programmé en utilisant des conditions de programmation if-else . Changer l'état d'esprit et considérer cela comme un problème de prédiction a aidé les ingénieurs à développer des voitures autonomes, qui peuvent être utilisées dans la nature.

Voici comment cela a fonctionné, essentiellement; un ingénieur a appris à une IA ce qu'un humain ferait dans diverses conditions, ce qui a permis la génération d'un logiciel embarqué qui permet aux conducteurs d'utiliser des voitures sur des milliers de kilomètres au lieu de se fatiguer après quelques centaines. L'IA a appris ce qu'un humain ferait et a commencé à prédire ce qu'il devrait faire. C'est un très bon exemple de réflexion sur un problème en termes de prédiction.

Stratégie

Voici une question majeure : l'IA affectera-t-elle la stratégie et les modèles commerciaux des entreprises ? Si vous considérez l'IA comme un outil de prédiction qui vous aide à prendre une décision, il se peut que vous ne sachiez pas comment cela affectera la stratégie pure, car c'est juste un autre outil qui vous aide à prendre des décisions. Mais si vous commencez à considérer l'IA comme un outil de prédiction capable de prévoir avec une grande précision, cela peut changer les stratégies elles-mêmes. Il y a un excellent exemple dans le livre Prediction Machines: The Simple Economics of Artificial Intelligence.

Lorsque nous achetons et achetons des produits sur Amazon, Amazon expédie les colis à notre bureau/domicile. Ainsi, cette méthode peut être appelée la méthode d'achat puis d'expédition. Nous savons également qu'Amazon dispose d'un moteur de recommandation et qu'il recommande des articles pendant que vous naviguez sur les pages. Nous n'achetons pas tous les articles recommandés, mais il recommande au moins les articles qui pourraient nous intéresser. Supposons qu'Amazon ait commencé à prédire ce que vous achèterez avec une grande précision. Si vous avez commencé à acheter 80 % des articles recommandés, Amazon peut décider d'envoyer les articles avant même que vous ne les achetiez - appelons cela l'expédition puis l'achat. Il s'agit d'un changement évident de stratégie commerciale car, une fois les articles arrivés chez vous, vous renverrez 20 % des articles, et la modélisation actuelle des prix Amazon ne repose pas sur cette hypothèse. Peut-être qu'Amazon décidera d'envoyer un camion dans votre ville une fois par semaine pour récupérer les articles retournés, ce qui changera complètement la façon dont Amazon facture votre carte de crédit, la façon dont il emballe les articles et la façon dont il gère les articles retournés. Tout ce changement de stratégie est au profit de l'intelligence artificielle, qui a une plus grande précision de prédiction.

Je crois que nous pouvons travailler sur plus d'expériences de pensée comme l'exemple précédent d'Amazon en pensant simplement à ce qui se passerait si l'IA pouvait prédire avec une plus grande précision.

Interaction humaine et IA

Comment l'interaction humaine et IA évoluera-t-elle à l'avenir ? Vont-ils rivaliser ou vont-ils travailler ensemble ? Je me concentrerai sur ces questions en parcourant le livre Human + Machine: Reimagining Work in the Age of AI. Selon les auteurs, il y aura des scénarios où les humains complèteront l'IA et où l'IA complétera les humains.

Les humains complètent l'IA

Les humains peuvent compléter l'IA dans trois domaines : former, expliquer et soutenir.

Formation

L'IA a besoin de données pour apprendre, ce qu'on appelle la phase d'apprentissage , afin de pouvoir faire des prédictions.

À l'avenir, nous pourrions avoir des agents de formation qui se concentreraient exclusivement sur la formation de l'IA en fonction des exigences de cette entreprise. S'il s'agit d'une usine, un agent de formation pourrait être responsable de la formation d'un robot ; s'il s'agit d'une entreprise de commerce électronique, un agent de formation pourrait être responsable de l'agrégation des données historiques.

