L’IA (Intelligence artificielle) dans sa globalité peut être perçu comme un outil difficilement compréhensible, dangereux ou inaccessible au grand public. Comment pourrions nous présenter cet outil à un public élargis ? Jusqu’où peut aller l’IA dans notre monde en 2024 ? Comment pourrions nous l’utiliser simplement dans le cloud Microsoft Azure ? Voici ci-dessous une présentation simplifiée et rapide de cet outil source d’engouement mais également de craintes et de méfiances.
Tout d’abord quand on entend parler de « l’IA » on peut tout de suite associer cette technologie à une intelligence qui pourrait improviser son propre algorithme et qui pourrait donc s’adapter à l’environnement qui l’entoure… voire pire… se retourner contre son propre créateur !
En réalité… non et heureusement ! C’est seulement dans les films tels que Lucy, Terminator…etc que vous verrez cela …
En réalité, l’IA et son fonctionnement général restent tout de même assez simple à comprendre. L’IA se définit surtout comme étant un logiciel présentant des fonctionnalités de type humaine. C’est-à-dire qu’elle serait capable d’effectuer des opérations que normalement un humain serait capable de réaliser. Mais ces fonctionnalités restent limitées à des taches bien définies et seul un humain est capable de les lui demander. L’IA n’ira jamais les réaliser si on ne le lui demande pas. C’est un bouton sur lequel on appuie et qui est une version ultra améliorée de la calculatrice (si on résume très (trop) rapidement).
En d’autres termes… l’IA c’est un programme qui fait ce qu’on lui demande… sans plus. Il reste maintenant à savoir ce qu’on pourra lui demander, s’il est accessible à tous et s’il y a un danger, comment pourrions-nous le définir et l’éviter !
On développera cette démonstration en passant par une présentation rapide de l’IA, de ses fonctionnalités dans Azure et de ses règles éthiques, puis, nous démontrerons que n’importe quel ingénieur informatique peut intégrer cette solution sans forcément être un mordu du code !
Présentation des différentes Intelligences Artificielles
1 – L’IA accessible pour le grand public
Le grand public connait aujourd’hui plusieurs outils d’intelligence artificielle tels que ChatGPT, Microsoft Copilot, Google Gemini pour les plus connus. Mais beaucoup d’autres restent aujourd’hui accessible au grand public.
2- Les différents termes relatifs de l’IA
Il existe plusieurs termes utilisés par le grand public pour parler de l’IA. Voici une présentation rapide qui permettrait de mieux les différencier :
Data science : Le terme « data science » consiste à collecter et analyser des données pour découvrir les différentes tendances et les mettre en relation. Par exemple, un data scientist peut étudier les données sur les populations d’animaux menacés et les relier à des informations sur l’industrialisation et l’économie d’une région. En utilisant des techniques statistiques, il peut comprendre l’impact des activités humaines sur la faune et proposer des stratégies pour équilibrer le développement économique et la conservation des espèces menacées.
Machine Learning : Le Machine Learning est une branche de la data science qui se concentre sur la création de modèles prédictifs. Par exemple, un data scientist peut utiliser des données sur les sites de nidification, les zones protégées, la population humaine et le trafic routier pour prédire la croissance ou la diminution d’une espèce. Ce modèle peut aider à évaluer l’impact de nouveaux projets de développement sur la faune locale.
Intelligence artificielle : L’intelligence artificielle (IA) utilise souvent l’apprentissage automatique pour simuler des aspects de l’intelligence humaine. Par exemple, pour surveiller les espèces menacées sans perturber leur habitat, un modèle prédictif peut analyser des photos prises par des caméras à détecteur de mouvement pour identifier les animaux. Cela permet de suivre les populations d’animaux dans de vastes zones et de déterminer quelles zones devraient être protégées.
Les différents services
Comme évoqué juste avant, l’IA se définit comme un outil réalisant des opérations qu’un humain pourrait réaliser. Mais quelle opération est-elle capable de réaliser ? Voici les 4 grands piliers d’opérations réalisables dans Azure:
Perception visuelle : L’IA peut « voir » et comprendre des images et des vidéos. Elle utilise des technologies avancées pour analyser et interpréter ce qu’elle voit, comme reconnaître des objets ou des visages dans des photos.
Analyse de texte et conversation : L’IA peut lire et comprendre des textes écrits. Elle est capable de répondre de manière réaliste et de comprendre le sens des mots et des phrases. Cela lui permet de tenir des conversations écrites avec des gens, un peu comme si vous discutiez par messagerie.
Reconnaissance et synthèse vocale : L’IA peut comprendre les messages vocaux et répondre en parlant. En combinant cela avec sa capacité à comprendre les textes, elle peut discuter avec les utilisateurs comme une personne. Par exemple, vous pouvez poser une question à un assistant virtuel et obtenir une réponse parlée.
Prise de décision : L’IA peut utiliser son expérience et ce qu’elle a appris pour évaluer des situations et prendre des décisions. Par exemple, elle peut détecter des problèmes dans des machines en analysant des données et agir pour éviter des pannes ou des dommages.
1- Est-ce qu’une intelligence artificielle a une morale ?
Et bien pour répondre rapidement à la question…. Oui ! une intelligence artificielle est entourée de règles morales et éthiques qu’un ingénieur doit impérativement prendre en compte :
L’équité : Les systèmes d’IA doivent être équitables. Par exemple, un modèle de Machine Learning pour une demande de prêt bancaire doit prévoir l’approbation sans biais liés au genre ou à l’origine ethnique.
