Intelligence artificielle

L'intelligence artificielle ( AI ), également l' intelligence artificielle ( AI ou A.I. ), l' intelligence artificielle anglaise ( AI ou AI ) est une branche de l' informatique qui traite de l' automatisation du comportement intelligent et de l'apprentissage automatique . Le terme est difficile à définir car il manque déjà une définition précise de « l' intelligence ». Néanmoins, il est utilisé dans la recherche et le développement.

L'intelligence artificielle décrit généralement la tentative de reproduire certaines structures décisionnelles humaines, par ex. B. un ordinateur est construit et programmé de manière à pouvoir traiter les problèmes de manière relativement indépendante. Souvent, cependant, il est également utilisé pour désigner une intelligence d'imitation, par laquelle un « comportement intelligent » doit être simulé par des algorithmes pour la plupart simples , par exemple dans le cas d' adversaires informatiques dans des jeux informatiques .

Général

Dans la compréhension du concept d' intelligence artificielle résultant souvent de l' idée réfléchie provenant des Lumières de « l'homme en tant que machine », résistez dont l'imitation de la soi-disant IA forte est le but : créer une intelligence que l' esprit humain doit mécaniser, ou une machine à concevoir et à construire qui réagit intelligemment ou se comporte simplement comme un humain . Après des décennies de recherche, les objectifs d'une IA forte sont toujours visionnaires.

Origine des termes et tentatives de définition

Le terme intelligence artificielle (dans l'original anglais intelligence artificielle ) a été fondé en 1955 par l'informaticien américain John McCarthy et a été inventé dans le cadre d'une demande de subvention pour un projet de recherche.

Il existe de nombreuses définitions du terme IA. Selon les points de vue, l'intelligence artificielle dans l'industrie, la recherche et la politique se définit soit par les applications à réaliser, soit par l'examen des fondements scientifiques :

IA forte et faible

Une IA forte serait des systèmes informatiques capables d' accomplir des tâches difficiles au niveau des yeux des gens . En revanche, une IA faible consiste à maîtriser des problèmes d'application spécifiques. La pensée humaine et les applications techniques doivent être soutenues ici dans des domaines individuels. La capacité d'apprendre est une exigence clé des systèmes d'IA et doit faire partie intégrante qui ne peut pas être ajoutée par la suite . Un deuxième critère principal est la capacité d'un système d'IA à gérer l'incertitude et les informations probabilistes . En particulier, ces applications sont intéressantes, pour la solution desquelles, selon l'entendement général, une forme d'"intelligence" semble être nécessaire. En fin de compte, l'IA faible concerne la simulation d'un comportement intelligent à l'aide des outils des mathématiques et de l'informatique, il ne s'agit pas de créer une conscience ou une compréhension plus profonde de l'intelligence. Alors que la création d'une IA forte a échoué à ce jour en raison de sa question philosophique , des progrès significatifs ont été réalisés du côté de l'IA faible ces dernières années.

Un système d'IA fort n'a pas besoin d'avoir beaucoup de points communs avec les humains. Il aura probablement un type d'architecture cognitive différent et ses stades de développement ne seront pas non plus comparables aux stades cognitifs évolutifs de la pensée humaine ( évolution de la pensée ). Surtout, on ne peut pas supposer qu'une intelligence artificielle possède des sentiments tels que l'amour, la haine, la peur ou la joie.

Domaines de recherche

En plus des résultats de recherche du noyau informatique lui-même, la recherche sur l'IA a inclus des résultats de psychologie , de neurologie et de neurosciences , de mathématiques et de logique , de sciences de la communication , de philosophie et de linguistique . A l'inverse, la recherche sur l'IA a également influencé d'autres domaines, notamment les neurosciences. Cela se voit dans la formation dans le domaine de la neuroinformatique , qui est attribuée à l'informatique orientée biologie, ainsi qu'aux neurosciences computationnelles .

Dans les réseaux de neurones artificiels , il existe des techniques qui ont été développées à partir du milieu du 20e siècle et sur la base de la neurophysiologie .

L'IA n'est donc pas un domaine de recherche fermé, mais des techniques de disciplines différentes sont utilisées sans qu'elles aient à être liées les unes aux autres.

Une conférence importante est la Conférence internationale conjointe sur l'intelligence artificielle (IJCAI), qui a lieu depuis 1969.

histoire

Sous-zones

Systèmes basés sur la connaissance

Les systèmes à base de connaissances modélisent une forme d'intelligence rationnelle pour les systèmes dits experts . Ceux-ci sont capables d'apporter des réponses à une question de l'utilisateur sur la base de connaissances spécialisées formalisées et des conclusions logiques qui en sont tirées . Des exemples d'applications peuvent être trouvés dans le diagnostic de maladies ou la recherche et l'élimination d'erreurs dans les systèmes techniques.

