L'intelligence artificielle (IA) fait fureur en ce moment. Tout le monde a une opinion, ce qui signifie qu'il peut être difficile de passer outre le battage médiatique et de s'attaquer à des questions pratiques terre-à-terre. Des questions telles que «Puis-je créer une nouvelle entreprise qui exploite l'IA?» Et «Par où commencer?».
Dans cet article, votre entreprise intelligence artificielle Toulouse va vous donner suffisamment d'informations pour commencer. Je commencerai par un bref résumé de ce qu'est l'IA au niveau conceptuel, sans me laisser distraire par les connaissances détaillées qui, bien qu'essentielles, peuvent vous empêcher de penser à votre entreprise. Après cela, je présenterai quatre étapes générales à suivre lors du démarrage d'une entreprise d'IA.
Il convient également de garder à l'esprit que le battage médiatique autour de l'IA peut vous faire penser que si vous ne l'utilisez pas sous une forme ou une autre, vous allez être laissé pour compte. Cependant, à bien des égards, l'IA en est encore à ses débuts, et il est souvent difficile de savoir quand elle vous convient et quand elle complique trop les choses.
Cela ne veut pas dire que vous ne devriez pas utiliser l'IA si vous êtes sur le point de créer une nouvelle entreprise. Il existe de nombreux problèmes importants et impérieux, qui ne demandent qu'à être résolus, que la technologie de l'IA, même telle qu'elle existe aujourd'hui, peut vraiment aider.
Bases de l'IA
Vous seriez pardonné de ne pas savoir comment concevoir l'IA. Est-ce un robot qui marche dans votre maison ou une application sur votre téléphone? C'est peut-être tout le téléphone. Une grande partie de ce qui a été écrit sur l'IA rend difficile de comprendre ce qu'elle est réellement. En plus de cela, il y a des conversations sur AI vs Machine Learning (ML), et des termes comme Deep Learning (DL). Pour l'instant, je vais passer sous silence les distinctions, afin de me concentrer sur les concepts plus larges, et comment ils s'appliquent aux défis des entrepreneurs.
En termes simples, une IA est un logiciel (qui peut ou non être intégré dans un robot ou une micropuce, ou similaire), qui, comme de nombreux autres types de logiciels, peut prendre certaines informations d'entrée et les transformer en d'autres informations, le résultat.
La seule vraie différence par rapport à de nombreux autres logiciels est que le programmeur n'avait pas à lui donner des instructions étape par étape sur la façon de faire cette transformation, et pourrait même ne pas savoir quelles sont ces étapes.
Comme tout logiciel, l'IA peut être enveloppée et emballée de plusieurs façons, elle peut être intégrée dans une application, un appareil à commande vocale ou un site Web, ainsi que de nombreuses autres options. Donc la réponse à "qu'est-ce qu'une IA?" peut-être l'un des éléments ci-dessus.
Pour simplifier les choses, quand je parlerai d'IA, je ferai référence à la partie du logiciel qui prend des entrées et produit des sorties. L'important est qu'il peut passer de l'entrée à la sortie dans les cas où il est difficile d'écrire des instructions claires et explicites sur la façon de passer de l'entrée à la sortie.
C'est le genre de tâches dans lesquelles les humains sont traditionnellement bons et les ordinateurs sont traditionnellement mauvais, au moins individuellement. À des volumes énormes, les humains sont mauvais en tout.
Les exemples courants incluent la localisation de visages sur une photo, la déduction d'une émotion («sentiment») à partir d'une phrase et l'analyse des résultats de tests médicaux à la recherche d'écarts subtils mais significatifs par rapport aux données attendues.
Catégorisation des IA
De manière générale, vous pouvez diviser les IA en deux catégories: celles qui effectuent des tâches si courantes qu'elles sont nécessaires dans de nombreux contextes différents, comme transformer la parole parlée en mots écrits, et celles qui s'attaquent à des tâches plus uniques, comme détecter si un ensemble de données de pulsations preuve d'une maladie cardiaque s'améliorant ou s'aggravant. La distinction est importante car les problèmes courants sont souvent déjà résolus et vous pouvez utiliser une IA existante plutôt que de créer la vôtre.
IA existantes
Il existe un certain nombre de problèmes courants que l'IA est vraiment efficace pour résoudre. Par exemple, la détection de visage dans les photos ou la reconnaissance vocale. Parce que ce sont des problèmes courants, beaucoup de travail a déjà été consacré à la création d'IA pour les résoudre. Cela signifie que vous n'avez pas à faire le travail acharné de ces IA, vous pouvez bénéficier du travail que quelqu'un d'autre a déjà fait.
Les grands fournisseurs de cloud ont créé des produits d'IA pour un certain nombre de tâches courantes, que vous pouvez utiliser sur un modèle «pay as you use». Par exemple, la reconnaissance d'Amazon , l'API Face de Microsoft et l'API Vision de Google .