Expliquer

Nous devons comprendre comment et pourquoi l'IA a fourni une réponse spécifique à un problème spécifique.

Généralement, nous sommes confrontés à un compromis entre l'explicabilité et la précision de l'IA. Les méthodes d'IA en boîte noire sont plus précises que les méthodes qui peuvent être facilement expliquées. Même s'il existe des outils développés pour expliquer pourquoi une IA en boîte noire a fait une prédiction spécifique, nous pouvons avoir besoin d'un poste capable de comprendre et d'expliquer les résultats de l'IA.

Soutenir

Nous devons nous assurer que l'IA fonctionne comme prévu.

En 2015, un robot dans une usine Volkswagen a attrapé un ouvrier et l'a mortellement écrasé. Nous aurons peut-être besoin de rôles dont la responsabilité est de s'assurer que les systèmes d'IA fonctionnent comme prévu.

L'IA complète les humains

Le potentiel de l'IA donne aux humains des super pouvoirs car l'IA fait des prédictions plus rapidement et plus précisément que les humains ne le pourraient jamais. Ces superpuissances peuvent s'exprimer dans la valeur qu'elles apportent à une situation ou à une action donnée.

Amplifier

Les outils d'intelligence artificielle aident les humains à accroître leurs capacités d'être humain. Dans le livre Human + Machine: Reimagining Work in the Age of AI, les auteurs utilisent l'exemple du logiciel Dreamcatcher d'Autodesk, qui utilise des algorithmes génétiques pour parcourir les conceptions possibles.

Un designer peut concevoir une chaise légère, bon marché et solide à l'aide de cet outil. L'IA essaie de créer une conception basée sur les critères donnés et fournit les résultats au concepteur. Le designer utilise ensuite choisit l'un des designs donnés et utilise sa créativité sur ce design pour apporter la touche finale.

Ceci est similaire à ce que les ordinateurs ont fourni aux personnes à l'ère de l'informatique - juste à un niveau de capacité nouveau et passionnant en termes de types de choses avec lesquelles l'IA peut aider.

Interagir

L'IA peut agir comme un assistant pour aider les gens en interagissant avec eux. Alexa d'Amazon, Google Home et Siri d'Apple sont des exemples frappants de ce type d'agent d'IA interactif. Au fur et à mesure que ces agents seront améliorés à chaque itération, nous commencerons à les utiliser plus souvent, et cela deviendra une partie de nous, comme une version plus profonde de ce que nous faisons avec nos smartphones. Ces agents seront nos assistants privés et ils nous compléteront.

Augmenter

Des exemples d'augmentation physique alimentée par l'IA peuvent être trouvés dans les usines. Bien que les usines soient actuellement exploitées par des robots, ce sont principalement des systèmes basés sur des règles et mis dans une cage, juste au cas où, pour des raisons de sécurité. Les robots aideront les humains en tant que collègues et seront conçus pour ne pas nuire aux personnes lorsqu'ils se déplacent et travaillent librement dans une usine.

Conclusion

Bien qu'il y ait certaines inquiétudes qui disent que "les robots sont plus efficaces, donc les travailleurs humains seront rejetés à l'avenir", Markus Schaefer, responsable de la planification de la production chez Mercedes, déclare : "Nous nous éloignons d'essayer de maximiser l'automatisation, les gens prenant à nouveau une plus grande part dans les processus industriels. Les nouvelles technologies apportent des changements monumentaux dans notre façon de faire les choses, mais l'invention de la charrue n'a pas éliminé le besoin d'ouvriers agricoles, pas plus que l'invention de l'ordinateur n'a éliminé le besoin de mathématiciens. Comme pour toutes les révolutions technologiques, l'avènement de l'IA sera utilisé pour aider l'humanité à atteindre un nouveau paradigme, pas pour le remplacer entièrement.

Prêt pour plus de connaissances techniques sur l'IA ? Essayez A Deep Dive into Reinforcement Learning pour apprendre à apprendre à une IA à conduire une voiture sur une montagne.