Cyc et Watson sont des exemples de systèmes basés sur la connaissance .

Analyse de formes et reconnaissance de formes

L'intelligence visuelle permet de reconnaître et d' analyser des images ou des formes . Des exemples d'application sont la reconnaissance de l'écriture manuscrite , l'identification des personnes par reconnaissance faciale , la comparaison des empreintes digitales ou de l' iris , le contrôle qualité industriel et l'automatisation de la production (cette dernière en combinaison avec les découvertes de la robotique).

Grâce à l' intelligence linguistique , il est possible, par exemple, de convertir un texte écrit en parole ( synthèse vocale ) et, à l'inverse, d'écrire un texte parlé ( reconnaissance vocale ). Ce traitement automatique du langage peut être étendu afin que le sens puisse être attribué aux mots et aux textes à l'aide de l'analyse sémantique latente ( LSI en abrégé ).

Des exemples de systèmes de reconnaissance de formes sont Google Brain et Microsoft Adam.

Prédiction de modèle

La prédiction de formes est une extension de la reconnaissance de formes. Elle représente, par exemple, la base de la mémoire temporelle hiérarchique définie par Jeff Hawkins .

De tels systèmes offrent l'avantage que, pour. B. non seulement un certain objet est reconnu dans une seule image (reconnaissance de motifs), mais aussi une série d'images peut être utilisée pour prédire où l'objet sera le prochain.

robotique

La robotique traite de l'intelligence manipulatrice. A l'aide de robots , des activités dangereuses telles que la chasse aux mines ou les mêmes manipulations, telles que celles effectuées par ex. B. peut se produire pendant le soudage ou la peinture peut être automatisé.

L'idée de base est de créer des systèmes capables de comprendre le comportement intelligent des êtres vivants. Des exemples de tels robots sont ASIMO et Atlas .

Modélisation basée sur la force entropique

Sur la base des travaux du physicien Alexander Wissner-Gross , un système intelligent peut être modélisé à l' aide de la force d'entropie . Ici, un agent intelligent essaie son environnement (état X ₀ ) par une action (champ de force F à influencer) à la plus grande liberté d'action possible (entropie S ) dans un état futur X à atteindre.

Vie artificielle

L'IA chevauche la discipline de la vie artificielle ( Artificial Life , AL) est considérée comme un parent ou comme une sous-discipline. AL doit intégrer leurs découvertes, car la cognition est une propriété essentielle de la vie naturelle, pas seulement des humains.

Méthodes

Les méthodes d'IA peuvent être grossièrement classées en deux dimensions : l'IA symbolique vs neuronale et la méthode de simulation vs la méthode phénoménologique. Le graphique suivant illustre les relations :

Neural AI suit une ascendante approche et vise à simuler le cerveau humain aussi précisément que possible. À l'inverse, l'IA symbolique suit une approche descendante et aborde les performances de l'intelligence à un niveau conceptuel. La méthode de simulation est basée au plus près des processus cognitifs réels de l'homme. En revanche, l' approche phénoménologique ne dépend que du résultat.

De nombreuses méthodes plus anciennes qui ont été développées en IA sont basées sur des processus de résolution heuristiques . Plus récemment, des approches mathématiquement solides issues des statistiques , de la programmation mathématique et de la théorie de l'approximation ont joué un rôle important.

Les techniques spécifiques de l'IA peuvent être grossièrement divisées en groupes :

Chercher

L'IA traite souvent des problèmes qui nécessitent des solutions spécifiques. Divers algorithmes de recherche sont utilisés pour cela. Un excellent exemple de recherche est le processus de recherche du chemin , qui joue un rôle central dans de nombreux jeux informatiques et est basé sur des algorithmes de recherche tels que l' algorithme A* .

Planifier

Outre la recherche de solutions, la planification est un aspect important de l'IA. Le processus de planification est divisé en deux phases :

1. La formulation des objectifs : Un objectif est défini en fonction de l'état actuel de l'environnement ou du monde. Un but ici est un ensemble d' états du monde dans lesquels un certain prédicat de but est rempli.
2. La formulation du problème : Après avoir connu les objectifs à atteindre, il est déterminé dans la formulation du problème quelles actions et états du monde doivent être considérés. Il existe différents types de problèmes ici .

Les systèmes de planification planifient et utilisent ces descriptions de problèmes pour planifier et créer des séquences d' actions que les systèmes d'agents peuvent effectuer afin d'atteindre leurs objectifs.

Méthodes d'optimisation

Les tâches d'IA conduisent souvent à des problèmes d'optimisation. Selon la structure, ceux-ci sont résolus soit avec des algorithmes de recherche issus de l'informatique, soit, de plus en plus, avec des moyens de programmation mathématique . Les méthodes de recherche heuristiques bien connues dans le contexte de l'IA sont des algorithmes évolutionnaires .

