introduction
La recherche dans le domaine de l'intelligence artificielle (IA) a été activement poursuivie dès le 20e siècle. Des scientifiques, des ingénieurs, des philosophes, des écrivains de science-fiction et des futuristes ont présenté des solutions d'IA de manières complètement différentes. Par exemple, certains chercheurs ont suggéré qu'il est nécessaire, tout d'abord, d'étudier le cerveau humain et de créer de telles solutions dans le domaine de l'IA qui répéteront le processus de pensée des personnes. Cependant, cette ligne de recherche était populaire à la fin du XXe siècle, lorsque la puissance des ordinateurs (même des supercalculateurs de l'époque) ne nous permettait pas encore d'effectuer toute une classe de tâches de calcul complexes que nous résolvons aujourd'hui à l'aide de gadgets ordinaires sans trop de dépenses et d'efforts.
Alan Turing est bien connu des scientifiques du 20ème siècle, il a développé le fameux "test de Turing", avec lequel il est possible d'évaluer si une machine peut penser, et si l'inspecteur sera capable de reconnaître qui communique avec une personne ou un programme informatique.
Fig 1. Test de Turing
Pour la première fois à la fin des années 90 du siècle dernier, un programme informatique a pu battre le champion du monde d'échecs. Cependant, nous notons que de tels programmes basés sur l'intelligence artificielle ne pouvaient résoudre qu'une classe étroite de problèmes (jouer aux échecs ou aller, reconnaître des visages ou automatiser un autre processus de production).
On peut noter qu'une sorte d'IA universelle n'a pas encore été créée, qui, d'une part, pense de la même manière qu'une personne et, d'autre part, surpasse une personne dans la résolution de presque tous les problèmes intellectuels et peut prendre toute une gamme de décisions importantes elle-même.
La recherche en IA a emprunté un chemin légèrement différent: l'augmentation de la puissance de calcul des ordinateurs et de la bande passante des réseaux dorsaux au cours des deux dernières décennies, l'émergence de technologies entièrement nouvelles telles que l'apprentissage automatique (ML), l'apprentissage profond (anglais ), recherche dans le big data, l'Internet des objets (IoT), les technologies cloud, etc. a permis aux scientifiques et aux ingénieurs de mettre en pratique certaines solutions d'IA.
Fig 2. Nouvelles technologies: intelligence artificielle, apprentissage automatique, apprentissage en profondeur
Dans un aspect purement appliqué, les chercheurs en IA ont trouvé des options alternatives: au lieu d'étudier en profondeur les processus de pensée humaine et de créer quelque chose de similaire pour une machine, il a été décidé que l'apprentissage automatique fonctionnait bien pour de nombreuses tâches sur d'énormes ensembles de données et tirait parti de la mise à l'échelle (augmentant le calcul capacités des systèmes informatiques modernes). Il est possible que le temps des machines intelligentes, indiscernables des humains dans le domaine de la pensée, vienne dans le futur.
Dans cet article, nous nous concentrerons sur les domaines de l'IA et des technologies connexes qui fonctionnent déjà dans la pratique, déterminerons le cours de la transformation numérique dans le monde et seront des technologies répandues dans le sixième ordre industriel.
Quels changements l'IA et la robotique apporteront-ils à l'industrie et à la logistique?
De nos jours, les termes «production sans pilote» ou «production numérique» sont utilisés, mais au début des années 80-90 du 20e siècle, l'automatisation a été principalement introduite dans l'industrie. Au stade actuel, avec le développement de l'IoT, des technologies additives (impression 3D), du big data et des systèmes robotiques - le concept de «production numérique» implique un cycle continu, comprenant:
- modéliser le futur produit et le processus de sa fabrication lui-même;
- l'utilisation du big data et de l'intelligence d'affaires;
- l'utilisation de robots d'une nouvelle génération avec IA dans les ateliers;
- intégration de divers départements de production et mise en place de systèmes ERP (Enterprise Resource Planning, Enterprise Resource Planning);
- en utilisant l'Internet des objets (IoT), la blockchain, les crypto-monnaies privées pour les paiements internes.
