Yann Lecun est très certainement celui qui définit le mieux ce qu’est et ce que n’est pas - ou pas encore - le domaine de l’intelligence artificielle. Celui qui dirige le Facebook AI Reseach, c’est-à-dire la branche avancée de la recherche en intelligence artificielle de Facebook, nous rappelle que « Facebook tel qu’on le connait aujourd’hui ne pourrait pas fonctionner sans les techniques d’apprentissage automatique, de reconnaissance d’images, de traitement de la langue naturelle, etc. » Et d’expliquer que c’est avec 110 chercheurs et ingénieurs qu’il développe les technologies du futur. « Nous essayons de pousser l’état de l’art, de faire avancer la science mais aussi les technologies qui sont utilisées dans les produits », explique-t-il sur les antennes de BFM Business en septembre dernier.

Yann Lecun rappelle ainsi que Facebook traduit déjà automatiquement les posts d’une langue que vous ne comprenez pas dans 2000 paires de langues, répondant ainsi à sa mission première de connecter les gens. L’expert reste néanmoins lucide sur les performances actuelles du système : « C’est utile même si c’est loin d’être parfait. C’est pour traduire des phrases extrêmement simples. On ne pourrait pas traduire un roman sans faire des contre-sens. »  

Comme Luc Julia, l’inventeur de Siri (retrouvez son interview ici), et tous ceux qui travaillent depuis des années dans ce secteur, il rappelle que pas mal de découvertes du domaine remontent avant la fin des années 80 et qu’ils avaient du mal à les mettre en pratique faute d’ordinateurs assez puissants et de bases de données assez grandes pour les entraîner. Un frein que les progrès de l’informatique lèvent progressivement : « On a assisté ces dernières années à l’utilisation de nouvelles méthodes comme l’apprentissage profond qui ont apporté des progrès énormes dans la qualité de la traduction, de la reconnaissance de la parole, de la reconnaissance d’images, etc. » C’est même, selon lui, ce qui permet actuellement à des systèmes de vision de conduire des voitures toutes seules.

Nous n’essayons pas de répliquer un cerveau,
nous cherchons à nous en inspirer.  

Toutefois, il préfère être prudent quand on lui demande si l’arrivée de l’informatique quantique va permettre d’opérer un saut : « Il n’est pas du tout clair que le calcul quantique va apporter quelque chose. Pour l’instant, c’est encore très spéculatif. Mais il est vrai que l’on va assister à une accélération des ordinateurs qui vont être spécialisés pour faire tourner ce que l’on appelle les réseaux de neurones profonds. »

Pour faire avancer la recherche, Yan Lecun précise : « Nous n’essayons pas de répliquer un cerveau, nous cherchons à nous en inspirer. »  C’est grâce à l’usage de l’IA que Facebook sélectionne tous les jours 100 des 3000 informations - entre les news et les posts de nos amis – qu’il a sous le coude pour chacun d’entre nous. C’est l’intelligence de Facebook qui se charge donc de n’en choisir qu’une centaine selon nos centres d’intérêts. Mais pas seulement : « Il faut filtrer les contenus qui sont inappropriés, il faut éviter les spams, etc. Tout cela veut dire interpréter du contenu, du texte, de l’image, de la vidéo pour pouvoir faire son boulot. »

Pour Yann Lecun, deux secteurs vont être transformés par ces techniques-là. En premier, c’est le transport avec les voitures autonomes, même si cela va prendre quelques années. En second, c’est la santé avec des systèmes d’interprétation d’images médicales par exemple. « Il est clair qu’il n’y a probablement pas d’avenir à long terme pour les conducteurs de camions ou de taxis. Mais pour d’autres métiers comme le radiologue, ce sont les cas plus ou moins simples qui vont pouvoir être traités plus ou moins automatiquement. Cela ne va pas pour autant supprimer le métier de radiologue. »

Un sujet important de recherche et de développement pour Yann Lecun, c’est celui de l’apprentissage automatique qui permettrait de développer des chatbots plus intelligents « pour éviter qu’ils soient frustrants quand on leur parle, notamment quand ils sortent de leurs domaines d’expertise. » Pour lui, les techniques actuelles qui sont déployées pour les chatbots sont en fait relativement simples. Car les comportements des chatbots sont intégralement scriptés : « L’arbre de toutes les possibilités de ce que peut dire le chatbot et les conditions dans lesquelles il le dit sont écrites par leur concepteur. »

Le chatbot s’était fait passer en anglais pour un ado ukrainien un peu autiste, pour excuser les erreurs.