Fermeture logique

L'une des questions posées par l'IA est la création de représentations de connaissances qui peuvent ensuite être utilisées pour un raisonnement logique automatique . La connaissance humaine est - dans la mesure du possible - formalisée afin de la mettre sous une forme lisible par machine. Les développeurs de diverses ontologies se sont consacrés à cet objectif .

Au début, l'IA s'est intéressée à la construction de systèmes de preuve automatiques qui aideraient les mathématiciens et les informaticiens à prouver des phrases et à programmer ( programmation logique ). Deux difficultés sont apparues :

1. Si vous formulez des phrases dans le langage naturel, des langages descriptifs relativement confortables, les problèmes de recherche qui en résultent deviennent trop chronophages. En pratique, il a fallu faire des compromis dont le langage de description était un peu plus compliqué pour l'utilisateur, mais les problèmes d'optimisation associés étaient plus faciles à gérer pour l'ordinateur ( Prolog , systèmes experts ).
2. Même les langages de description puissants deviennent difficiles à manier lorsqu'on essaie de formuler des connaissances incertaines ou incomplètes. Pour les problèmes pratiques, cela peut être une limitation sérieuse. La recherche actuelle examine donc les systèmes qui appliquent les règles de la théorie des probabilités pour modéliser explicitement l'ignorance et l'incertitude. En termes d'algorithmes, ces méthodes diffèrent des anciennes méthodes : en plus des symboles , les distributions de probabilité sont également manipulées.

Une autre forme d'inférence logique, l'induction est ( inférence inductive , la logique inductive ) sont généralisés dans les exemples de règles ( d'apprentissage de la machine ). Ici aussi, le type et la puissance de la représentation des connaissances jouent un rôle important. Une distinction est faite entre les systèmes symboliques dans lesquels les connaissances - à la fois les exemples et les règles induites - sont explicitement représentés, et les systèmes sous-symboliques tels que les réseaux de neurones, qui sont "entraînés" pour se comporter de manière prévisible, mais qui ne permettre un aperçu des solutions qui ont été apprises.

Méthodes d'approximation

De nombreuses applications consistent à dériver une règle générale à partir d'un ensemble de données ( machine learning ). Mathématiquement, cela conduit à un problème d'approximation . Dans le contexte de l'IA, des réseaux de neurones artificiels ont été proposés qui peuvent être utilisés comme approximateurs de fonctions universels, mais sont difficiles à analyser, en particulier avec de nombreuses couches cachées. Par conséquent, des méthodes alternatives sont parfois utilisées qui sont mathématiquement plus faciles à analyser.

Réseau neuronal artificiel

L'intelligence artificielle a récemment fait de grands progrès dans le domaine des réseaux de neurones artificiels, également appelés apprentissage en profondeur. Des réseaux de neurones qui s'inspirent grossièrement de la structure du cerveau sont simulés artificiellement sur ordinateur. Bon nombre des succès les plus récents tels que la reconnaissance de l'écriture manuscrite , la reconnaissance vocale, la reconnaissance faciale , la conduite autonome , la traduction automatique , dont le succès d' AlphaGo, reposent sur cette technologie.

Applications

Les domaines d'application de l'intelligence artificielle sont nombreux. Quelques exemples brièvement résumés :

