De l'intelligence artificielle à une intelligence augmentée | Nicolas Sekkaki | TEDxPanthéonSorbonne

Nicolas vient aujourd'hui nous parler d'un des projets d'IBM : Watson. C'est un programme informatique d'intelligence artificielle qui a pour but de répondre à des questions formulées en langue naturelle. Est-ce l'avenir ?

Nicolas Sekkaki est nommé Président d’IBM France le 1er juillet 2015. Il était Vice-President System & Technology Group pour l’Europe depuis 2012.
Le parcours de Nicolas Sekkaki au sein d’IBM lui a permis d’acquérir une profonde connaissance de l’entreprise, de ses métiers et de ses marchés. En 24 ans de carrière, il a assumé de nombreuses responsabilités commerciales et managériales, tant en France qu’au niveau européen.
Entre 2010 et 2012, Nicolas Sekkaki a occupé le poste de Directeur Général SAP France & Maghreb.
Nicolas a rejoint IBM en 1991 en tant qu’Ingénieur Commercial, en charge du secteur aéronautique puis assurance. Il a ensuite successivement occupé diverses fonctions de management y compris le poste de Vice President, System and Technology Group entre 2002 et 2006 avant de prendre le poste de General Manager, Global Technology Services pour IBM France.
En 1990, Nicolas Sekkaki est diplômé de l’Ecole nationale supérieure de l’Aéronautique et de l’Espace.

Cette présentation a été faite lors d'un évènement TEDx, organisé indépendamment des conférences TED.

Intelligence artificielle :

est-ce de la science-fiction ou fait-elle
partie désormais de notre quotidien ?

Est-ce que la machine
va supplanter l'être humain ?

En fait, les travaux sur l'intelligence
artificielle ont démarré

dans les années 1950 avec Turing.

Turing, pour ceux qui le connaissent,
c'est un mathématicien,

un mathématicien célèbre,
il est britannique,

il a aidé à décrypter la machine Enigma
pendant la seconde guerre mondiale.

Il a travaillé en 1950
sur l'intelligence artificielle,

il a d'ailleurs créé un test :
le test de Turing.

Alors que fait ce test ?

Ce test doit permettre de différencier
l'homme de la machine.

Le jour où l'être humain
ne pourra pas distinguer

entre une interaction
avec un être humain et une machine,

alors la machine
sera supérieure à l'être humain,

la machine sera un être humain.

Alors j'ai très mauvaise nouvelle
pour vous ce soir :

le test de Turing, eh bien,
il est déjà fait par la machine.

Vous savez, quand vous vous loguez
sur internet

et qu'on vous dit :
« Êtes-vous un robot ? »

et qu'on met quelque chose
qui est un captcha,

avec des lettres et des chiffres
qui apparaissent partout

pour être sûr que vous êtes
un être humain.

La machine aujourd'hui a un taux d'erreur
inférieur à l'être humain.

Il a fallu attendre les années 1997
pour que la première machine,

inventée par IBM,
elle s'appelle Deep Blue,

batte l'être humain,
Gary Kasparov, aux échecs.

Il a fallu attendre de nombreuses années

pour qu'une machine puisse battre
le meilleur joueur de go sur la planète

et c'était en 2015.

Alors qu'est-ce qui caractérise
ces deux jeux ?

Est-ce de l'intelligence artificielle ?

Tout le monde va dire oui,
bien évidemment !

Pas forcément.

Oui, il y en a un peu,
mais ce qui caractérise ces 2 jeux,

c'est que c'est de la combinatoire.

Jeu d'échec, c'est 10 puissance 120.

Le jeu de go ces 10 puissance 170

Il suffit d'attendre quelques années
avec la loi de Moore,

qui permet d'avoir deux fois plus
de puissance tous les 18 mois

pour avoir des machines
suffisamment puissantes

pour pouvoir faire de l'algorithmique.

La partie intelligence artificielle,

au delà de la programmation neuronale
que l'on a pu introduire,

c'est celle de s'adapter
et celle d'apprendre avec l'être humain.

D'ailleurs, Gary Kasparov
avait bien compris :

en fait il a perdu face à la machine
parce qu'il a abandonné.

Pourquoi a-t-il abandonné ?

Parce qu'il avait compris
que plus il jouait avec la machine,

plus il jouait contre la machine,
plus la machine apprenait.

Alors donnez maintenant à une machine
les règles du jeu de go.

Donnez lui les règles du jeu d'échecs.

Cette machine va-t-elle réussir
à apprendre toute seule ?

