De l'intelligence artificielle à une intelligence augmentée | Nicolas Sekkaki | TEDxPanthéonSorbonne
-
0:12 - 0:14Intelligence artificielle :
-
0:14 - 0:18est-ce de la science-fiction ou fait-elle
partie désormais de notre quotidien ? -
0:18 - 0:21Est-ce que la machine
va supplanter l'être humain ? -
0:21 - 0:24En fait, les travaux sur l'intelligence
artificielle ont démarré -
0:24 - 0:27dans les années 1950 avec Turing.
-
0:27 - 0:30Turing, pour ceux qui le connaissent,
c'est un mathématicien, -
0:30 - 0:33un mathématicien célèbre,
il est britannique, -
0:33 - 0:37il a aidé à décrypter la machine Enigma
pendant la seconde guerre mondiale. -
0:37 - 0:40Il a travaillé en 1950
sur l'intelligence artificielle, -
0:40 - 0:43il a d'ailleurs créé un test :
le test de Turing. -
0:43 - 0:45Alors que fait ce test ?
-
0:45 - 0:49Ce test doit permettre de différencier
l'homme de la machine. -
0:49 - 0:52Le jour où l'être humain
ne pourra pas distinguer -
0:52 - 0:55entre une interaction
avec un être humain et une machine, -
0:55 - 0:58alors la machine
sera supérieure à l'être humain, -
0:58 - 1:00la machine sera un être humain.
-
1:00 - 1:03Alors j'ai très mauvaise nouvelle
pour vous ce soir : -
1:03 - 1:08le test de Turing, eh bien,
il est déjà fait par la machine. -
1:08 - 1:11Vous savez, quand vous vous loguez
sur internet -
1:11 - 1:13et qu'on vous dit :
« Êtes-vous un robot ? » -
1:13 - 1:15et qu'on met quelque chose
qui est un captcha, -
1:15 - 1:17avec des lettres et des chiffres
qui apparaissent partout -
1:17 - 1:20pour être sûr que vous êtes
un être humain. -
1:20 - 1:25La machine aujourd'hui a un taux d'erreur
inférieur à l'être humain. -
1:29 - 1:34Il a fallu attendre les années 1997
pour que la première machine, -
1:34 - 1:36inventée par IBM,
elle s'appelle Deep Blue, -
1:36 - 1:39batte l'être humain,
Gary Kasparov, aux échecs. -
1:40 - 1:42Il a fallu attendre de nombreuses années
-
1:42 - 1:46pour qu'une machine puisse battre
le meilleur joueur de go sur la planète -
1:46 - 1:47et c'était en 2015.
-
1:47 - 1:50Alors qu'est-ce qui caractérise
ces deux jeux ? -
1:50 - 1:52Est-ce de l'intelligence artificielle ?
-
1:52 - 1:54Tout le monde va dire oui,
bien évidemment ! -
1:54 - 1:56Pas forcément.
-
1:56 - 1:58Oui, il y en a un peu,
mais ce qui caractérise ces 2 jeux, -
1:58 - 2:00c'est que c'est de la combinatoire.
-
2:00 - 2:03Jeu d'échec, c'est 10 puissance 120.
-
2:03 - 2:05Le jeu de go ces 10 puissance 170
-
2:05 - 2:08Il suffit d'attendre quelques années
avec la loi de Moore, -
2:08 - 2:11qui permet d'avoir deux fois plus
de puissance tous les 18 mois -
2:11 - 2:14pour avoir des machines
suffisamment puissantes -
2:14 - 2:16pour pouvoir faire de l'algorithmique.
-
2:16 - 2:18La partie intelligence artificielle,
-
2:18 - 2:21au delà de la programmation neuronale
que l'on a pu introduire, -
2:21 - 2:25c'est celle de s'adapter
et celle d'apprendre avec l'être humain. -
2:25 - 2:28D'ailleurs, Gary Kasparov
avait bien compris : -
2:28 - 2:31en fait il a perdu face à la machine
parce qu'il a abandonné. -
2:31 - 2:33Pourquoi a-t-il abandonné ?