• Les moteurs de recherche permettent de mieux gérer le flot d'informations disponibles sur Internet.
• Dans l' exploration des puits de pétrole, le contrôle des robots martiens ou le diagnostic médical sont des systèmes experts utilisés.
• La traduction automatique est répandue. Exemples : Google Traduction , DeepL
• Reconnaissance de texte et génération de texte , par exemple pour les dernières nouvelles, la publicité ou pour des données particulièrement structurées
• L'exploration de données et l' exploration de textes offrent des méthodes pour extraire des informations de base à partir de textes non structurés ou mal structurés, comme cela est nécessaire pour la création d'analyses de contenu.
• En raisonnant , les structures d'arguments de Mining peuvent être analysées dans des textes.
• L'objectif de la récupération d' informations est de trouver et de fusionner des structures complexes existantes dans de très grands ensembles de données, un domaine d'application étant les moteurs de recherche Internet .
• L'analyse et la prévision de l'évolution du cours des actions sont parfois soutenues par des réseaux de neurones artificiels.
• La reconnaissance optique de caractères lit les textes imprimés de manière fiable.
• La reconnaissance de l'écriture manuscrite est entre autres choses. Utilisé des millions de fois dans des appareils tels que les PDA , les smartphones et les tablettes .
• La reconnaissance vocale permet le contrôle vocal ou la dictée d'un texte. Est-ce que i.a. utilisé dans les smartphones, par ex. B. avec Siri , Google Assistant , Cortana et Bixby de Samsung ou Amazon Echo .
• Reconnaissance faciale, par ex. B. l'application FindFace.
• Deepfakes , d. H. l'échange de visages ou d'autres contenus médiatiques
• Reconnaissance d'images , par ex. B. le marquage automatique des images sur Flickr ou l'API Cloud Vision de Google.
• Les systèmes de calcul formel tels que Mathematica ou Maple soutiennent les mathématiciens, les scientifiques et les ingénieurs dans leur travail.
• Les systèmes de vision par ordinateur surveillent les espaces publics, les processus de production ou la circulation routière sécurisée.
• Dans les jeux informatiques , les algorithmes développés dans l'IA sont utilisés pour que les joueurs contrôlés par ordinateur agissent intelligemment. (voir aussi l' IA dans les jeux informatiques )
• Dans les simulations de groupe pour la planification de la sécurité ou l'animation par ordinateur , le comportement le plus réaliste possible des foules (humaines) est calculé.
• Un système à base de connaissances ou, plus précisément, un système expert, apporte des solutions à des problèmes complexes. Des exemples de telles applications sont : Le programme informatique Watson (voir ci-dessus) ou la base de données de connaissances Cyc . Sous une forme plus simple, c'est entre autres. utilisé dans les smartphones z. B. avec Siri , Google Now , Cortana et S Voice de Samsung ou Amazon Echo .
• Les moteurs de recherche sémantiques comme Wolfram Alpha
• Véhicules automoteurs , par ex. B. Google Driverless Car (voir ci-dessus)
• Robots humanoïdes , par ex. B. Atlas , ASIMO , Poivre
• Bots , en particulier les bots sociaux (par exemple, cleverbot )
• Armes autonomes
• Assistant personnel intelligent (ou assistant vocal numérique)
• Recherche de planètes extrasolaires en évaluant les fluctuations de luminosité des étoiles à l'aide de la méthode du transit

L'IA en médecine

L'IA en droit

Une grande partie du travail des avocats consiste à analyser des dossiers , par exemple des précédents, afin d'en développer l'argumentation. Ce type de travail peut désormais être en partie repris par les IA. Le cabinet de conseil McKinsey a estimé en 2017 qu'environ 22% du travail des avocats et 35% du travail des assistants juridiques pourraient être automatisés à l'aide d'IA. Les IA sont formées à l'aide de millions de documents, d'études de cas et d'applications juridiques. Ensuite, une IA peut marquer les documents dont un avocat a besoin pour son affaire ; souvent mieux qu'un humain ne pourrait le faire. JPMorgan a annoncé qu'il utilisera AI Contract Intelligence, qui, selon JPMorgan, peut analyser un grand nombre de données en quelques secondes, ce qui nécessiterait 360 000 heures pour les avocats et les parajuristes.

L'IA en marketing

L'intelligence artificielle est utilisée en marketing, par exemple, pour envoyer des e-mails publicitaires, pour remplacer le service client par des bots sociaux et des chatbots , pour effectuer des analyses et des prévisions du marché et du client, par exemple sur la base de big data , et pour réaliser des publicités spécifiques aux clients, des recommandations et développer des résultats de recherche ainsi que des processus programmés. En mars 2018, la société de vente par correspondance en ligne Zalando avait l'intention de supprimer 250 emplois dans le domaine du marketing à Berlin, qui seront remplacés par l'intelligence artificielle.

L'IA dans les jeux informatiques et de société

Dans les jeux informatiques, une IA est principalement utilisée pour contrôler les PNJ, appelés personnages non-joueurs , qui simulent un comportement humain (par exemple en tant qu'alliés ou adversaires informatiques simulés ) ou pour contrôler certaines choses dans le monde du jeu ou dans les fonctions du personnage du jeu ( par exemple, recherche d'itinéraire , génération procédurale , améliorations et achèvements automatiques dans la construction d'itinéraire ou d'autres algorithmes). Dans certains jeux, le niveau de difficulté des adversaires de l'IA peut être défini et vous pouvez éventuellement choisir si vous souhaitez jouer contre une IA, contre de vrais joueurs ou une forme mixte. Avec quelques jeux, l'IA peut également s'adapter automatiquement au comportement du jeu ou apprendre de ses erreurs. Comme les adversaires manquent souvent dans le mode solo , une IA est utilisée. De plus, l'IA est utilisée dans les jeux informatiques pour simuler des personnages nombreux ou très spéciaux qui sont difficiles ou impossibles à adopter par de vraies personnes. Dans certains cas, cependant, les IA peuvent également être simplement piégées dans des jeux informatiques, car une personne peut contourner un certain modèle d'IA. Le réalisme et le gameplay d' un jeu informatique sont donc souvent mesurés par rapport à l'IA.