Actuellement, c’est ce que fournissent les sociétés comme Facebook avec Messenger : de simples outils qui simplifient la réalisation de ces fameux chatbots, à l’intelligence finalement limitée : « Disons que c’est très superficiel comme intelligence. C’est la même intelligence artificielle que le GPS qui planifie une route. Dans les années 60, on considérait cela comme de l’intelligence artificielle, maintenant nous préférons parler d’algorithmes. »  Et de s’amuser en rappelant que le test de Turing, c’est-à-dire quand un ordinateur se fait passer par un humain, a été réussi récemment lors d’un concours de chatbots. « Une personne qui y participait a cru qu’elle parlait à un humain. Pour excuser les erreurs, le chatbot s’était fait passer en anglais pour un adolescent ukrainien un peu autiste. ».

Yann Lecun l’admet : quand le domaine est un peu restreint, on peut arriver à mettre au point des chatbots qui peuvent tenir des conversations. « On a les technologies qui permettent d’avoir des chatbots qui vont répondre à n’importe quelle question dont la réponse est par exemple présente dans Wikipédia. » Si un chatbot est en mesure d’intégrer toutes les informations de Wikipédia, il possède ses propres limites : « Si l’on pose des questions un peu plus alambiquées du type ‘’quel est le pays limitrophe avec l’Allemagne qui a les plus grands échanges avec la Chine, etc.’’, nous sommes un peu à la limite de ce que nous savons faire aujourd’hui. »

 Dans six mois, les choses qui vont apparaître
dans le public, on les a déjà faites. 

Yann Lecun n’est pas avare pour évoquer les projets sur lesquels lui et ses équipes travaillent : « Dans six mois, les choses qui vont apparaître dans le public, on les a déjà faites. En fait, elles marchent dans le labo, c’est une question de mise en route et de déploiement comme l’amélioration des systèmes de traduction ou un meilleur système de reconnaissance d’images. Nous avons même maintenant un système utile pour les non-voyants qui produit une description textuelle d’une image. On a aussi dans nos laboratoires des systèmes qui permettent de répondre à des questions posées sur une image comme ‘’combien y-a-t-il de personnes sur l’image ?’’, ‘’est-ce qu’il y a plus d’hommes que de femmes ?’’. »  

La roadmap de Facebook AI dans les deux à trois années à venir ? « On a des prototypes dans nos labos de chatbots qui peuvent répondre à n’importe quelle question ». Mais aussi des systèmes d’analyses vidéo assez poussés ou bien encore un système qui peut prendre un texte et produire un résumé du texte pour en donner l’idée générale. « Le gros problème que l’on essaye de résoudre n’est ni un problème scientifique, ni un problème de technologie : c’est de comprendre comment les machines peuvent apprendre une quantité de savoirs assez énorme, un petit peu à la manière des humains ou des animaux, en interagissant avec l’homme. Et là nous ne savons pas faire, on n’a même pas les principes de base. Mais qui sait, dans deux ans ? » L’intelligence artificielle doit donc encore évoluer même si on arrive déjà à produire des résultats remarquables : « C’est facile d’avoir des machines extrêmement spécialisées qui battent les humains à des jeux variés, qui planifient certaines d’actions. Nous avons des systèmes qui prennent la photo d’une plante et qui peuvent l’identifier à partir de la forme des feuilles. »

Ces machines seront à terme une amplification
de notre intelligence, pas son remplacement.

Quand on évoque Elon Musk, pour qui une machine ultra intelligente pourrait nous empêcher de l’éteindre, il préfère s’en amuser : « Les gens qui sont dans les tranchées de la recherche artificielle ne s’inquiètent pas de ces questions. En fait, une des questions sur lesquelles on travaille est la suivante : si l’on construit des machines qui sont autonomes, comment faire en sorte que leurs pulsions ou leurs comportements soient alignés avec les valeurs humaines (...) On va avoir beaucoup de mal à construire à la main les modules qui vont piloter ces machines pour qu’elles aient les bons comportements. Il va falloir qu’on les entraîne en fait à distinguer le bien du mal, il va falloir les élever comme on élève des enfants pour aligner leurs valeurs sur les nôtres (...) Ces machines seront à terme une amplification de notre intelligence, pas son remplacement », conclut-il de manière catégorique.  

(1) Source : BFM Business, 22 septembre 2017.