-
2:33 - 2:36Parce qu'il avait compris
que plus il jouait avec la machine, -
2:36 - 2:39plus il jouait contre la machine,
plus la machine apprenait. -
2:40 - 2:43Alors donnez maintenant à une machine
les règles du jeu de go. -
2:43 - 2:45Donnez lui les règles du jeu d'échecs.
-
2:45 - 2:48Cette machine va-t-elle réussir
à apprendre toute seule ? -
2:48 - 2:50Nous en sommes encore loin.
-
2:50 - 2:55En 2006, IBM décide de travailler
sur un autre sujet, sur un autre jeu : -
2:55 - 2:57après les échecs, Jeopardy.
-
2:57 - 3:00C'est Question Pour un Champion en France.
-
3:00 - 3:02Pourquoi IBM travaille sur Jeopardy ?
-
3:02 - 3:04Vous connaissez l'émission ?
-
3:04 - 3:05Non ?
-
3:05 - 3:08Question Pour Un Champion,
vous connaissez ? OK. -
3:08 - 3:10Alors c'est à peu près le même principe.
-
3:10 - 3:12Le principe est simple :
-
3:12 - 3:15vous avez quelques secondes
pour donner une réponse -
3:15 - 3:17qui doit être la bonne.
-
3:18 - 3:22La deuxième chose dans le jeu Jeopardy,
c'est que si votre réponse est mauvaise, -
3:22 - 3:23vous perdez de l'argent.
-
3:23 - 3:26Si vous perdez de l'argent,
eh bien vous perdez. -
3:28 - 3:30La première composante de Watson,
-
3:30 - 3:33IBM Watson, que nous avons commencé
à développer en 2006, -
3:33 - 3:36et le jeu est déroulé en 2011
et on a gagné l'être humain, -
3:36 - 3:40celui qui a gagné le plus d'argent
est celui qui a gagné le plus de parties, -
3:40 - 3:42avec des composantes bien particulières :
-
3:42 - 3:46la première, c'est la compréhension
du langage naturel. -
3:47 - 3:49Quels sont les progrès
en langage naturel ? -
3:49 - 3:52J'ai fait des tests avant de venir,
ils sont réels. -
3:52 - 3:55Vous tapez sur votre moteur
de recherche préféré : -
3:55 - 4:00« montre-moi toutes les photos
de cochons qui ne sont pas roses. » -
4:02 - 4:04Comme il y a 95% de cochons
qui sont roses, -
4:04 - 4:06et 5% qui ont une autre couleur,
-
4:06 - 4:08et que c'est une recherche par mots-clés,
-
4:08 - 4:12bien évidemment, le moteur de recherche
va vous sortir des photos de cochon roses. -
4:12 - 4:16Cette notion de "pas" n'est juste
qu'un mot-clé supplémentaire. -
4:17 - 4:20Il faut rentrer dans une sémantique
supérieure pour voir -
4:20 - 4:22que "pas rose" veut dire "tout sauf rose",
-
4:23 - 4:25qui est un synonyme de "pas rose".
