Now Reading
Intelligence Artificielle : retour sur 13 tendances lourdes
0

Intelligence Artificielle : retour sur 13 tendances lourdes

by Cloud Guru23 novembre 2018

CB Insights publiait en début d’année un rapport consacré à l’Intelligence Artificielle, et qui balayait un grand nombre de secteurs d’activités. Ce rapport  identifiait entre autre 13 tendances fortes qui devait impacter ces diverses industries durant l’année 2018.
Les prédictions ont-elles été respectées ? Voici les tendances que vous auriez du voir émerger cette année…

1 – Un nouveau type de poste : le baby-sitter de robot
Les emplois manufacturiers sont notoirement vulnérables à l’externalisation vers les pays en développement où les coûts de main-d’œuvre sont moins élevés. […] Mais les robots sont encore trop imparfaits pour saisir, cueillir et manipuler des objets dans des environnements non structurés. Amazon utilise déjà plus de 100 000 robots dans divers entrepôts, mais crée en même temps des milliers de nouveaux emplois pour les humains dans ses nouveaux centres de distribution.

2 – l’IA sera partout
L’intelligence artificielle est partout. Ou plus exactement, l’apprentissage automatique est partout. L’apprentissage automatique fait référence à la formation d’algorithmes sur de grands ensembles de données afin qu’ils apprennent à identifier et générer les modèles souhaités. Au fil du temps, les algorithmes – fournis avec les paramètres corrects par leurs créateurs humains – s’améliorent dans leurs tâches.

3 – La Chine rivalise avec les États-Unis pour le leadership mondial de l’IA
Malgré une part de marché de seulement 9% pour les startups IA dans le monde, les start-up chinoises ont pris près de 50% du CA des startups d’IA en 2017, dépassant pour la première fois les Etats-Unis.

4 – L’avenir de la défense passe par l’IA
Le champ de bataille se déplace vers les centres de données.
Dès 2014, Amazon a créé un service de cloud computing personnalisé pour la CIA, répondant aux exigences strictes de conformité et de réglementation pour les données sensibles.
Au quatrième trimestre de 2007, AWS a ouvert ces outils à d’autres clients gouvernementaux à l’extérieur de la communauté de la technologie.

5 – Le Boom des assistants vocaux
Alexa a déclenché une révolution de la voix.
L’informatique à commande vocale a fait fureur au Consumer Electronics Show en 2018. Presque aucun appareil IoT n’était intégré dans Amazon Echo ou Google Home. Samsung travaille maintenant sur son propre assistant vocal, Bixby. Il souhaite que tous ses produits soient connectés à Internet et bénéficient de l’intelligence de Bixby d’ici à 2020. En 2017, LG a fabriqué tous ses appareils en WiFi. Plus de 80 produits LG s’intègrent désormais à Google Home.

6 – L’automatisation des cols blancs s’accélère
Une vague grandissante de plates-formes EAAS et de systèmes d’automatisation et d’augmentation d’expertise basés sur l’intelligence artificielle inaugureront une nouvelle ère de productivité assistée par ordinateur ou assistée par intelligence artificielle.
Cette productivité accrue par l’IA menace les emplois administratifs les plus vulnérables.
Certaines startups développent des logiciels experts d’automatisation et d’augmentation dans un grand nombre de professions et d’industries allant des avocats aux journalistes en passant par les gestionnaires de fortune, les traders, etc.

7 – L’IA est décentralisée
L’intelligence artificielle sur un appareil – comme un smartphone ou une voiture ou même un appareil portable – lui donne la possibilité de traiter les informations localement et de réagir rapidement aux situations, au lieu de communiquer avec un nuage ou un serveur central.
Par exemple, un véhicule autonome doit répondre en temps réel à ce qui se passe sur la route. Les décisions sont sensibles au délais et la latence pourrait s’avérer fatale.

8 – L’émergence de «réseaux de capsules»
Les réseaux de neurones ont des architectures différentes. Un populaire dans l’apprentissage profond est aujourd’hui connu sous le nom de réseaux de neurones « convolutifs ».
Maintenant, une nouvelle architecture, les réseaux de capsules, a émergé et promet de surpasser les réseaux de neurones convolutifs (CNNs) sur plusieurs fronts.

9 – Des salaires à 6 chiffres pour les experts
La Chine embauche des experts en IA. Certains des salaires énumérés sont de près de 567-624K $ pour un chercheur en machine learning à BMW Chine, et 315-410K $ pour les experts ML dans diverses autres sociétés.
Les emplois sont répertoriés sur Liepin, une plate-forme de recrutement qui est elle-même une startup licorne en provenance de Chine.
Selon un récent rapport de Tencent, le nombre estimé de chercheurs qualifiés actuellement sur le terrain est de 300 000, y compris des étudiants dans des domaines de recherche pertinents. Pourtant, les entreprises ont probablement besoin d’un million de spécialistes de l’IA ou plus pour leurs besoins en ingénierie.

10 – L’engouement pour le machine learning va se tarir
Il y a eu d’abord le big data, puis le cloud, puis la frénésie d’apprentissage machine.
Nous avons atteint un pic d’apprentissage automatique en 2017. Les incubateurs hébergeaient à eux seuls plus de 300 startups d’IA, soit 3 fois plus que l’année précédente. L’année dernière, les investisseurs ont investi plus de 15,2 milliards de dollars dans des start-ups d’IA dans diverses industries. Il s’agit d’une augmentation de 141% du financement par rapport à 2016.

11 – Amazon, Google, Microsoft dominent l’IA d’entreprise
Alors que les entreprises luttaient pour intégrer l’apprentissage automatique dans leurs produits, les startups ont émergé pour fournir le ML-as-a-service. Maintenant, les grandes entreprises technologiques comme Google, Amazon, Salesforce et Microsoft améliorent leurs offres d’IA d’entreprise, et rendront bientôt les petites entreprises obsolètes.

12 – Le diagnostic assisté par IA obtiendra l’accord des régulateurs
Les organismes de réglementation américains envisagent d’autoriser l’utilisation de l’IA dans les milieux cliniques.
La promesse de l’IA dans le diagnostic est une détection précoce et une précision accrue. Les algorithmes d’apprentissage automatique peuvent comparer une image médicale à celle de millions d’autres patients, en prenant en compte des nuances qu’un œil humain peut manquer. Il peut faire en quelques secondes ce qu’un humain prendrait des heures à accomplir.

13 – l’IA en Do-It-Yourself est arrivée
Vous n’avez pas besoin d’un doctorat en informatique ou en mathématiques pour créer votre propre IA.
Entre les bibliothèques logicielles Open Source, les centaines d’API et de SDK, et les kits d’assemblage faciles d’Amazon et Google, la barrière à l’entrée est plus faible que jamais. Google a lancé un projet «AI pour tous les âges» appelé AIY (intelligence artificielle Yourself)

 

Pour en savoir plus :
> le rapport de CB Insight (en anglais)

Vous souhaitez nous soumettre un article pour publication ou avez besoin d’assistance pour en écrire un ou plusieurs ? Contactez nous ci-dessous pour en discuter !

{lang: 'fr'}
About The Author
Cloud Guru

Vous souhaitez réagir sur cet article ?

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.