Cependant, les sceptiques affirment qu'ils craignent un chômage élevé en raison de l'utilisation généralisée de l'IA et de la robotique dans l'industrie. À cela, je voudrais répondre que jusqu'à présent, la "production sans pilote" n'est pas massivement applicable, et la raison ici réside dans les lacunes des systèmes modernes basés sur l'IA et les complexes robotiques, dont les processus de production typiques et les opérations hautement spécialisées fonctionnent mieux et plus efficacement que les humains, mais dans des situations critiques ne peut pas toujours prendre la bonne décision rapidement.
Il n'y a qu'une seule issue: l'utilisation de cobots, (robots collaboratifs) - des dispositifs spécialisés qui fonctionnent en conjonction avec une personne, où une personne est nécessaire pour prendre des décisions rapides et intuitives dans des situations qui ne peuvent pas être entièrement automatisées et où l'IA n'est toujours pas assez efficace.
Fig.3 Mise en œuvre des cobots en production
Un autre domaine d'utilisation de l'IA est la logistique et les véhicules sans pilote, qui sont actuellement testés massivement aux États-Unis. Soit dit en passant, les accidents impliquant des drones ont déjà été enregistrés, de sorte qu'une exigence a été introduite pour la participation obligatoire d'une personne titulaire d'un permis de conduire à de tels tests. La raison réside dans la mauvaise prise de décision en cas d'urgence par le système d'IA d'un véhicule sans pilote, où un conducteur expérimenté prend une décision rapidement et intuitivement, l'IA ne peut toujours pas rivaliser pleinement avec lui.
Fig 4. Véhicule sans pilote
Comment l'intelligence artificielle peut-elle changer la façon dont les employés de bureau et la classe créative travaillent?
Dans la partie précédente de l'article, nous avons révélé quelques détails sur les changements à venir dans l'industrie et la logistique, qui sont associés à la transformation numérique de ce domaine (l'introduction des robots et de l'IA). Il semblerait que la menace potentielle du chômage n'est possible que pour la classe ouvrière et les travailleurs des services? Après tout, de nombreux futuristes nous ont toujours inspiré que les robots et l'IA évinceraient les humains de la sphère du travail physique et de la production de convoyeurs. Cependant, c'est dans le domaine du travail de bureau et même de certaines activités créatives que l'on observe déjà de nombreux développements dans le domaine de l'IA, qui modifient progressivement les processus métiers d'un bureau moderne.
Il convient de prêter attention à l'une des directions appliquées dans le développement de l'IA - il s'agit de toute une classe de méthodes d'apprentissage automatique (apprentissage automatique en anglais, ML). En utilisant ces méthodes, le programme ne résout pas le problème directement, mais s'entraîne sur un vaste ensemble de problèmes similaires. Les réseaux neuronaux sont également applicables dans de tels cas, qui sont entraînés et non programmés, comme les logiciels ordinaires.
Aujourd'hui, nous utilisons largement des systèmes de traduction automatique à partir de langues étrangères. Bien sûr, ils ne sont pas encore en mesure de remplacer complètement les traducteurs professionnels, mais ils nous aident déjà à traduire rapidement le texte requis d'une langue à une autre.
Il existe un logiciel de rédaction qui peut remplacer les journalistes, rédacteurs, journalistes et autres producteurs de contenu.
Fig 5. L'intelligence artificielle écrit des textes à la place d'un journaliste
Comment le travail de tels programmes basés sur l'IA est-il construit?
- Dans un premier temps, une telle application est formée (à l'aide d'algorithmes ML) sur de gros volumes de textes similaires avec certains paramètres: sujets, mots-clés, style d'écriture, etc.