Incidemment, le fait que ces services soient basés sur l'IA ne vous concerne pas si vous les utilisez. Tout ce qui compte vraiment, c'est que cela vous donne de bonnes réponses.
Avant d'essayer de créer votre propre IA, voyez s'il y en a une déjà créée et emballée d'une manière que vous pouvez utiliser.
IA personnalisées ou sur mesure
La deuxième catégorie est celle des IA personnalisées ou spécialement conçues. C'est là que le plaisir commence. Si vous essayez de résoudre un problème qui n'est pas assez courant pour que les solutions existantes soient facilement disponibles, vous devez créer votre propre IA.
Au niveau abstrait, c'est en fait assez simple, mais comme la plupart des choses, cela devient très vite difficile une fois que vous plongez dans les détails. J'essaie d'éviter les détails programmatiques ici, donc je vais surtout m'en tenir au niveau abstrait. Mais j'ai besoin d'entrer un peu dans les détails pour expliquer deux concepts, créer un réseau et l'entraîner à créer un modèle.
Un petit détour dans les détails de l'IA
Il existe plusieurs approches techniques différentes, mais celle qui retient le plus l'attention en ce moment est les réseaux de neurones. Un réseau de neurones est un ensemble de neurones simulés connectés entre eux. Un signal est envoyé au premier ensemble de neurones qui peuvent ou non signaler d'autres neurones, et ainsi de suite. De l'autre côté du réseau, un signal de sortie est produit. Par exemple, le signal de sortie peut être une liste de l'emplacement des visages sur une photo.
La création d'un réseau neuronal se fait en deux étapes: la création du réseau et son entraînement. Pour créer le réseau, vous devez choisir le nombre de neurones et le type de connexions entre eux.
Une fois que vous avez créé un réseau neuronal, vous devez le former. L'entraîner signifie configurer chacun des nœuds avec une fonction mathématique qui lui indique quand transmettre un signal qu'il reçoit, et quand ne pas le faire. Heureusement, vous ne le faites pas à la main, ce qui serait extrêmement peu pratique.
Pour entraîner réellement un réseau neuronal, vous utilisez généralement un cadre de formation pour alimenter votre réseau avec une grande quantité de données d'entraînement, le plus souvent en lui indiquant la sortie correcte de ces données. Le cadre de formation crée les fonctions mathématiques pour chaque neurone.
La combinaison de la taille et de la connexion des neurones avec ces fonctions est appelée un modèle.
Une fois que vous avez un modèle, vous pouvez le charger dans un certain nombre de conteneurs et des normes émergent qui vous permettent de charger votre modèle dans des applications Web, des applications mobiles, etc.
Du point de vue de quelqu'un essayant de développer une IA à utiliser dans un contexte commercial, le plus gros problème auquel vous serez confronté est: de quelles données avez-vous besoin et où pouvez-vous les obtenir?
Conseils pour quelqu'un qui crée une entreprise intelligence artificielle
Maintenant que nous avons établi un peu ce qu'est une IA, nous pouvons parler de la façon de créer une entreprise intelligence artificielle.
Il y a quatre étapes essentielles:
- Testez votre adéquation problème-solution
- Jouez au jeu de collecte de données / de construction d'IA
- Construisez votre produit
- Développez un moyen d'améliorer votre IA
Testez votre problème Solution Fit
Comme pour presque toutes les entreprise intelligence artificielle, si vous ne parvenez pas à résoudre un problème pour lequel les clients sont prêts à vous payer, vous n'avez pas de startup.
Avant d'aller trop loin, il est important de tester et d'être certain qu'il y a des gens prêts à payer pour ce que vous prévoyez de construire et qu'il est réellement possible de construire ce que vous avez en tête.
Vous pouvez tester si vous pouvez ou non trouver des personnes prêtes à payer pour votre solution en utilisant un certain nombre de solutions comme une approche Lean traditionnelle. Surtout, l'un des avantages des IA est qu'il est assez facile de créer une version simple de votre solution en utilisant de vrais humains ou en prototypant un MVP avec une combinaison de composants existants.
Très souvent, une combinaison de services d'IA existants (tels que ceux de Google / Amazon / Microsoft), de services non AI existants et de quelques humains effectuant des activités clés peut former un prototype qui simule la solution envisagée, vous permettant d'exécuter des tests de solution produit avant vous vous engagez à construire un full sur l'IA.
Cela soulève la question, avez-vous vraiment besoin de construire une IA? Tout simplement parce que l'IA est une approche pour résoudre votre problème, ce n'est peut-être pas le seul moyen de le faire. Chaque cas est différent, mais à ce stade, lorsque vous utilisez de vrais humains ou une autre façon de tester votre problème, arrêtez-vous et posez-vous la question suivante: "Qu'est-ce qui signifie que mon problème est une IA, ou même la seule solution?