-
4:25 - 4:29Comment avoir un ordinateur
qui comprend que "pas" a un synonyme ? -
4:31 - 4:32Alors j'ai fait un deuxième test :
-
4:32 - 4:35je vous engage à le faire,
mais avec grande précaution. -
4:35 - 4:38J'ai demandé à Siri ce matin,
et c'est un véritable test, -
4:38 - 4:41supposez, madame,
vous êtes amoureuse de Jean Dupont. -
4:41 - 4:45Et Jean Dupont est éperdument
amoureux de vous. -
4:45 - 4:47Et vous vous prenez votre Siri
en sortant du TEDx, -
4:47 - 4:50et vous dites à SIri, test réel ce matin,
-
4:50 - 4:53« Siri, dis à Jean Dupont
que je l'aime. » -
4:54 - 4:58C'est une recherche par mots-clés,
Siri comprend l'intention. -
4:58 - 5:02Forcément, ça va être un SMS,
il va commencer à écrire un message. -
5:02 - 5:05Quel message va-t-il envoyer
à Jean Dupont ? -
5:06 - 5:07« Je l'aime. »
-
5:07 - 5:09(Rires)
-
5:09 - 5:14Je vous laisse expliquer ce soir
à l'homme ou à la femme de votre vie -
5:14 - 5:16que « Je l'aime. » s'adressait à elle.
-
5:17 - 5:20Il faut une intelligence
et une compréhension linguistique -
5:20 - 5:22pour comprendre que Je l'aime
en fait c'est Je t'aime. -
5:22 - 5:24Watson est capable
de le faire aujourd'hui. -
5:24 - 5:27Nous sommes capables
de comprendre l'intention. -
5:27 - 5:29nous sommes parfois capables
de comprendre le sentiment. -
5:29 - 5:33nous sommes capables de comprendre
toutes les tournures de langage... -
5:33 - 5:35au passage, on a commencé par l'anglais,
-
5:35 - 5:38et l'anglais, en fait il faut comprendre
que l'intelligence, -
5:38 - 5:39et une intelligence linguistique,
-
5:39 - 5:45est cognitive, c'est-à-dire
que c'est pas juste une traduction. -
5:45 - 5:48Nous pensons en français différemment
que nous pensons en anglais. -
5:48 - 5:51Et donc aujourd'hui,
ces machines apprennent : -
5:51 - 5:52aujourd'hui, on apprend sept langues
-
5:52 - 5:55et nous raisonnons
en sept langues différentes. -
5:55 - 5:57J'attends avec grande impatience
-
5:57 - 6:01un Watson qui débat en français
avec un Watson qui débat en anglais -
6:01 - 6:04pour voir quelle puissance cognitive
est la meilleure. -
6:04 - 6:07Donc la première chose,
c'est la compréhension du langage naturel. -
6:07 - 6:09La deuxième chose,
c'est que nous pourrions partir -
6:09 - 6:13sur une intelligence qui est déterministe,
qui vous donne UNE réponse : -
6:14 - 6:16LA réponse.
-
6:16 - 6:19Nous avons décidé d'avoir
une intelligence probabiliste, -
6:19 - 6:22parce qu'en fait tout est incertitude.
-
6:23 - 6:25Quand on répond à Jeopardy,
-
6:25 - 6:28il faut dire à 90 %,
c'est la bonne réponse. -
6:28 - 6:31Mais si vous êtes à 40 ou à 50,
il faut décider ce que vous avez. -
6:31 - 6:33Des fois, nous n'avons pas
tous les éléments -
6:33 - 6:34pour prendre une décision.
-
6:34 - 6:36C'est aussi ce qui caractérise
l'être humain, -
6:36 - 6:40prendre une décision alors
que nous n'avons pas tous les faits. -
6:40 - 6:44Watson est capable de donner
une réponse probabiliste -
6:44 - 6:47et vous dire pourquoi il pense
que c'est la bonne raison. -
6:47 - 6:51Et quand on fait de la recherche,
quand on échange, quand on argumente, -
6:51 - 6:55entre êtres humains, on dit :
« voilà pourquoi je pense que c'est ça. » -
6:55 - 6:57on dit pourquoi,
et on va expliquer les faits, -
6:57 - 7:01et ces faits sont aujourd'hui
donnés en langage naturel également. -
7:01 - 7:05Et puis la troisième composante,
d'un système intelligent, -
7:05 - 7:06un système cognitif,
-
7:06 - 7:08c'est d'apprendre et de ne pas oublier.