L'IA est également utilisée dans les jeux de stratégie en tant que substitut du partenaire humain. Même les champions du monde ont peu de chances de gagner contre des versions très puissantes de ces programmes. L'IA a remporté des succès contre des joueurs professionnels humains au backgammon , aux échecs , aux dames , au go et à StarCraft II, par exemple . La maîtrise de jeux complexes fait souvent l'objet de recherches afin de développer et démontrer de nouvelles méthodes d'intelligence artificielle. Ces programmes jouent maintenant à des jeux entre eux. En 2016, l' IA AlphaGo , basée sur DeepMind , a battu le 18 fois champion du monde de Go, le Sud-Coréen Lee Sedol , 4: 1 dans des conditions de tournoi. Fin 2017, le nouveau développement AlphaZero a clairement triomphé contre le meilleur programme d'échecs au monde Stockfish en 100 parties. En 2019, le développement de DeepMind Alpha Star a réussi à vaincre les meilleurs joueurs humains 10:1 dans le jeu de stratégie populaire et très difficile StarCraft II.

En outre, des IA sont également en cours de développement pour contrôler les jeux vidéo tels que les jump 'n' runs , les jeux de rôle ou les jeux de course au lieu d'un joueur humain . De même, le développement de la gamme e-sport , essaie chez les joueurs professionnels de battre les meilleures IA, tandis que les développeurs s'efforcent de vaincre les meilleurs joueurs par l'IA.

L'IA pour créer des œuvres d'art

Des chercheurs de Tübingen ont utilisé des réseaux de neurones pour peindre une photo donnée dans le style d'un artiste célèbre. B. Van Gogh ou Edvard Munch. Des chercheurs de Google ont entraîné des réseaux de neurones à utiliser un type de bruit blanc pour produire des images à la manière de Van Gogh et d'autres artistes. Les images ont ensuite été vendues aux enchères.

En juillet 2017, des chercheurs de l'Université Rutgers ont présenté une IA qui produit des peintures artistiques. L'IA a été formée avec environ 80 000 œuvres d'art de l'histoire de l'art occidental. Dans un test à l'aveugle, les peintures créées par l'IA ont été mélangées avec des images qui avaient été exposées à la foire d'art Art Basel et 18 sujets de test (professionnels de l'art) ont été soumis à un test à l'aveugle pour évaluation. Les sujets de test ont été invités à évaluer si les images ont été générées par des humains ou un ordinateur. Dans le cas d'œuvres d'art réelles exposées à Art Basel, les sujets du test ont supposé que 52% de toutes les œuvres avaient été créées par un ordinateur. Pour les images basées sur l'IA, les sujets de test ont supposé cela pour seulement 25 % de toutes les images.

Portrait de l'artiste Joseph Ayerle, calculé par une IA, montrant l'actrice Ornella Muti . L'IA a été formée pour recréer le style du peintre de la Renaissance Raffael .

En mars 2018, une œuvre d'art vidéo a été publiée dans laquelle une Ornella Muti créée par l'IA a agi. A l'aide d'un réseau de neurones artificiels, l'artiste Joseph Ayerle avait calculé de nouvelles séquences de films que la vraie actrice italienne n'a jamais jouées.

En octobre 2018, la maison de ventes Christie's a mis aux enchères le « Portrait d'Edmond de Belamy » créé par l'intelligence artificielle . Le tableau, initialement estimé à une valeur marchande de 7 000 $ à 10 000 $, a généré un produit d'enchères de 432 500 $.

Derrière la création du portrait se trouvait le groupe d'artistes français Obvious, qui avait formé une intelligence artificielle avec les données d'images de 15 000 peintures réelles du XIVe au XXe siècle. Une attention particulière a été portée au fait que le tableau n'était pas signé de la signature de l'artiste, mais de la formule « min G max D Ex [log (D (x))] + Ez [log (1-D (G (z ) ))] », qui, selon l'équipe d'artistes, a été utilisée lors de sa création.

L'auteur George RR Martin écrivait son sixième livre de la série Game of Thrones , qui était très attendu par les fans. Le programmeur Zack Thoutt a formé une IA (Recurrent Neural Net) avec les cinq premiers livres de la série et a fait écrire à l'IA un sixième livre. Le résultat a été publié sur Internet à l'été 2017. L'IA a développé des personnages individuels comme prévu dans certaines théories de fans sans que l'IA ne le sache. Il y a des défauts dans la grammaire, des personnages individuels déjà morts réapparaissent et les intrigues ne sont pas très excitantes.

Sunspring est le premier court métrage (2016) dont le scénario a été écrit par une IA.

Dans son projet Magenta, Google essaie de créer des IA créatives. À l'été 2017, par exemple, une improvisation au piano a été présentée, composée par une IA. À l'été 2016, le projet Magenta a sorti une courte chanson pop composée par une IA.

