L’avenir du codage est la conversation

La façon dont les humains interagissent avec les ordinateurs est sur le point de changer profondément.

Pendant des décennies, les gens se sont adaptés aux machines en tapant du code sur un clavier. Mais dans les années à venir, ce seront les ordinateurs qui s’habitueront à nous. “Nous verrons les ordinateurs s’adapter à nous, dans la manière naturelle dont nous avons l’habitude de faire les choses”, a déclaré le mois dernier Renen Hallak, fondateur et PDG de VAST Data, lors de la conférence Private Innovative Company de Goldman Sachs. “Ils seront capables de comprendre le monde naturel d’une manière qui n’était pas possible auparavant.”

Les développements dans la compréhension des langues signifient que tout le monde, des scientifiques aux hommes d’affaires, peut de plus en plus utiliser des outils d’IA sans apprendre des langages de codage comme Python ou C++. “Les progrès que nous avons constatés dans la compréhension du langage naturel éclipsent tout ce qui s’est passé au cours des 40 dernières années”, a déclaré Vijay Saraswat, responsable de la recherche et du développement en intelligence artificielle chez Goldman Sachs.

À titre d’exemple de ce qui est déjà disponible, Saraswat dit qu’il a utilisé un logiciel prêt à l’emploi pour extraire des informations de documents. Il n’a pas eu besoin d’utiliser une grande base de données pour apprendre au modèle à comprendre les données, et il a donné des réponses dans un anglais simple. “Aucune formation là-dessus”, a-t-il déclaré lors de notre conférence à Las Vegas. “Pas du tout.”

De nombreuses entreprises en sont encore aux premiers jours de l’exploitation du plein potentiel des systèmes d’apprentissage automatique, déclare Justin Borgman, fondateur et PDG de Starburst Data. Les moteurs de recommandation – si un client achète une paire de chaussures, par exemple, l’algorithme suggérera un pantalon – sont populaires. Mais les entreprises ont encore du mal à rassembler les données nécessaires à ces modèles provenant de différentes parties de l’entreprise.

L’un des moyens par lesquels les ingénieurs trouvent des moyens de contourner ces silos de données consiste à utiliser un concept émergent appelé « maillage de données », explique Borgman. L’architecture décentralise la création et la propriété des données et fait des données un produit que d’autres peuvent consommer. Il dit que son entreprise voit de nombreuses entreprises utiliser un maillage à travers différentes sources de données pour leurs modèles d’apprentissage automatique.

Hallak dit que l’IA a atteint le point où les idées anciennes, apparemment irréalisables, ne sont plus farfelues. “Dans les années 70 et 80, les réseaux de neurones étaient un mot de quatre lettres, du moins dans le milieu universitaire”, a-t-il déclaré, faisant référence à un domaine de l’apprentissage automatique inspiré par la signalisation entre les neurones du cerveau. “Au cours des dernières années, avec l’abondance de puissance de calcul et d’informations que nous pouvons alimenter ces réseaux de neurones et de légères modifications de leur structure, nous constatons qu’ils fonctionnent réellement.”

Cette disponibilité des données s’accélère à mesure que nous interagissons davantage avec les ordinateurs. « Ces dernières années, même pendant la pandémie, ont accéléré la numérisation de la vie, de tous les aspects de la vie », a déclaré Borgman. “Le comportement des consommateurs a fait un bond en avant depuis des décennies, probablement en termes de rythme auquel nous consommons des produits numériques, qu’il s’agisse de services de livraison et de divers jeux auxquels nous jouons, etc.”

Saraswat dit que des percées fondamentales se produisent grâce à quelques groupes de recherche puissants qui les dirigent, et ils s’appuient sur de nombreuses années de recherche. Bien qu’il reste encore beaucoup de travail à faire et que le domaine soit encore proche de ses débuts, il pense que l’IA traverse un âge d’or où les percées sont appliquées en dehors du laboratoire beaucoup plus rapidement que par le passé.

George Lee, co-responsable de l’innovation appliquée chez Goldman Sachs, a ajouté qu’une qualité émergente de l’intelligence artificielle et de l’apprentissage automatique est la capacité de ces systèmes à développer eux-mêmes du code. Cela laisse entrevoir la capacité des humains à opérer en langage naturel et à s’appuyer sur les IA pour traduire leurs idées et leurs conceptions en logiciels fonctionnels.

L’IA a tellement progressé qu’elle se développe plus rapidement que tout ce qui l’a précédé en informatique, y compris Internet, dit Hallak. « Les ordinateurs comprendront et pourront prospérer dans le monde analogique auquel nous sommes habitués », déclare-t-il.

Leave a Comment

Your email address will not be published. Required fields are marked *