Nous en sommes encore loin.

En 2006, IBM décide de travailler
sur un autre sujet, sur un autre jeu :

après les échecs, Jeopardy.

C'est Question Pour un Champion en France.

Pourquoi IBM travaille sur Jeopardy ?

Vous connaissez l'émission ?

Non ?

Question Pour Un Champion,
vous connaissez ? OK.

Alors c'est à peu près le même principe.

Le principe est simple :

vous avez quelques secondes
pour donner une réponse

qui doit être la bonne.

La deuxième chose dans le jeu Jeopardy,
c'est que si votre réponse est mauvaise,

vous perdez de l'argent.

Si vous perdez de l'argent,
eh bien vous perdez.

La première composante de Watson,

IBM Watson, que nous avons commencé
à développer en 2006,

et le jeu est déroulé en 2011
et on a gagné l'être humain,

celui qui a gagné le plus d'argent
est celui qui a gagné le plus de parties,

avec des composantes bien particulières :

la première, c'est la compréhension
du langage naturel.

Quels sont les progrès
en langage naturel ?

J'ai fait des tests avant de venir,
ils sont réels.

Vous tapez sur votre moteur
de recherche préféré :

« montre-moi toutes les photos
de cochons qui ne sont pas roses. »

Comme il y a 95% de cochons
qui sont roses,

et 5% qui ont une autre couleur,

et que c'est une recherche par mots-clés,

bien évidemment, le moteur de recherche
va vous sortir des photos de cochon roses.

Cette notion de "pas" n'est juste
qu'un mot-clé supplémentaire.

Il faut rentrer dans une sémantique
supérieure pour voir

que "pas rose" veut dire "tout sauf rose",

qui est un synonyme de "pas rose".

Comment avoir un ordinateur
qui comprend que "pas" a un synonyme ?

Alors j'ai fait un deuxième test :

je vous engage à le faire,
mais avec grande précaution.

J'ai demandé à Siri ce matin,
et c'est un véritable test,

supposez, madame,
vous êtes amoureuse de Jean Dupont.

Et Jean Dupont est éperdument
amoureux de vous.

Et vous vous prenez votre Siri
en sortant du TEDx,

et vous dites à SIri, test réel ce matin,

« Siri, dis à Jean Dupont
que je l'aime. »

C'est une recherche par mots-clés,
Siri comprend l'intention.

Forcément, ça va être un SMS,
il va commencer à écrire un message.

Quel message va-t-il envoyer
à Jean Dupont ?

« Je l'aime. »

(Rires)

Je vous laisse expliquer ce soir
à l'homme ou à la femme de votre vie

que « Je l'aime. » s'adressait à elle.

Il faut une intelligence
et une compréhension linguistique

pour comprendre que Je l'aime
en fait c'est Je t'aime.

Watson est capable
de le faire aujourd'hui.

Nous sommes capables
de comprendre l'intention.

nous sommes parfois capables
de comprendre le sentiment.

nous sommes capables de comprendre
toutes les tournures de langage...

au passage, on a commencé par l'anglais,

et l'anglais, en fait il faut comprendre
que l'intelligence,

et une intelligence linguistique,

est cognitive, c'est-à-dire
que c'est pas juste une traduction.

Nous pensons en français différemment
que nous pensons en anglais.

Et donc aujourd'hui,
ces machines apprennent :

aujourd'hui, on apprend sept langues

et nous raisonnons
en sept langues différentes.

J'attends avec grande impatience

un Watson qui débat en français
avec un Watson qui débat en anglais

pour voir quelle puissance cognitive
est la meilleure.

Donc la première chose,
c'est la compréhension du langage naturel.

La deuxième chose,
c'est que nous pourrions partir

sur une intelligence qui est déterministe,
qui vous donne UNE réponse :

LA réponse.

Nous avons décidé d'avoir
une intelligence probabiliste,

parce qu'en fait tout est incertitude.

Quand on répond à Jeopardy,

il faut dire à 90 %,
c'est la bonne réponse.

Mais si vous êtes à 40 ou à 50,
il faut décider ce que vous avez.

Des fois, nous n'avons pas
tous les éléments

pour prendre une décision.

C'est aussi ce qui caractérise
l'être humain,

prendre une décision alors
que nous n'avons pas tous les faits.

Watson est capable de donner
une réponse probabiliste

et vous dire pourquoi il pense
que c'est la bonne raison.

