publié le 14 février
L’IA est une technologie, souvent basée sur des algorithmes, qui permet aux machines d’apprendre et de prendre des décisions, afin d’effectuer des tâches en imitant l’intelligence humaine. Les tâches à effectuer sont souvent définies en amont, le but premier n’étant pas de lui faire exécuter toute sorte de tâches mais de l’entraîner à en réaliser une le mieux possible.
En effet, comme c’est le cas dans les voitures autonomes, l’IA doit être « entrainée » en absorbant une grande quantité de données pour apprendre et être capable d’exécuter la tâche demandée ; par exemple : différencier un piéton d’un cycliste.
La grande force de l’IA est de pouvoir traiter un nombre monumental de données en peu de temps, ce qui lui vaut une capacité de prédiction remarquable. Dans le cas de projet de construction par exemple, elle peut permettre des gains de temps, des économies de ressources et budgétaires ou encore de renforcer la sécurité des intervenants d’un chantier.
Bien qu’Alan Turing soit souvent considéré comme étant le “père” de l’informatique moderne et l’un des précurseurs de l’Intelligence Artificielle, les origines de son apparition sont un peu plus complexes et l’idée d’une “machine qui pense” est, elle, présente dans l’esprit Humain depuis l’Antiquité. Ce sont les recherches et publications de nombreux scientifiques durant des décennies qui ont permis l’apparition de l’IA telle qu’on la connaît aujourd’hui.
Warren McCullough et Walter Pitts écrivent l’article A Logical Calculus of Ideas Immanent in Nervous Activity dans lequel ils exposent un modèle mathématique de neurone pour les machines, dans le but de reproduire le fonctionnement du cerveau humain.
Alan Turing, déjà connu pour le succès de sa machine qui a permis de décrypter les messages codés des nazis, publie Computing Machinery and Intelligence dans lequel il tente de répondre à la question “Les machines peuvent-elles penser ?”.
Il conceptualise un test portant son nom, censé pouvoir déterminer si un ordinateur peut imiter ou donner les mêmes résultats que l’intelligence humaine,
John McCarthy prononce pour la première fois le terme “Intelligence Artificielle” lors de la conférence Dartmouth Summer Research Project on Artificial Intelligence au Dartmouth College. Plus tard la même année, Herbert Simon et Allen Newel créent le premier programme informatique doté d’IA, appelé Logic theorist. Quelques années après il crée, avec Marvin Minsky, le Massachusetts Institute of Technology.
Frank Rosenblatt, un psychologue, conçoit le Perceptron, un modèle mathématique inspiré du réseau neuronal humain grâce un système de sortie binaire.
Marvin Minsky et Seymour Papert publient un ouvrage intitulé Perceptrons, qui devient une référence sur les réseaux neuronaux,
L’IA connaît une période dite “d’hiver” : les attentes étant fortes et les résultats encore incertains, les chercheurs perdent petit à petit leurs investissements et le soutien du grand public.
L’apparition d’algorithmes plus sophistiqués et la découverte des algorithmes de rétropropagation, marquent un renouveau pour l’apprentissage automatique.
Deep Blue, le superordinateur conçu par IBM est la première machine capable de battre un humain : le champion du monde d’échecs de l’époque, Garry Kasparov. Cet événement marque un tournant majeur dans l’histoire de l’IA, qui ne cessera de se développer et de se diversifier jusqu’à aujourd’hui, où elle promet encore une multitude de possibilités.
L’Intelligence Artificielle se définit en 2 grandes catégories :
1. L’IA dite “faible” ou “étroite” (ANI, Artificial Narrow Intelligence) :
➡️ Il s’agit de l’IA qui existe actuellement. Elle repose sur des algorithmes permettant l’automatisation de l’exécution de tâches. La capacité d’apprentissage de cette forme d’IA permet notamment aux voitures autonomes et aux assistants virtuels (Alexa de Amazon) de prendre des décisions.
Cette forme d’IA comprend aussi les applications dites “génératives” comme ChatGPT (texte) ou Midjourney et Dall-E (images).
2. L’IA dite “forte”, composée de l’IA générale (AGI) et de la superintelligence artificielle (ASI) :
➡️ Pour l’instant au stade de théorie, il s’agit d’imaginer une machine capable de penser de façon équivalente à l’Homme. Elle serait dotée de sa propre conscience et capable de s’émanciper des données qui lui ont été intégrées au tout départ. L’IA forte serait aussi en mesure d’imiter totalement le raisonnement humain : planifier l’avenir, résoudre des problèmes, se questionner ou même émettre un avis.
L’IA fonctionne grâce à des algorithmes, eux-mêmes basés sur des techniques spécifiques comme c’est le cas du Machine Learning et du Deep Learning, une sous-catégorie du Machine Learning.
Dans le BTP, l’IA peut intervenir à différentes étapes d’un chantier à des fins d’optimisation de la planification, des coûts, de la gestion des ressources et de la sécurité :
L’IA est présente dans certaines solutions, comme c’est le cas de Scodify, notre solution pour automatiser la transformation des données des plans DAO, en données SIG 100% compatibles.
En effet, grâce à la présence du Machine Learning, Scodify est capable d’interpréter et de reconnaître automatiquement les éléments d’un plan (canalisations, réseaux etc.) et de les uniformiser afin de générer un plan unique. Le point fort de cette technologie, est qu’elle apprend et renforce ses connaissances à chaque nouveau plan intégré dans l’application, quel que soit sa charte graphique.
Scodify n’utilise pas que le Machine Learning, elle dispose aussi d’une IA capable de rattacher du texte au bon élément d’un plan, ou encore une IA capable de transformer le dessin d’un réseau en graphe topologique.
Sogelink s’est en effet récemment doté d’un Innovation Center, un incubateur interne avec sa propre équipe, dédiée à la recherche de différents sujets, notamment sur l’IA, dans le but de proposer des solutions en phase avec les nouvelles technologies, tout en répondant aux enjeux métiers.
Certaines de nos solutions sont issues de notre Innovation Center et des exemples de réussite de ce dernier :
publié le 25 avril