-
7:08 - 7:11Ce sont les trois composantes
qu'il faut pour gagner -
7:11 - 7:14dans un jeu comme jeopardy.
-
7:14 - 7:17Alors on en est pas resté là,
on s'est dit : -
7:17 - 7:19« qu'est-ce qu'on peut faire
avec cette puissance -
7:19 - 7:21puisqu'on arrive à comprendre, à régler.
-
7:21 - 7:24En fait ce sont des médecins
qui sont venus nous voir -
7:24 - 7:26en nous disant : « je traite le cancer,
-
7:26 - 7:30ça touche chacun d'entre nous
de près ou de loin, -
7:30 - 7:32je veux sauver des vies humaines. »
-
7:32 - 7:36Il faut savoir qu'un docteur doit passer
150 heures par semaine de lecture -
7:36 - 7:40pour comprendre
ce qu'il se passe sur la planète -
7:40 - 7:43pour pouvoir soigner
correctement ses patients. -
7:43 - 7:45Personne n'est capable de faire ça.
-
7:45 - 7:49la machine est capable de lire tout cela
en quelques secondes, le restituer. -
7:50 - 7:54Et donc nous avons travaillé
avec des hôpitaux aux États-Unis -
7:54 - 7:56pour améliorer le traitement.
-
7:56 - 8:00La deuxième raison de mortalité
après le cancer, -
8:00 - 8:02au-delà de la maladie,
c'est le mauvais traitement, -
8:02 - 8:05le traitement qui n'est pas adapté
à votre cas particulier. -
8:05 - 8:07Et nous sauvons des vies humaines
aujourd'hui. -
8:07 - 8:10Nous n'étions absolument pas présent
chez IBM dans la santé, -
8:10 - 8:14ce sont les docteurs qui sont venus
vers nous en disant « aidez-nous. » -
8:14 - 8:17Aujourd'hui on déploie ces solutions
dans quelques pays, -
8:17 - 8:19un jour peut-être en France.
-
8:20 - 8:22Mais on ne s'est pas arrêté là en fait.
-
8:22 - 8:26Après la santé, on a travaillé aussi
sur l'éducation. -
8:26 - 8:29Puisque j'apprends, puisque je comprends,
-
8:29 - 8:32est-ce que je suis capable d'aider
l'être humain à mieux apprendre ? -
8:34 - 8:38Nous avons travaillé
avec Genits Public School. -
8:38 - 8:41L'échec scolaire est un véritable fléau.
-
8:41 - 8:43Nous dépensons beaucoup d'argent
-
8:44 - 8:46pour avoir des gens
qui parfois sont en échec. -
8:46 - 8:49Et cet échec-là arrive en ait
trois ou quatre ans avant. -
8:49 - 8:51On peut le prédire.
-
8:51 - 8:53Si vous ne comprenez pas la trigonométrie
-
8:53 - 8:56ça va être difficile de faire
de la géométrie dans l'espace. -
8:56 - 8:59Comprendre qu'un élève est en train
de décrocher sur une matière -
8:59 - 9:02et lui donner ses compétences
au bon moment, -
9:02 - 9:06vont permettre à ces étudiants
d'avoir un meilleur taux de réussite. -
9:06 - 9:11Nous avons augmenté le taux
de réussite de 7.3 points en 10 ans. -
9:11 - 9:12C'est énorme.
-
9:13 - 9:16Alors cette intelligence artificielle,
Watson, est sur le cloud -
9:16 - 9:19dans nos environnements de
développement. -
9:19 - 9:22Les étudiants, les chercheurs,
les entreprises peuvent développer. -
9:23 - 9:31Et une université de Géorgie a développé
un assistant personnel -
9:31 - 9:35pour aider les étudiants
qui prenaient des cours en ligne -
9:35 - 9:42qui s'appelle "l'assistant personnel",
pour qu'il puisse les aider. -
9:43 - 9:46La grosse différence, c'est que
nous n'avons pas dit à ces étudiants -
9:46 - 9:48que derrière il y avait une machine.