La musique de l'album "I am AI" de la chanteuse Taryn Southern , présenté à l'automne 2017, a été composée par une IA. Pour composer une chanson à l'aide d'une IA, vous utilisez un logiciel tel qu'Amper Music ou Jukedeck, sélectionnez le genre et d'autres paramètres tels que la durée de la chanson, l'instrumentation, etc. L'IA compose ensuite une chanson unique en quelques secondes. Un musicien peut ensuite rassembler des fragments de ces exemples pour créer sa propre chanson. Ainsi, chacun peut créer une musique plus ou moins professionnelle. De plus en plus de musiciens admettent utiliser l'IA comme outil de composition. L'album "Hello World" de Skygge a également été composé entièrement avec une IA (machine à flux). L'IA compose des morceaux sonores, qui sont ensuite triés, sélectionnés et assemblés par des humains, ce qu'on appelle la curation.

Le point de vue des artistes impliqués dans le discours sur le rôle de l'IA en tant qu'initiateur d'une œuvre d'art est controversé. La devise du groupe d'artistes Obvious est: « La créativité est non seulement pour les gens. » Au contraire, il y a la déclaration de l'artiste Joseph Ayerle, qui est cité par le Massachusetts Institute of Technology en disant: « AI peut créer, mais ce n'est pas créatif".

L'IA pour produire la conception de produits

Une équipe de l'expert américain en logiciels 3D Autodesk et du célèbre designer Philippe Starck ont créé conjointement - selon les informations fournies par les personnes impliquées - la première "chaise développée conjointement par l'intelligence artificielle et les humains", la soi-disant IA Président .

L'IA dans l'enseignement supérieur

Dans certaines universités, les systèmes d'IA sont utilisés pour fournir un soutien individuel aux étudiants et aux enseignants.

• Les évaluations automatisées aident les étudiants à acquérir des connaissances
• Avec l'aide de l'analyse d'apprentissage , les offres éducatives numériques sont optimisées
• Les environnements d'apprentissage adaptatifs s'adaptent aux besoins individuels de l'apprenant (par exemple, MathSpring)
• Les chatbots répondent aux questions fréquemment posées (par exemple, Eliza, Mitsuku, Jill Watson)
• Les systèmes de recommandation aident au choix des matières, des cours, des bourses et des ressources (p. ex. littérature)

essai de Turing

Afin d'avoir un critère lorsqu'une machine simule une intelligence équivalente à celle des humains , Alan Turing a suggéré le test de Turing qui porte son nom. Une personne pose des questions à une autre personne ou à une IA via un terminal sans savoir qui répond. Le questionneur doit alors décider si l'interviewé est une machine ou un humain. Si la machine est indiscernable de l'être humain, alors, selon Turing, la machine est intelligente. Jusqu'à présent, aucune machine n'a réussi à passer le test de Turing sans aucun doute. Le prix Loebner pour le test de Turing existe depuis 1991 .

Singularité technologique

Il est à peu près compris comme le moment où l'intelligence artificielle surpasse l'intelligence humaine. À partir de ce moment, le développement ultérieur est principalement conduit par l'IA et non plus par les humains.

Comparer l'intelligence artificielle avec l'intelligence humaine

Selon Wolfgang Wahlster , l'intelligence humaine doit être divisée en différents domaines : l'intelligence cognitive, l'intelligence sensorimotrice, l'intelligence émotionnelle et l'intelligence sociale .

Intelligence cognitive

En matière d'intelligence cognitive, les systèmes cognitifs sont déjà supérieurs aux humains dans de nombreux domaines. Cette zone comprend le jeu d'échecs, le jeu de Go et d'autres jeux de société. En fin de compte, il s'agit d'absorber et d'apprendre des connaissances ainsi que de combiner et de tirer des conclusions de ces connaissances. Cela correspond souvent à ce que les gens acquièrent dans une formation académique.

Intelligence sensorimotrice

Avec cette intelligence, les humains sont toujours supérieurs aux machines, mais certaines machines sont supérieures dans les domaines des capteurs individuels. Fondamentalement, l'œil humain est très bien entraîné. Mais une caméra vidéo appropriée peut également traiter la lumière dans la gamme infrarouge et UV, ce qu'un humain ne peut pas. En acoustique, les microphones peuvent capter des volumes ou des gammes de fréquences nettement inférieurs à ceux de l'oreille humaine. Cela s'applique encore plus au sens de l'odorat et du goût, où les capteurs de la machine sont clairement supérieurs. Cependant, une personne peut combiner ces impressions sensorielles (fusion de capteurs), ce qu'une machine n'a pu faire jusqu'à présent que peu. Cependant, cela pourrait changer d'ici quelques années.

