Innovation

La révolution IA décryptée en 25 tendances clefs

| mise à jour

L’intelligence artificielle recouvre de nombreuses technologies et champs d’applications. Le cabinet de conseil CBInsights a décomposé cette déferlante en 25 tendances à suivre en 2019.

(Source: Hitesh Choudhary on Unsplash)
(Source: Hitesh Choudhary on Unsplash)

Le cabinet CBInsights a étudié les dernières tendances en matière d’intelligence artificielle pour déterminer celles qui auront le plus d’impact en 2019. Classées en fonction de leur taux d’adoption et de leur potentiel économique, ces technologies couvrent l’ensemble des domaines que promettent de révolutionner l’IA: l’architecture IT, l'infrastructure et les applications (computer vision, traitement automatique du langage naturel et intelligence prédictive).

Loin devant les autres tendances, les frameworks open source constituent la base de la révolution en cours selon les analystes new yorkais, car leur existence facilitent grandement la démocratisation de l’IA. Une vague que le cabinet de conseil mesure à travers l’explosion du nombre de contributions au développement de ces bibliothèques de machine learning disponibles sur GitHub. Si TensorFlow (né chez Google en 2015 et utilisé par de très nombreuses entreprises, d’Airbnb à SAP en passant par Coca-Cola et Airbus) mène clairement la danse, le nombre de contributeurs a également grimpé en flèche sur les deux dernières années autour de PyTorch (Facebook) et de Theano (Montreal Institute for Learning Algorithms) dont l’un des concepteurs affirme que «l'écosystème de logiciels qui supporte la recherche sur le deep learning a évolué rapidement [...]: les logiciels libres sont la norme; de nombreux frameworks sont disponibles et ils satisfont tant les besoins d’exploration de nouvelles des idées que ceux de déploiement en production.»

Autre technologie concernant l’infrastructure et que CBInsights qualifie de «nécessaire» pour cette année 2019: l’Edge AI. Déplacer l’intelligence artificielle au cœur des périphériques - qui génèrent les data sur lesquelles elle s’appuie - diminue la latence et désengorge un trafic de données vers le cloud dont le volume est exponentiel avec la multiplication des objets connectés et l’arrivée prochaine de la 5G. De plus, avec des applications comme le véhicule autonome, les décisions doivent être prises en temps réel. C’est pourquoi «Nvidia, Qualcomm et Apple, ainsi qu'un certain nombre de startups émergentes, se concentrent sur la fabrication de puces dédiées à l’Edge AI», expliquent les auteurs du rapport. Les quatre autres tendances IA suffisamment matures et prometteuses pour entrer dans la catégorie «nécessaire» du cabinet new-yorkais sont la reconnaissance faciale, l’imagerie médicale et l’aide au diagnostic, la maintenance prédictive et le search pour le e-commerce.

Voiture et culture

Même si elle fait couler plus d’encre qu’elle ne fait rouler de voitures, CBInsights considère que la conduite autonome est la tendance la plus «menaçante» parmi les 25 sélectionnées. Un choix justifié par la surenchère observée au cours des derniers mois dans les investissements consentis dans l’automatisation de la navigation, tant par les constructeurs historiques (Honda, GM, Volkswagen, Toyota, Honda…) que par d’autres entreprises (SoftBank, Zoox, Baidu...), mais aussi par le fait que l’intérêt des investisseurs pour les start-up du secteur ne diminue pas. Alors même que le flou demeure sur l’horizon auquel la conduite autonome deviendra une réalité, le marché devrait atteindre 80 milliards de dollars d’ici 2025, notamment à travers des applications moins complexe comme la logistique (livraison autonome sur le - coûteux - dernier kilomètre) ou la préparation de commandes.

Moins prometteur en terme de revenus -  car il s’adresse à un marché de niche - mais bien plus mature, le suivi des cultures grâce à l’intelligence artificielle est aussi qualifié de menaçant. Les drones capables de cartographier les champs (humidité, maladies,...) se démocratisent et représenteront un marché de 2,9 milliards de dollars dès 2021. S’appuyant sur cette technologie ou l’imagerie satellitaire, les sociétés proposant une couche d’IA pour analyser ces informations se multiplient. C’est d’ailleurs pour se positionner sur ce terrain que le géant du machinisme agricole John Deere a fait l’acquisition de Blue River Technology, spécialiste de la vision par ordinateur. Beaucoup moins bien notées, le reinforcement learning (encore limité par la quantité des données disponibles) et l’optimisation des réseaux de télécommunication (encore à ses prémices) ont un potentiel économique tel que CBInsights les qualifie aussi de «menaçantes.»

Chatbots et cyberlutte

Moins prometteur en termes de chiffre d’affaires, l’intelligence artificielle conversationnelle a pour elle une certaine simplicité d’usage qui en facilite l’adoption à grande échelle par de nombreuses industries et justifie sa position de leader dans les technologies dites «transitoires» de CBInsights. Transitoire car les chatbots ne tiennent pas totalement leurs promesses selon les analystes. Leur potentiel pour l'e-commerce et le traitement de pathologies mentales n’en demeure pas moins gigantesque. D’autant que la technologie progresse comme l’a démontré Antoine Bordes, directeur de recherche au laboratoire d’intelligence de Facebook à Paris, lors des Applied Machine Learning Days, en début de semaine, à l’EPFL.

La lutte contre les cybermenaces est un autre des champs d’applications de l’IA qui suscite un intérêt croissant. Le machine learning permet en effet d’anticiper les activités malveillantes, en puisant notamment dans le Breach Level Index, base de données mondiale sur les atteintes à la vie privée. Et, pressés par leurs clients, les grands fournisseurs de cloud n’ont d’autre choix que de se tourner vers cette technologie. C’est pourquoi Amazon a fait l’acquisition de Sqrrl, spécialiste du domaine désormais chargé de chasser les hackers qui voudraient s’en prendre à AWS. La dernière application qualifiée de transitoire par le cabinet new-yorkais tient aussi de l’intelligence prédictive et se trouve à la rencontre de l’IA et de la biotechnologie pour la découverte de nouveaux médicaments.

Traduction et back-office

Enfin, près de la moitié des 25 tendances en intelligence artificielle sélectionnées par CBInsights sont encore au stade expérimental. Les deux plus abouties concernent le traitement automatique du langage naturel. La traduction est un marché gigantesque. Les réseaux neuronaux constituent une nouvelle approche de son automatisation (par opposition aux méthodes statistiques traditionnelles) considérée comme une innovation majeure par le PDG de Google qui les a mis en place dans son outil de traduction. Ces avancées trouveront notamment des débouchés dans l'automatisation du back-office des entreprises multinationales, autre tendance «expérimentale» relevée par les auteurs du rapport. Une tendance qui va bien au-delà de la traduction et concerne tous les travaux administratifs destinés à être pris en charge par des robots. C’est tout l’enjeu de la robotic process automation (RPA) boostée au machine learning, notamment pour la reconnaissance d’image et le traitement du langage.

Les dix autres tendances qualifiées d’expérimentales par CBInsights sont:

  • Les réseaux de capsules

  • Les prothèses de nouvelle génération

  • Le recrutement pour les essais cliniques

  • Les réseaux de neurones antagonistes (GAN)

  • Le Federated learning (également évoqué lors des AMLD)

  • La biométrie médicale avancée

  • Le traitement des demandes de règlement d'assurance-automobile

  • La lutte contre la contrefaçon

  • Les magasins sans caisse

  • La génération de données pour entraîner les algorithmes

Toutes sont détaillées (en anglais) dans le rapport de CBInsights.

Tags
Webcode
DPF8_123967