Et quand on fait de la recherche,
quand on échange, quand on argumente,

entre êtres humains, on dit :
« voilà pourquoi je pense que c'est ça. »

on dit pourquoi,
et on va expliquer les faits,

et ces faits sont aujourd'hui
donnés en langage naturel également.

Et puis la troisième composante,
d'un système intelligent,

un système cognitif,

c'est d'apprendre et de ne pas oublier.

Ce sont les trois composantes
qu'il faut pour gagner

dans un jeu comme jeopardy.

Alors on en est pas resté là,
on s'est dit :

« qu'est-ce qu'on peut faire
avec cette puissance

puisqu'on arrive à comprendre, à régler.

En fait ce sont des médecins
qui sont venus nous voir

en nous disant : « je traite le cancer,

ça touche chacun d'entre nous
de près ou de loin,

je veux sauver des vies humaines. »

Il faut savoir qu'un docteur doit passer
150 heures par semaine de lecture

pour comprendre
ce qu'il se passe sur la planète

pour pouvoir soigner
correctement ses patients.

Personne n'est capable de faire ça.

la machine est capable de lire tout cela
en quelques secondes, le restituer.

Et donc nous avons travaillé
avec des hôpitaux aux États-Unis

pour améliorer le traitement.

La deuxième raison de mortalité
après le cancer,

au-delà de la maladie,
c'est le mauvais traitement,

le traitement qui n'est pas adapté
à votre cas particulier.

Et nous sauvons des vies humaines
aujourd'hui.

Nous n'étions absolument pas présent
chez IBM dans la santé,

ce sont les docteurs qui sont venus
vers nous en disant « aidez-nous. »

Aujourd'hui on déploie ces solutions
dans quelques pays,

un jour peut-être en France.

Mais on ne s'est pas arrêté là en fait.

Après la santé, on a travaillé aussi
sur l'éducation.

Puisque j'apprends, puisque je comprends,

est-ce que je suis capable d'aider
l'être humain à mieux apprendre ?

Nous avons travaillé
avec Genits Public School.

L'échec scolaire est un véritable fléau.

Nous dépensons beaucoup d'argent

pour avoir des gens
qui parfois sont en échec.

Et cet échec-là arrive en ait
trois ou quatre ans avant.

On peut le prédire.

Si vous ne comprenez pas la trigonométrie

ça va être difficile de faire
de la géométrie dans l'espace.

Comprendre qu'un élève est en train
de décrocher sur une matière

et lui donner ses compétences
au bon moment,

vont permettre à ces étudiants
d'avoir un meilleur taux de réussite.

Nous avons augmenté le taux
de réussite de 7.3 points en 10 ans.

C'est énorme.

Alors cette intelligence artificielle,
Watson, est sur le cloud

dans nos environnements de
développement.

Les étudiants, les chercheurs,
les entreprises peuvent développer.

Et une université de Géorgie a développé
un assistant personnel

pour aider les étudiants
qui prenaient des cours en ligne

qui s'appelle "l'assistant personnel",
pour qu'il puisse les aider.

La grosse différence, c'est que
nous n'avons pas dit à ces étudiants

que derrière il y avait une machine.

Et il y a un groupe d'étudiants
qui ont été pendant un an

en fait aidés par une machine
qui s'appelle Watson.

Aucun d'entre eux n'a pu déceler
que c'était une machine.

C'est aujourd'hui, c'est parmi nous.

Alors on peut travailler aussi
avec les call centers relation clients,

vous en avez utilisé récemment ?

Vous aimez ?

Allo ?

Votre nom ,

votre numéro de client,

vous habitez à telle adresse,
c'est extrêmement scripté !

D'ailleurs c'est tellement scripté
que parfois on a délocalisé des métiers

à l'extérieur où le coût est inférieur.

Que demande-t-on en tant que client
quand on appelle un call center

si on a un problème ?

On ne demande qu'une seule chose,

de ne pas être passé
d'un secteur à un autre,

on demande à ce qu'on règle
notre problème !

On demande à avoir une relation
avec un homme ou une femme

qui nous comprend et qui va régler
notre problème au bout de dix minutes.

Là, pareil : l'intelligence artificielle

est capable d'aider le conseiller
à régler les problèmes techniques

et laisser le conseiller, l'homme
ou la femme, faire ce qu'il doit faire

c'est-à-dire parler, comprendre,
accompagner dans le changement.

Nous sommes en train d'introduire,
bien évidement,

Watson dans les call centers.

Alors on va dire l'émotion,
c'est pas la machine.