-
9:48 - 9:51Et il y a un groupe d'étudiants
qui ont été pendant un an -
9:51 - 9:55en fait aidés par une machine
qui s'appelle Watson. -
9:55 - 9:58Aucun d'entre eux n'a pu déceler
que c'était une machine. -
9:59 - 10:01C'est aujourd'hui, c'est parmi nous.
-
10:01 - 10:05Alors on peut travailler aussi
avec les call centers relation clients, -
10:05 - 10:07vous en avez utilisé récemment ?
-
10:08 - 10:09Vous aimez ?
-
10:10 - 10:11Allo ?
-
10:11 - 10:12Votre nom ,
-
10:12 - 10:14votre numéro de client,
-
10:14 - 10:17vous habitez à telle adresse,
c'est extrêmement scripté ! -
10:17 - 10:20D'ailleurs c'est tellement scripté
que parfois on a délocalisé des métiers -
10:21 - 10:24à l'extérieur où le coût est inférieur.
-
10:24 - 10:27Que demande-t-on en tant que client
quand on appelle un call center -
10:27 - 10:28si on a un problème ?
-
10:28 - 10:30On ne demande qu'une seule chose,
-
10:30 - 10:33de ne pas être passé
d'un secteur à un autre, -
10:33 - 10:36on demande à ce qu'on règle
notre problème ! -
10:36 - 10:38On demande à avoir une relation
avec un homme ou une femme -
10:38 - 10:42qui nous comprend et qui va régler
notre problème au bout de dix minutes. -
10:42 - 10:44Là, pareil : l'intelligence artificielle
-
10:44 - 10:48est capable d'aider le conseiller
à régler les problèmes techniques -
10:48 - 10:51et laisser le conseiller, l'homme
ou la femme, faire ce qu'il doit faire -
10:51 - 10:54c'est-à-dire parler, comprendre,
accompagner dans le changement. -
10:55 - 10:57Nous sommes en train d'introduire,
bien évidement, -
10:57 - 10:59Watson dans les call centers.
-
10:59 - 11:03Alors on va dire l'émotion,
c'est pas la machine. -
11:03 - 11:06La machine aujourd'hui
est capable de comprendre l'émotion. -
11:06 - 11:09Elle en comprend l'intention.
-
11:09 - 11:12Par exemple Watson aujourd'hui écoute...
-
11:12 - 11:18vous savez, quand vous avez : « ce call
peut être écouté, enregistré... » -
11:18 - 11:20eh bien on a mis Watson en double appel,
-
11:20 - 11:22on écoute ce qu'il se passe et
on est capable de savoir -
11:22 - 11:27si la conversation se passe bien
ou si la personne commence à s'énerver. -
11:27 - 11:30Ce serait bien quand
une personne arrive à s'énerver, -
11:30 - 11:32que quelqu'un d'autre prenne la parole.
-
11:32 - 11:35Nous sommes, et nous serons
capables de le faire. -
11:36 - 11:37Alors,
-
11:37 - 11:40est-ce que la machine
va supplanter l'être humain ? -
11:41 - 11:44Je ne sais pas si vous êtes fans
de Star Wars ou de Matrix, -
11:45 - 11:48mais pour moi, Matrix,
c'est quelques individus, -
11:49 - 11:53un logiciel qui a pris le contrôle
de la planète et l'humanité se bat -
11:53 - 11:55contre peu de personnes qui ont accès
-
11:55 - 11:58à une technologie à laquelle
personne d'autre n'a accès. -
11:58 - 12:00Star Wars en fait, ça vient
de la mythologie grecque : -
12:00 - 12:03c'est le bien contre le mal :
tout le monde a la force -
12:03 - 12:07notre humanité, c'est pouvoir choisir
si on va du côté positif de la force, -
12:07 - 12:09ou du côté négatif de la force.