Intelligence émotionnelle

Jusqu'à présent, la machine n'a quasiment rien fait dans ce domaine. L' homme peut faire preuve d' empathie avec un autre homme, la sympathie de sentiment et de l' empathie, la compassion pitié, la tristesse, la peur, la joie, écrire des poèmes d'amour, des explosions de colère ont, etc. Ce qui aujourd'hui , mais peut les machines déjà à ses débuts, est le soi-disant. L' analyse des sentiments , d. H. en observant le langage corporel humain, c'est-à-dire le visage, les gestes, etc., « lire » les émotions d'une personne. Une tentative d'une équipe de scientifiques finlandais, publiée en 2020, va dans le même sens : on dit qu'elle a réussi à modéliser des associations humaines par l'IA. L'IA a été entraînée avec des impulsions EEG de sujets humains.

Intelligence sociale

Il s'agit de la capacité à (re-) réagir de manière appropriée dans un groupe humain, par exemple pour reconnaître une humeur ou pour l'influencer de manière constructive, par ex. B. l'esprit d'équipe. Une compétence qui est surtout bien développée chez les entrepreneurs mais aussi les politiques. Jusqu'à présent, la machine n'a rien pu faire dans ce domaine.

Sensibilisation à l'intelligence artificielle

C'est une hypothèse de base en neuroscience que les processus de la conscience sont en corrélation avec les processus neuronaux du cerveau (voir Corrélation neuronale de la conscience ). Selon Jürgen Schmidhuber , la conscience n'est qu'un sous-produit de la résolution de problèmes dans le cerveau. Les résolveurs de problèmes artificiels (par exemple , les robots mobiles autonomes ) sont également avantageux s'ils sont «conscients» d'eux-mêmes et de leur environnement. La « conscience » de Schmidhuber dans le contexte des robots autonomes fait référence à un modèle de monde numérique incluant le système lui-même, mais pas à l' expérience des états. Un modèle mondial pourrait être appris dans le contexte de l' apprentissage par renforcement en récompensant des actions qui élargissent le modèle mondial.

Sciences adjacentes

Linguistique

L'interprétation du langage humain par les machines joue un rôle crucial dans la recherche en IA. Tout résultat du test de Turing se traduit principalement par des situations de dialogue qu'il faut maîtriser.

Avec ses modèles grammaticaux et ses modèles sémantiques psycholinguistiques tels que la sémantique des caractéristiques ou des prototypes , la linguistique fournit la base de la «compréhension» automatique des phrases complexes du langage naturel. La question centrale est de savoir comment les signes du langage peuvent réellement avoir une signification pour l'intelligence artificielle. L' argument de Chinese Room du philosophe John Searle devrait montrer qu'il serait possible de réussir le test de Turing même si les caractères de la langue utilisés ne sont pas pris en compte. En particulier, les résultats du domaine de l' incarnation soulignent également la pertinence de telles expériences qui reposent sur l'incarnation d'un agent et son intégration dans un environnement signifiant pour toute forme de cognition, c'est-à-dire aussi pour la construction de sens par une intelligence.

Une interface entre la linguistique et l'informatique est la linguistique computationnelle , qui traite entre autres du traitement du langage machine et de l'intelligence artificielle.

psychologie

La psychologie traite, entre autres, du terme intelligence .

psychothérapie

Dans la recherche en psychothérapie, des applications expérimentales de l'intelligence artificielle existent depuis un certain temps pour combler les déficits et les goulots d'étranglement dans les soins psychothérapeutiques et pour économiser les coûts, mais aussi pour identifier à un stade précoce les crises imminentes chez les patients en liste d'attente.

philosophie

Les aspects philosophiques du problème de l'IA sont parmi les plus ambitieux de toute l'informatique.

Les réponses qui sont données aux questions centrales dans ce domaine vont loin dans les sujets ontologiques et épistémologiques qui ont préoccupé la pensée humaine depuis le début de la philosophie. Quiconque donne de telles réponses doit également en tirer les conclusions pour les personnes et pour eux-mêmes. Il n'est pas rare que vous souhaitiez procéder à l'envers et leur appliquer les réponses que vous avez trouvées avant le développement de l'intelligence artificielle. Mais il s'est avéré que l'intelligence artificielle a incité de nombreux chercheurs à se pencher sur des problèmes tels que la relation entre la matière et l' esprit , les origines de la conscience, les limites de la connaissance, le problème de l' émergence , la possibilité d'une intelligence extra-humaine, etc. sous un jour nouveau et à réévaluer en partie.

Une perspective engagée dans la pensée métaphysique ou idéaliste considère qu'il est impossible (au sens d'une IA faible) que les machines puissent jamais avoir plus qu'une simple conscience simulée avec une connaissance et une liberté réelles. D'un point de vue ontologique, le philosophe américain Hubert Dreyfus critique le concept d'IA forte. À partir de l' ontologie de la « mondanité du monde » développée par Martin Heidegger dans son ouvrage Sein und Zeit , Dreyfus essaie de montrer qu'on ne peut pas revenir au phénomène du monde comme totalité signifiante du sens : le sens, i. H. Les relations entre les choses dans le monde sont un phénomène d'émergence, car il n'y a pas « du sens » et puis « plus de sens ». Cependant, cela s'avère également être la tâche de programmer des relations significatives entre les choses du monde dans un ordinateur comme une entreprise réellement impossible ou infinie. C'est parce que le sens ne peut pas être créé en ajoutant des éléments initialement dépourvus de sens.