La machine aujourd'hui
est capable de comprendre l'émotion.

Elle en comprend l'intention.

Par exemple Watson aujourd'hui écoute...

vous savez, quand vous avez : « ce call
peut être écouté, enregistré... »

eh bien on a mis Watson en double appel,

on écoute ce qu'il se passe et
on est capable de savoir

si la conversation se passe bien
ou si la personne commence à s'énerver.

Ce serait bien quand
une personne arrive à s'énerver,

que quelqu'un d'autre prenne la parole.

Nous sommes, et nous serons
capables de le faire.

Alors,

est-ce que la machine
va supplanter l'être humain ?

Je ne sais pas si vous êtes fans
de Star Wars ou de Matrix,

mais pour moi, Matrix,
c'est quelques individus,

un logiciel qui a pris le contrôle
de la planète et l'humanité se bat

contre peu de personnes qui ont accès

à une technologie à laquelle
personne d'autre n'a accès.

Star Wars en fait, ça vient
de la mythologie grecque :

c'est le bien contre le mal :
tout le monde a la force

notre humanité, c'est pouvoir choisir
si on va du côté positif de la force,

ou du côté négatif de la force.

Je pense que l'intelligence artificielle

doit nous aider à choisir
ce que nous voulons faire au quotidien.

On parle d'intelligence artificielle,
j'ai passé une vidéo de 2 minutes

pour vous montrer ce que fait Watson
aujourd'hui sur un sujet

qui importe à quelques entreprises --
on investit 6 à 10 milliards d'euros

d'investissement de rachats
d'entreprises, de start-ups,

comment une entreprise est capable

de distinguer entre
quelle entreprise racheter,

quelle start-up racheter.

Nous l'avons mis en œuvre chez nous
et je vous laisse passer la vidéo.

Homme : Watson j'ai besoin d'aide
sur les acquisitions.

Watson : Bonjour,

comment puis-je vous aider
sur les fusions et acquisitions ?

Homme : Watson, montre-moi les entreprises
dont le chiffre d'affaire est compris

entre 25 et 60 millions de dollars
dans le domaine de l'analytique.

Watson : voyons ce que je peux trouver.

J'ai trouver 87 entreprises.

Homme : OK c'est un bon début.
qu'en penses-tu ?

Fred : J'ai travaillé de mon côté.

J'ai les éléments
sur la stratégie de la compagnie

je propose de les donner
à Watson pour qu'il les analyse.

Homme : Watson, regarde

quelles sont les entreprises
ayant une stratégie cognitive.

Fred : Watson, montre-moi
les entreprises au chiffre d'affaire

entre 15 et 16 millions de dollars
qui ont une stratégie cognitive.

Watson : voyons ce que je trouve.
Je trouve 112 entreprises.

Fred : On va creuser. On voit
qu'on commence à avoir des connexions.

Homme : Watson, montre-moi les entreprises
dans l'analytique et le cognitif

et qui sont les plus proches
de Wolfram Alpha et Carisocer Robotics.

Watson : J'ai trouvé
3 entreprises similaires

à celles que vous avez spécifiées.

Homme : Super, voyons ça.

Fred : creusons un peu plus
et comparons ces éléments.

Homme : Watson, montre-moi
une table de décision.

Watson : voici une table de décision
qui va vous permettre de comparer

des entreprises les unes aux autres.

Homme : Watson, positionne les sociétés
Wolfram Alfa, Carisocer Robotics,

Cognolitics, Retheon DMB Technologies
et Bsize Analytics dans cette table.

Watson : Ok.

Homme : Mais je pense qu'il nous faut
un peu plus que ça.

Il nous faut d'autres attributs.

Watson, positionne les attributs
"chiffre d'affaire", "employés"

et "forme juridique" dans la table.

Watson : Ok

Homme : Bien. On a la comparaison
des sociétés entre elles.

Qu'en penses-tu ?

Fred : Bien, je pense que c'est bon.

Homme : Watson, donne-moi une suggestion.

Watson : J'ai une suggestion.

NS : OK. Voilà une démonstration réelle,
je l'ai coupée parce qu'à la fin,

je l'ai vu, ils disent :
« Mets-moi tout ça dans un Powerpoint. »

Et là je pense que la table applaudit
parce que ça nous arrive tous les jours.

Est-ce que la machine
va remplacer l'homme ?

Est ce que ce que vous avez vu ici
est un remplacement de l'homme ?

