Elle est omniprésente autour de nous, et cela risque de durer… Je veux bien sûr parler de l’intelligence artificielle. Toujours plus développée, elle prend différentes formes et se base sur de multiples techniques. Le 14 novembre, à la HEG de Genève, j’ai assisté à une captivante présentation sur l’une d’elles : le machine learning, donnée par Linh, Luca et Stéphane, étudiant⸱e⸱s en Master IS.
Le machine learning : principes de base
Technologie en plein essor, le machine learning (ML) consiste en l’implémentation d’un outil informatique capable d’apprendre de façon autonome. Cette discipline de l’intelligence artificielle (IA) a pour principe d’extraire des connaissances à l’aide d’un système de bots qui entrainent d’autres bots pour analyser de grands volumes de données et y détecter des modèles récurrents (patterns). La machine analyse des bases de données, les trie et organise. Elle s’améliore continuellement, change de comportement et s’adapte aux données, afin d’optimiser ses performances et d’appliquer les connaissances à ses tâches futures.
L’apprentissage peut être supervisé (si la machine utilise des données avec des résultats connus) ou non supervisé (lorsqu’il n’y a pas de donnée de sortie connue), et recourt à différentes techniques : classification, clustering, association.
Si cette technologie n’est pas nouvelle (en 1936, le célèbre mathématicien Alan Turing évoque la « machine universelle », et le terme « machine learning » apparait pour la première fois en 1959 dans les travaux du chercheur Arthur Samuel), elle est de plus en plus puissante, car le nombre de données disponibles est en croissance exponentielle. En effet, comme évoqué dans la présentation, le volume annuel de données créées dans le monde est passé de 2 à 175 zettaoctets en 15 ans, et cette explosion devrait se poursuivre, avec 2 142 zettaoctets estimés à l’horizon 2035 (Gaudiaut 2021).
Le ML est applicable dans de multiples domaines, par exemple ceux où l’on souhaite analyser des comportements et personnaliser une offre : marketing, finance, etc.
Un assistant au service de la recherche médicale
Face à cette place toujours plus grande accordée aux IA, on pourrait se demander si nous ne perdons pas, peu à peu, notre contact profond avec ce qui fait l’humain… si nous ne devenons pas des « esclaves » de la technologie, en somme. Cependant, pourquoi ne pas prendre la question à l’inverse ? On peut au contraire voir l’IA comme une chance immense, si nous l’utilisons pour ce qu’elle est : un assistant pour faire de grandes et belles choses au service de l’humanité.
On le voit chaque jour dans de multiples domaines, et notamment la recherche médicale, que les intervenants ont abordée lors de ce séminaire. Ils ont en effet évoqué les superbes avancées rendues possibles par le ML pour une application particulière : l’imagerie médicale dans la recherche contre le cancer. Dans ce cadre, il est fascinant de constater à quel point l’IA est un véritable outil clinique, qui fournit aux radiologues un énorme gain d’efficacité à toutes les étapes : détection du cancer, diagnostic du stade de la maladie, évaluation de son évolution.
Un outil révolutionné par le machine learning : les BCI
Au-delà de cet exemple présenté lors du séminaire, j’ai moi aussi constaté, au fil de nouvelles entendues ces derniers mois, les nombreux progrès réalisés dans les applications médicales grâce à l’IA et en particulier au ML. L’un des plus spectaculaires, à mon sens, est la révolution qu’il a provoquée dans le domaine des interfaces cerveau-machine (brain computer interfaces, BCI).
Cruciales pour les personnes atteintes de troubles moteurs, les BCI sont des systèmes qui permettent de communiquer directement avec d’autres personnes ou de contrôler des machines grâce au cerveau, sans activité musculaire (Mitchell 2024). Si elles existent depuis les années 1970, le ML a décuplé leur potentiel en permettant d’automatiser la lecture des signaux électriques du cerveau et leur interprétation ou traduction en commandes.
L’actualité scientifique fourmille de projets exceptionnels qui illustrent à quel point le ML a révolutionné les interfaces BCI, entraînant des avancées considérables pour les patient⸱e⸱s, comme les suivantes :
- En août 2023, des chercheurs de l’Université de Californie annoncent qu’une patiente a retrouvé l’usage de la parole, 18 ans après un AVC : grâce à un implant cérébral et au ML, elle parvient à contrôler une voix de synthèse en modulant ses expressions du visage (Marks, Kurtzman 2023).
- Plus près de nous, en Suisse, une équipe de neuroscientifiques et neurochirurgien⸱ne⸱s de l’EPFL/CHUV/UNIL annonce en mai 2023 une avancée révolutionnaire de sa recherche, dans laquelle un « pont digital » (une BCI) a permis à une personne paralysée de marcher à nouveau en le contrôlant par la pensée (Lorach et
al. 2023).
Ce ne sont là que deux exemples des nombreuses recherches dans lesquels d’admirables équipes techniques et médicales emploient le ML chaque jour, dans le monde entier.
Alors oui, il est possible de mettre la technologie au service de l’humain (plutôt que l’inverse) : le machine learning et son application dans la recherche médicale l’illustrent brillamment, pour le plus grand bien de notre société et des générations futures.
Références
FLORENT, Margot, 2024. Machine learning : l’apprentissage automatique des systèmes. Tree Learning Blog [en ligne]. 5 février 2024. Disponible à l’adresse : https://www.tree-learning.fr/plateforme-lms-elearning/machine-learning/ [consulté le 5 décembre 2024].
GAUDIAUT, Tristan, 2021. Le Big Bang du Big Data. Statista [en ligne]. 19 octobre 2021. Disponible à l’adresse : https://fr.statista.com/infographie/17800/big-data-evolution-volume-donnees-numeriques-genere-dans-le-monde [consulté le 5 décembre 2024].
LORACH, Henri et al., 2023. Walking naturally after spinal cord injury using a brain–spine interface. Nature. Vol. 618, no 7963, pp. 126‑133. DOI 10.1038/s41586-023-06094-5.
MARKS, Robin et KURTZMAN, Laura, 2023. How Artificial Intelligence Gave a Paralyzed Woman Her Voice Back. University of California San Francisco [en ligne]. 23 août 2023. Disponible à l’adresse : https://www.ucsf.edu/news/2023/08/425986/how-artificial-intelligence-gave-paralyzed-woman-her-voice-back [consulté le 5 décembre 2024].
MITCHELL, Michael David, 2024. An entire brain-machine interface on a chip. EPFL News [en ligne]. Disponible à l’adresse : https://actu.epfl.ch/news/an-entire-brain-machine-interface-on-a-chip-8/ [consulté le 5 décembre 2024].
WALTZ, Emily, 2021. Brain-Computer Interface Smashes Previous Record for Typing Speed. IEEE Spectrum [en ligne]. 1 juin 2021. Disponible à l’adresse : https://spectrum.ieee.org/braincomputer-interface-smashes-previous-record-for-typing-speed [consulté le 5 décembre 2024].
Laisser un commentaire