- Ensuite, l'algorithme le plus approprié est sélectionné, ce qui continue "l'apprentissage" déjà sur une base plus compacte de textes avec des caractéristiques précisément spécifiées.
- À l'étape suivante, un modèle de cet apprentissage automatique est créé, qui génère déjà le texte lui-même, mais toujours avec des erreurs.
- À l'étape finale, la personne édite le texte généré et corrige les erreurs.
Comme nous pouvons le voir, de tels systèmes ne sont pas encore capables de créer des textes significatifs complexes et volumineux sans participation humaine. Bien que des travaux dans ce sens soient en cours, même dans le domaine de la peinture et de la composition musicale.
Dans le domaine de l'automatisation du travail, dit «plancton de bureau», de bons résultats sont donnés par les méthodes RPA (Robotic Process Automation) en conjonction avec le ML et l'IA. En fait, la RPA est un complexe de technologies spécialisées utilisées pour automatiser les processus dans les affaires, la banque et la finance, etc. À l'aide d'algorithmes RPA, un développeur peut créer des bots qui, selon un algorithme donné, exécutent une tâche de routine, par exemple, collectent certaines données comptables dans des tableaux ou des rapports (en collant ou en copiant, en répétant des mouvements humains).
Cependant, la simple utilisation des méthodes RPA ne résout qu'un cercle très restreint de tâches primitives, et avec une efficacité d'automatisation ne dépassant pas 50 à 60% de tous ces processus métier. L'ajout de l'apprentissage automatique et de l'intelligence artificielle à la RPA vous permet d'élargir la gamme des processus automatisés en créant des «bots» intelligents capables d'exécuter un large éventail de tâches, de travailler sur des algorithmes plus complexes et même d'avoir une certaine liberté pour prendre des décisions.
Ainsi, nous avons la possibilité d'automatiser jusqu'à 80 à 90% du travail de bureau typique. Bien sûr, il faudra encore des employés capables de corriger le fonctionnement de ces systèmes et de corriger les erreurs des «robots intelligents», mais en général, de très nombreuses personnes seront libérées de ces activités routinières et monotones telles que la saisie et le traitement de données comptables, le rapprochement, le reporting etc.
Figure 6. Domaines d'application RPA
L'intelligence artificielle pourra-t-elle faire face à des tâches de gestion ou est-ce le droit exclusif d'un seul manager humain (manager, chef d'entreprise, etc.)? Pour le moment, dans notre pays, les décisions de gestion sont prises par les hommes, cependant, dans le sixième ordre technologique, de nouveaux modèles de gestion basés sur des méthodes probabilistes et une gestion réflexive seront également en demande. Il y a déjà IBM Watson (un supercalculateur d'IBM) qui, grâce à l'IA, résout toute une classe de problèmes de conseil très complexes et même scientifiques (développe des solutions efficaces pour les entreprises, construit des modèles mathématiques pour la recherche dans le domaine de l'oncologie, etc.).
Conclusion
L'utilisation de systèmes d'intelligence artificielle apportera à l'économie, à l'industrie et à la vie sociale, tous deux de nombreux avantages pour les citoyens, et donnera lieu à des problèmes qui méritent d'être pris en compte dès maintenant:
- Les technologies d'IA, ainsi que le ML, le Big Data, l'IoT, etc., peuvent se retrouver entre les mains d'un groupe restreint d'individus ou de monopoles, ce qui entraînera la création d'une «dictature numérique» et de nouveaux systèmes totalitaires, où les algorithmes prendront des décisions à notre place en les problèmes domestiques, professionnels, sociaux et même politiques.
- AI ( « », ..) . «» — , « ». , .
7. - AI , , .
Tous ces problèmes doivent être résolus maintenant, pendant la période de transformation numérique de l'économie, pour que le passage au sixième ordre technologique ne soit pas très douloureux pour la majorité des citoyens et n'apporte que des aspects positifs dans leur vie.