-
12:09 - 12:11Je pense que l'intelligence artificielle
-
12:11 - 12:15doit nous aider à choisir
ce que nous voulons faire au quotidien. -
12:15 - 12:18On parle d'intelligence artificielle,
j'ai passé une vidéo de 2 minutes -
12:18 - 12:21pour vous montrer ce que fait Watson
aujourd'hui sur un sujet -
12:21 - 12:26qui importe à quelques entreprises --
on investit 6 à 10 milliards d'euros -
12:26 - 12:28d'investissement de rachats
d'entreprises, de start-ups, -
12:28 - 12:30comment une entreprise est capable
-
12:30 - 12:33de distinguer entre
quelle entreprise racheter, -
12:33 - 12:35quelle start-up racheter.
-
12:35 - 12:39Nous l'avons mis en œuvre chez nous
et je vous laisse passer la vidéo. -
12:41 - 12:44Homme : Watson j'ai besoin d'aide
sur les acquisitions. -
12:44 - 12:45Watson : Bonjour,
-
12:45 - 12:48comment puis-je vous aider
sur les fusions et acquisitions ? -
12:48 - 12:52Homme : Watson, montre-moi les entreprises
dont le chiffre d'affaire est compris -
12:52 - 12:55entre 25 et 60 millions de dollars
dans le domaine de l'analytique. -
12:55 - 12:58Watson : voyons ce que je peux trouver.
-
12:58 - 13:00J'ai trouver 87 entreprises.
-
13:01 - 13:03Homme : OK c'est un bon début.
qu'en penses-tu ? -
13:03 - 13:05Fred : J'ai travaillé de mon côté.
-
13:05 - 13:09J'ai les éléments
sur la stratégie de la compagnie -
13:09 - 13:12je propose de les donner
à Watson pour qu'il les analyse. -
13:15 - 13:16Homme : Watson, regarde
-
13:16 - 13:18quelles sont les entreprises
ayant une stratégie cognitive. -
13:18 - 13:21Fred : Watson, montre-moi
les entreprises au chiffre d'affaire -
13:21 - 13:25entre 15 et 16 millions de dollars
qui ont une stratégie cognitive. -
13:25 - 13:29Watson : voyons ce que je trouve.
Je trouve 112 entreprises. -
13:29 - 13:33Fred : On va creuser. On voit
qu'on commence à avoir des connexions. -
13:33 - 13:37Homme : Watson, montre-moi les entreprises
dans l'analytique et le cognitif -
13:37 - 13:43et qui sont les plus proches
de Wolfram Alpha et Carisocer Robotics. -
13:43 - 13:45Watson : J'ai trouvé
3 entreprises similaires -
13:45 - 13:47à celles que vous avez spécifiées.
-
13:47 - 13:48Homme : Super, voyons ça.
-
13:48 - 13:51Fred : creusons un peu plus
et comparons ces éléments. -
13:51 - 13:54Homme : Watson, montre-moi
une table de décision. -
13:54 - 13:57Watson : voici une table de décision
qui va vous permettre de comparer -
13:57 - 14:00des entreprises les unes aux autres.
-
14:00 - 14:04Homme : Watson, positionne les sociétés
Wolfram Alfa, Carisocer Robotics, -
14:04 - 14:09Cognolitics, Retheon DMB Technologies
et Bsize Analytics dans cette table. -
14:09 - 14:10Watson : Ok.
-
14:11 - 14:14Homme : Mais je pense qu'il nous faut
un peu plus que ça. -
14:14 - 14:16Il nous faut d'autres attributs.
-
14:16 - 14:20Watson, positionne les attributs
"chiffre d'affaire", "employés" -
14:20 - 14:23et "forme juridique" dans la table.
-
14:23 - 14:24Watson : Ok
-
14:24 - 14:28Homme : Bien. On a la comparaison
des sociétés entre elles. -
14:28 - 14:29Qu'en penses-tu ?