C'est plus difficile, mais aussi important de savoir si l'IA sur laquelle vous allez dépendre peut être construite. Tous les problèmes ne sont pas ceux pour lesquels vous pouvez facilement créer une IA. C'est une chose difficile à faire par vous-même, mais vous pouvez contacter quelqu'un qui peut vous aider à exécuter des tests avec vos données pour voir si c'est possible (nous serions ravis de vous aider!)
Jouez au jeu Data-Gathering / AI Building
Si vous avez atteint le point où vous savez que vos clients existent (et comment les atteindre) et que vous êtes certain que votre IA peut être construite, il est temps de créer la première génération de votre IA. Comme je l'ai mentionné ci-dessus, vous devez collecter des données, les organiser pour vous assurer qu'elles sont utiles, puis concevoir un modèle et le former.
Dans la pratique, il convient de savoir que dans de nombreux cas, le travail requis pour trouver, organiser et gérer les données est la partie la plus importante et la plus difficile du problème. La formation d'un modèle demande souvent du temps informatique, mais c'est la collecte et la compréhension des données qui nécessitent toujours une intelligence humaine (du moins pour le moment) et c'est là que vous devriez vous attendre à consacrer l'essentiel de vos efforts à la résolution de problèmes.
Construisez votre produit
Avec un peu de chance, à ce stade, vous avez une IA qui fonctionne, mais ce n'est pas vraiment facile pour vos utilisateurs de faire avancer les choses. À présent, vous êtes probablement à l'aise pour parler de modèles entraînés, mais il est peu probable que vos utilisateurs le soient.
Je parie qu'ils veulent prendre leur téléphone et lancer une application, ou peut-être aller sur un site Web ou même parler à leur assistant domestique activé par la voix.
Cela signifie que vous devez intégrer votre IA dans un produit. Quelque chose qui a une interface utilisateur et fait probablement d'autres choses au-delà de ce que fait l'IA.
N'oubliez pas qu'un bon produit résout un problème réel. Il ne sert à rien d'avoir une IA qui peut simplement regarder une photo et vous dire où sont les visages. Si votre problème dans le monde réel est d'aider les gens à apprendre des noms à partir d'une collection de photographies, vous devez en faire un peu plus.
Par exemple, vous voudriez envelopper cette IA dans un produit qui montre à vos utilisateurs la photo originale, avec des cases autour des visages, et leur demande peut-être d'écrire le nom de chaque visage dans un champ de texte. De cette façon, il peut leur montrer une série de cartes flash pour se souvenir des noms de toutes les personnes qu'ils vont rencontrer quand ils vont à ce mariage, leur nouveau rendez-vous leur a simplement demandé de les accompagner.
Développer un moyen d'améliorer votre IA
Meilleures sont les données que vous pouvez donner à une IA lorsque vous l'entraînez, mieux c'est.
Une fois que vous avez lancé votre superbe nouvelle startup, vous constaterez que vous commencez à collecter plus de données. Des données que vous n'aviez pas lors de la formation initiale de votre IA. Pouvez-vous l'utiliser pour améliorer votre IA et améliorer sa précision? Bien sûr vous pouvez.
Vous pensez probablement que ce n'est pas aussi simple qu'il y paraît. Heureusement, ce n'est pas très difficile non plus. Cela nécessite juste une réflexion et une certaine attention. À la base, il s'agit d'un processus itératif. Au fur et à mesure que vous collectez plus de données, vous souhaitez les capturer pour créer vos données d'entraînement, utilisez de temps à autre ces données pour former un modèle mis à jour.
Donc, les choses auxquelles vous devez penser sont comment allez-vous collecter et stocker ces données? À quelle fréquence allez-vous recycler votre IA, et quand vous le ferez, comment allez-vous tester si la nouvelle génération est meilleure que l'ancienne?
Pour la plupart, ce sont des questions axées sur les détails plutôt que des questions difficiles. Le meilleur conseil ici est de soulever ce sujet avec l'équipe qui construit votre IA. Ils pourront vous aider à trouver les meilleures pratiques pour la capture de données et les meilleures pratiques en matière de déploiement et de test de modèles d'IA mis à jour.
Sommaire
Mon intention dans cet article était de vous donner un aperçu de l'IA afin que vous vous sentiez habilité à avancer sur toute idée que vous envisagez. Aller de l'avant peut signifier commencer à tester et construire votre propre IA, ou vous demander si vous devez même emprunter la voie de l'IA. Si c'est le cas, c'est une excellente question à poser.
Dans tous les cas, votre prochaine étape est probablement une conversation avec votre équipe technique. Si vous ne disposez pas d'une équipe technique, vous pouvez contacter quelqu'un pour obtenir plus d'informations et obtenir des réponses à vos questions.