Imaginez votre vie son tableur,

en disant : « Les mathématiques,

c'est tellement beau que je vais faire
tous les calculs à la main. »

Ce que nous voyons aujourd'hui ici
c'est une machine, un système,

qui permet à l'homme d'aller plus vite
et passer du temps sur ce qui l'intéresse.

C'est ce que nous essayons de faire.

En fait, il y a plusieurs intelligences :

l'intelligence qu'on a vu ici
est une intelligence très rationnelle.

Il y a huit à neuf intelligences.

l'intelligence logique,
l'intelligence mathématique,

l'intelligence intrapersonnelle,
interpersonnelle, etc.

Il y en a une qui m'importe énormément,
c'est l'intelligence émotionnelle.

La machine commence à comprendre
ce qu'elle voit sur cette photo.

Elle peut décrire qu'elle y voit
un enfant, un être humain, un robot.

Peut-être qu'elle peut comprendre,
et ça m'étonnerait,

que l'enfant est en train
de bricoler un robot

Alors la question
que j'ai à vous poser, c'est :

que voyez-vous, que ressentez-vous
sur cette photo ?

Pourquoi mettons-nous des photos
et non pas des mots ?

Parce que l'émotion
est plus puissante que la rationalité

En fait, dans toutes les décisions
que nous prenons au quotidien,

l'émotion prend une part
extrêmement importante.

En fait, les chercheurs ont regardé,

parfois des gens ont des accidents
et ont une partie du cerveau,

qui s'appelle l'amygdale,
qui est la mémoire des sentiments,

qui a été endommagée.

Ces personnes ont toutes
leur Q.I. intacte.

Mais elles n'ont plus l'accès
aux sentiments.

Et ce qui est extrêmement dérangeant,
c'est que ces personnes

ne sont plus capables
de prendre des décisions,

des plus complexes plus simples.

Genre, quel métier j'ai envie de faire ?

Et plus simple, c'est : à quelle heure
est-ce que je dois fixer ce rendez-vous ?

L'émotion est importante,

elle nous entoure et elle est importante.

Une autre expérience : est-ce que
ça vous arrive de vous réveiller la nuit

parce qu'il y a un bruit
qui vous effraye ?

Et vous réalisez un peu plus tard
que ce bruit c'est une porte qui claque,

c'est par un train qui passe,
c'est un avion...

Non, il n'y a rien de grave.

Cette décision de l'homme

est dictée par les émotions
et non pas par le rationnel.

Parce que cette émotion-là
est beaucoup plus rapide à analyser,

c'est l'instinct de survie :

s'il y a un bruit, il y a peut-être
danger, alors je dois partir.

Après on se dit :
non, en fait, je peux rester.

C'est 0.6 secondes versus...
0,0006 versus 0,12.

Cette émotion est nécessaire
à la bonne prise de décision

Les ordinateurs ne sont pas encore
capables de prendre des décisions,

capable et sentir mais pas
dans leurs arbres de décision.

Cédric Villani,
un grand mathématicien français,

nous parle de la créativité, il nous dit
qu'il y a sept ingrédients

sur la créativité : le premier,
c'est la méthode ;

et l'intelligence artificielle,
l'ordinateur,

nous aide à nous apporter de la méthode.

Quand nous avons envoyé
l'homme sur la lune,

dans le programme Apollo,
IBM en faisait partie,

nous avons développé l'informatique,
nous nous sommes développés

en créant l'informatique à l'époque,
pour amener l'homme sur la lune.

Vous savez que dans vos poches,

vous avez aujourd'hui plus de puissance
dans votre smartphone

que l'informatique et la puissance
que nous avions

quand nous avions envoyé
l'homme sur la lune.

Alors j'ai un challenge :

à part dire « je t'aime »
à la sortie du TED show,

vous avez plus de puissance
que le programme Apollo

en sortant du TED show, envoyez
un homme ou une femme sur la lune.

Vous n'y arriverez pas parce que
ce qu'il manque bien évidemment,

c'est l'intelligence collective,

c'est la motivation, c'est partie
des critères de Cédric Villani,

cette motivation qui fait
que nous sommes aujourd'hui réunis,

que certains organisateurs ont essayé,
sur une thématique donnée,

de nous faire travailler, réfléchir,
rêver, débattre, nous dépasser.

C'est ce que nous essayons de faire

et je pense que l'ordinateur
n'aura jamais cette volonté d'aimer,

d'avoir du bonheur, de se développer,

et c'est ce qui fait
que nous sommes humains

et que l'humanité sera toujours réelle.

Merci.

(Applaudissements)