-
14:29 - 14:31Fred : Bien, je pense que c'est bon.
-
14:31 - 14:33Homme : Watson, donne-moi une suggestion.
-
14:33 - 14:34Watson : J'ai une suggestion.
-
14:35 - 14:39NS : OK. Voilà une démonstration réelle,
je l'ai coupée parce qu'à la fin, -
14:39 - 14:43je l'ai vu, ils disent :
« Mets-moi tout ça dans un Powerpoint. » -
14:45 - 14:48Et là je pense que la table applaudit
parce que ça nous arrive tous les jours. -
14:49 - 14:51Est-ce que la machine
va remplacer l'homme ? -
14:51 - 14:55Est ce que ce que vous avez vu ici
est un remplacement de l'homme ? -
14:55 - 14:57Imaginez votre vie son tableur,
-
14:57 - 14:59en disant : « Les mathématiques,
-
14:59 - 15:02c'est tellement beau que je vais faire
tous les calculs à la main. » -
15:02 - 15:05Ce que nous voyons aujourd'hui ici
c'est une machine, un système, -
15:05 - 15:09qui permet à l'homme d'aller plus vite
et passer du temps sur ce qui l'intéresse. -
15:10 - 15:12C'est ce que nous essayons de faire.
-
15:13 - 15:16En fait, il y a plusieurs intelligences :
-
15:16 - 15:19l'intelligence qu'on a vu ici
est une intelligence très rationnelle. -
15:19 - 15:21Il y a huit à neuf intelligences.
-
15:21 - 15:23l'intelligence logique,
l'intelligence mathématique, -
15:23 - 15:28l'intelligence intrapersonnelle,
interpersonnelle, etc. -
15:28 - 15:32Il y en a une qui m'importe énormément,
c'est l'intelligence émotionnelle. -
15:32 - 15:35La machine commence à comprendre
ce qu'elle voit sur cette photo. -
15:35 - 15:39Elle peut décrire qu'elle y voit
un enfant, un être humain, un robot. -
15:39 - 15:42Peut-être qu'elle peut comprendre,
et ça m'étonnerait, -
15:42 - 15:45que l'enfant est en train
de bricoler un robot -
15:45 - 15:47Alors la question
que j'ai à vous poser, c'est : -
15:47 - 15:50que voyez-vous, que ressentez-vous
sur cette photo ? -
15:50 - 15:53Pourquoi mettons-nous des photos
et non pas des mots ? -
15:53 - 15:58Parce que l'émotion
est plus puissante que la rationalité -
15:59 - 16:02En fait, dans toutes les décisions
que nous prenons au quotidien, -
16:02 - 16:05l'émotion prend une part
extrêmement importante. -
16:05 - 16:07En fait, les chercheurs ont regardé,
-
16:07 - 16:10parfois des gens ont des accidents
et ont une partie du cerveau, -
16:10 - 16:13qui s'appelle l'amygdale,
qui est la mémoire des sentiments, -
16:13 - 16:14qui a été endommagée.
-
16:14 - 16:18Ces personnes ont toutes
leur Q.I. intacte. -
16:18 - 16:21Mais elles n'ont plus l'accès
aux sentiments. -
16:21 - 16:24Et ce qui est extrêmement dérangeant,
c'est que ces personnes -
16:24 - 16:26ne sont plus capables
de prendre des décisions, -
16:26 - 16:28des plus complexes plus simples.
-
16:28 - 16:31Genre, quel métier j'ai envie de faire ?
-
16:31 - 16:35Et plus simple, c'est : à quelle heure
est-ce que je dois fixer ce rendez-vous ? -
16:35 - 16:38L'émotion est importante,
-
16:38 - 16:40elle nous entoure et elle est importante.
