-
LES ALGORITHMES On entend partout parler d’algorithme. Quelle startup ne se vante pas d’avoir un algorithme unique et totalement innovant ? Un algorithme est un programme qui va appliquer des séries de règles comme par exemple identifier le livreur à vide le plus proche d’un restaurant. A ce stade, ce n’est pas vraiment de « l’intelligence artificielle ». En revanche, si le même algorithme est capable de mutualiser plusieurs livraisons, tout en tenant compte des délais, des contraintes horaires, des performances des livreurs, du caractère prioritaire du client, etc. et qu'il prend lui-même des « décisions » dans un but qui peut être l’optimisation du coût ou le respect des délais, ou les deux, alors on arrive sur de l’intelligence artificielle. Celle-ci peut se résumer à une combinatoire importante et une prise de décision résultant à des solutions que l’humain n’aurait pas pu trouver. La notion de prise de décision est importante, un algorithme qui calcule une note moyenne par exemple à partir de plusieurs avis ou propose des produits à partir des clients ayant vu le même produit que vous n’est pas une IA, c’est un calcul. L’IA basée sur des algorithmes peut être qualifiée d’intelligence artificielle assistée, on a programmé un raisonnement sans qu’il n’y ait eu un réel apprentissage au sens « humain » du terme. Ces systèmes sont très efficaces et permettent d’automatiser un grand nombre de tâches de l’entreprise tels que la gestion d’une flotte de livreurs, le recouvrement de créance ou de la gestion de flux.
-
LE MACHINE LEARNING Le machine learning est une approche complètement différente. Nous allons programmer un réseau de neurones assez similaire au fonctionnement du cerveau humain qui prend une information en entrée et la qualifie en sortie. Nous rassemblons ensuite un grand nombre de données dont on connait le résultat à la sortie et on les injecte dans le réseau, il s'agit ici d’apprentissage. La fois suivante, le réseau de neurone sera capable de trouver la bonne sortie pour une nouvelle entrée qu’il ne connait pas. Nous pouvons ainsi reconnaitre des objets sur des photos, faire des prédictions, définir des sentiments à partir de textes, etc… Cela suppose toujours d’avoir un grand jeu de données pour l’apprentissage. Le cas d’école le plus célèbre étant celui des passagers du Titanic. Les données d’entrée sont les passagers avec leur classe sociale, leur place dans le bateau, leur âge, leur sexe, etc… et la sortie correspond à : s’ils ont survécus ou non. On entraîne un réseau avec la moitié des passagers et il faut trouver le résultat le plus juste possible sur l’autre moitié.