Fiabilité et sécurité : Les systèmes d’IA doivent être fiables et sécurisés. Par exemple, un système d’IA pour un véhicule autonome ou un modèle de Machine Learning pour diagnostiquer des patients doit être fiable pour éviter des risques pour la vie humaine. Comme tous les logiciels, les applications basées sur l’IA doivent subir des tests rigoureux et des processus de gestion pour garantir leur fonctionnement avant la mise en production.
Inclusivité : Les systèmes d’IA doivent impliquer tout le monde et intéresser les gens. L’IA doit apporter des avantages à toute la société, sans discriminer les capacités physiques, le genre, l’orientation sexuelle, l’origine ethnique ou autres facteurs.
Transparence : Les systèmes d’IA doivent être compréhensibles. Les utilisateurs doivent connaître la finalité du système, son fonctionnement et ses limites. Par exemple, pour un système d’IA basé sur un modèle Machine Learning, informez les utilisateurs des facteurs influençant l’exactitude des prédictions, comme le nombre de cas d’apprentissage ou les fonctionnalités les plus influentes. Partagez également l’indice de confiance des prédictions. Pour les applications utilisant des données personnelles, comme la reconnaissance faciale, précisez comment les données sont utilisées, conservées et qui y a accès.
Responsabilité : La responsabilité des systèmes d’IA doit être attribuable à des personnes. Bien que les systèmes d’IA semblent fonctionner de manière autonome, les développeurs qui ont formé et validé les modèles, et défini la logique des décisions basées sur les prédictions, en sont responsables. Pour cela, les concepteurs et développeurs doivent travailler dans un cadre de gouvernance et de principes organisationnels, afin de garantir que la solution respecte des normes éthiques et juridiques définies.
2 – Et un IA « privé » … c’est possible ?
Aujourd’hui les fournisseurs d’hébergement Cloud participent de plus en plus à une course à l’IA qui semble ne plus pouvoir s’arrêter. Chez Microsoft par exemple, il est aujourd’hui possible d’implémenter l’intelligence artificielle dans votre infrastructure et de le faire travailler avec vos logiciels en tant que brique supplémentaire apportant efficacité, analyse et donc une amélioration considérable de vos capacités.
3 – Comment ?
Microsoft Azure propose en effet plusieurs services tous différents permettant d’implémenter une solution pouvant répondre à des besoins simples ou plus complexes lorsque le service est implémenté au sein d’une application déjà existante. Il suffit de les installer à la main ou de manière automatisé et de les imbriquer entre eux. Azure vous propose d’implémenter un service regroupant toutes les fonctionnalités IA appelé Azure AI Services.
D’autres services existent et proposent des fonctionnalités plus spécifiques, voici les plus connus :
Azure AI Search : Azure AI Search (anciennement Recherche cognitive Azure) propose une solution sécurisée pour récupérer des informations à grande échelle dans les applications de recherche traditionnelles et génératives. Elle est couramment utilisée pour la recherche de catalogues ou de documents, l’exploration de données et les applications conversationnelles basées sur des données propriétaires. Une des fonctionnalités phares est le moteur de recherche interne pour les entreprises. Lorsqu’il est intégré avec Azure OpenAI, ce service peut fournir des résultats de recherche sous forme de phrases construites.
Azure AI Vision : Azure AI Vision est un service de Microsoft qui permet aux applications d’analyser des images et des vidéos pour en tirer des informations utiles. Il utilise des technologies avancées comme la reconnaissance optique pour lire du texte dans les images, et l’intelligence artificielle (IA) pour détecter des objets, des visages, et même analyser les mouvements des personnes en temps réel1.
Speech : Le service Speech fournit des capacités de reconnaissance vocale et de synthèse vocale avec une ressource Speech. Vous pouvez transcrire la parole en texte avec une grande précision, produire des voix de synthèse vocale à la tonalité naturelle, traduire du contenu audio parlé et utiliser la reconnaissance de l’orateur pendant les conversations.
Azure OpenAI : Azure OpenAI Service offre un accès via l’API REST aux puissants modèles de langage d’OpenAI, notamment les modèles GPT-4, GPT-4 Turbo avec Vision, GPT-3.5-Turbo et les modèles d’incorporation. Les nouveaux modèles GPT-4 et GPT-3.5-Turbo sont désormais disponibles en général. Ces modèles peuvent être facilement adaptés à des tâches spécifiques telles que la génération de contenu, le résumé, la com
Azure Language Service : Ce service est une suite d’outils qui permet aux développeurs d’intégrer des capacités de compréhension du langage naturel dans leurs applications. Il offre des fonctionnalités telles que l’analyse des sentiments, l’extraction d’entités, la traduction automatique et la reconnaissance vocale.
Beaucoup d’autres services d’intelligence artificielle sont bien entendu disponibles sur Azure. Ces services présentés représentent une infime partie de ce que l’IA a à proposer. Il est possible de travailler avec ces services sans être développeur ou un expert dans cette solution. L’inverse est également possible lorsque vous souhaitez personnaliser votre outil de A à Z.
Ce qui nous intéresse ici, c’est la faculté d’implémenter ce service sans être un expert en la matière. Nous verrons dans un prochain article comment implémenter OpenAI de façon basique et sécurisée dans votre infrastructure sans devoir connaitre le moindre langage de programmation compatible avec les certifications Microsoft pour devenir Ingénieur dans l’IA.
4 – Besoin d’Accompagnement ?
Devoteam peuvent vous accompagner pour vos projets IA afin de définir des uses case et les implémenter avec l’aide de nos experts IA, Cloud et Data. Nous pouvons vous faire bénéficier dans certains cas du programme de financements afin de réaliser des POC.
Dans une seconde partie, nous parlerons des facultés qu’Azure nous offre avec la suite AI Studio et nous mettrons en place une plateforme utilisant notamment Azure Open AI basée sur le modèle GTP4o.