-
16:41 - 16:44Une autre expérience : est-ce que
ça vous arrive de vous réveiller la nuit -
16:44 - 16:47parce qu'il y a un bruit
qui vous effraye ? -
16:48 - 16:52Et vous réalisez un peu plus tard
que ce bruit c'est une porte qui claque, -
16:52 - 16:54c'est par un train qui passe,
c'est un avion... -
16:54 - 16:56Non, il n'y a rien de grave.
-
16:56 - 16:59Cette décision de l'homme
-
16:59 - 17:01est dictée par les émotions
et non pas par le rationnel. -
17:01 - 17:04Parce que cette émotion-là
est beaucoup plus rapide à analyser, -
17:04 - 17:06c'est l'instinct de survie :
-
17:06 - 17:09s'il y a un bruit, il y a peut-être
danger, alors je dois partir. -
17:09 - 17:11Après on se dit :
non, en fait, je peux rester. -
17:11 - 17:15C'est 0.6 secondes versus...
0,0006 versus 0,12. -
17:15 - 17:19Cette émotion est nécessaire
à la bonne prise de décision -
17:19 - 17:23Les ordinateurs ne sont pas encore
capables de prendre des décisions, -
17:23 - 17:25capable et sentir mais pas
dans leurs arbres de décision. -
17:27 - 17:30Cédric Villani,
un grand mathématicien français, -
17:31 - 17:35nous parle de la créativité, il nous dit
qu'il y a sept ingrédients -
17:35 - 17:39sur la créativité : le premier,
c'est la méthode ; -
17:39 - 17:41et l'intelligence artificielle,
l'ordinateur, -
17:42 - 17:44nous aide à nous apporter de la méthode.
-
17:44 - 17:47Quand nous avons envoyé
l'homme sur la lune, -
17:47 - 17:49dans le programme Apollo,
IBM en faisait partie, -
17:49 - 17:51nous avons développé l'informatique,
nous nous sommes développés -
17:51 - 17:55en créant l'informatique à l'époque,
pour amener l'homme sur la lune. -
17:55 - 17:57Vous savez que dans vos poches,
-
17:57 - 18:01vous avez aujourd'hui plus de puissance
dans votre smartphone -
18:01 - 18:04que l'informatique et la puissance
que nous avions -
18:04 - 18:06quand nous avions envoyé
l'homme sur la lune. -
18:06 - 18:07Alors j'ai un challenge :
-
18:07 - 18:10à part dire « je t'aime »
à la sortie du TED show, -
18:11 - 18:16vous avez plus de puissance
que le programme Apollo -
18:16 - 18:19en sortant du TED show, envoyez
un homme ou une femme sur la lune. -
18:20 - 18:24Vous n'y arriverez pas parce que
ce qu'il manque bien évidemment, -
18:24 - 18:26c'est l'intelligence collective,
-
18:26 - 18:30c'est la motivation, c'est partie
des critères de Cédric Villani, -
18:30 - 18:33cette motivation qui fait
que nous sommes aujourd'hui réunis, -
18:33 - 18:36que certains organisateurs ont essayé,
sur une thématique donnée, -
18:36 - 18:43de nous faire travailler, réfléchir,
rêver, débattre, nous dépasser. -
18:43 - 18:45C'est ce que nous essayons de faire
-
18:45 - 18:48et je pense que l'ordinateur
n'aura jamais cette volonté d'aimer, -
18:49 - 18:52d'avoir du bonheur, de se développer,
-
18:52 - 18:54et c'est ce qui fait
que nous sommes humains -
18:54 - 18:56et que l'humanité sera toujours réelle.
-
18:56 - 18:57Merci.
-
18:57 - 18:59(Applaudissements)
- Title:
- De l'intelligence artificielle à une intelligence augmentée | Nicolas Sekkaki | TEDxPanthéonSorbonne
- Description:
-
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.
- Video Language:
- French
- Team:
- closed TED
- Project:
- TEDxTalks
- Duration:
- 19:04