Cybersécurité - Innovations digitales et numériques

Les domaines pouvant tirer profit du Deep Learning sont multiples et leur développement vont à coup sûr modifier nos habitudes. Le marketing digital va s’orienter progressivement vers une personnalisation et un ciblage de plus en plus fin. En parallèle les consommateurs, contribuant à enrichir les données, verront leur expérience utilisateur améliorée. Et que dire des promesses dans le domaine de la santé, des voitures autonomes, de l’industrie agroalimentaire, de la robotique pour ne citer qu’eux.

Cependant, quelques inquiétudes légitimes, la première portant sur la gouvernance des données collectées, et la seconde mettant l’accent sur l’effet “boîte noire” de l’apprentissage autonome des machines, car l’audit des résultats prédictifs n’est pas réellement maîtrisable. Cette perte de contrôle renforce les défenseurs de la théorie de la singularité (bien qu’elle ne repose sur aucun fondements scientifiques) qui laisse entendre que la machine prendrait le pas sur l’homme en prenant conscience d’elle-même.

« Pour moi, l’Intelligence artificielle est avant tout l’industrialisation des tâches cognitives. C’est ce que l’on voit aujourd’hui. Nous sommes dans la deuxième étape de l’ère de l’industrialisation. » C’est l’analyse de Grégory Renard, fondateur de XBrain, une entreprise française spécialisée dans le deep et Machine Learning ainsi que le big data, tant pour le secteur automobile que dans le service client. Pour lui, la première étape fut celle de l’industrialisation des tâches musculaires, c’est-à-dire tout ce que peut physiquement faire l’Homme. Elle aura mis trois décennies pour transformer la société dans son ensemble. La seconde révolution, cognitive donc, « ira beaucoup plus vite. L’enjeu est majeur : la transformation se fera en une, voire 1,5 décennie », prophétise-t-il.