Une école de pensée évolutionniste-progressive, en revanche, considère comme possible (au sens d'une IA forte) que les systèmes d'intelligence artificielle puissent un jour surpasser les humains dans ce qui est actuellement encore considéré comme spécifiquement humain. D'une part, cela comporte le risque que de telles machines d'IA se retournent contre les intérêts des gens. D'autre part, cette technologie offre la possibilité de résoudre des problèmes que les humains ont du mal à résoudre en raison de leurs capacités limitées (voir aussi singularité technologique ).

D'autres points de contact peuvent être trouvés dans la philosophie analytique .

Outre la question de l'être et de la conscience, la question de savoir si une IA peut être tenue pour responsable de ses actions illégales ou de ses fautes (par exemple dans un accident de voiture causé par un véhicule autonome) se pose dans le cadre de la philosophie juridique et de l' éthique du robot qui est responsable de tout. Les développeurs sont confrontés à la question de savoir comment une IA agit moralement et éthiquement correctement. Par exemple, ils réfléchissent à la manière de résoudre le problème des chariots avec les véhicules autonomes.

Le biochimiste et auteur de non-fiction russo-américain Isaac Asimov décrit dans ses trois lois sur les robots les conditions préalables à une coexistence pacifique et solidaire entre l'IA et les humains. Ces lois ont ensuite été étendues par d'autres auteurs.

Droits humains

Les questions centrales dans l'utilisation de l'IA comprennent la répartition des obligations juridiques entre les États et les entreprises ainsi que les implications des droits de l'homme en ce qui concerne l'utilisation de l'IA dans certains domaines d'application, par ex. B. dans la reconnaissance faciale ou facilitant la prise de décision des tribunaux. L'étendue de la coopération technologique dans le domaine de l'IA avec les États qui n'adhèrent pas aux normes fondamentales des droits de l'homme est également discutée du point de vue de l'éthique économique et du droit international.

L'informatique

L' intelligence artificielle est étroitement liée aux autres disciplines de l'informatique. Une différenciation peut être tentée sur la base des résultats obtenus. Pour cela, il semble utile de différencier les différentes dimensions de l'intelligence :

1. La possibilité de traiter n'importe quel symbole (pas seulement des chiffres).
2. La construction d'un modèle intérieur du monde extérieur, un modèle de soi, ainsi que la relation entre soi et le monde.
3. La capacité d'appliquer les connaissances de manière appropriée.
4. La capacité de découvrir les relations contenues dans les connaissances stockées, d. H. pouvoir déduire logiquement.
5. La capacité de généraliser (abstraction) et de se spécialiser (c'est-à-dire d'appliquer des relations générales à des faits concrets).
6. La capacité de transférer les connaissances et l'expérience acquises à de nouvelles situations jusque-là inconnues.
7. La capacité de se comporter de manière planifiée et d'être capable de former des stratégies appropriées pour atteindre les objectifs.
8. Adaptabilité à différentes situations, éventuellement changeantes dans le temps, et à des environnements problématiques.
9. Capacité d'apprendre combinée à la capacité d'évaluer les progrès partiels ou la régression.
10. La capacité d'agir dans des situations floues ou incomplètement décrites ou reconnues.
11. La capacité de reconnaître des modèles (possédant des capteurs) et de traiter activement avec l'environnement (possédant des effecteurs).
12. Disposer d'un moyen de communication aussi complexe et expressif que le langage humain.

Critique de la recherche en IA

Stephen Hawking a mis en garde contre l'IA en 2014 et l'a considérée comme une menace pour l'humanité. La fin de l'humanité pourrait être inaugurée grâce à l'IA. L'avenir dira si les machines prendront le contrôle à un moment donné. Mais il est déjà clair aujourd'hui que les machines éloignent de plus en plus les personnes du marché du travail.

En août 2017, 116 entrepreneurs et experts de l'industrie technologique (dont Mustafa Suleyman , Elon Musk , Yoshua Bengio , Stuart Russell , Jürgen Schmidhuber ) ont exigé dans une lettre ouverte à l'ONU que les armes autonomes soient interdites ou la CCW, qui a existé. depuis 1983 La liste devrait être établie. Certaines armes conventionnelles sont interdites par l' ONU et comprennent, entre autres, les armes chimiques. Après la poudre à canon et la bombe atomique, la troisième révolution de la guerre menace. Citant la lettre : « Une fois cette boîte de Pandore ouverte, elle devient difficile à refermer » et « Une fois inventée, elle pourrait permettre des conflits armés d'une ampleur sans précédent et plus rapidement que les humains ne peuvent saisir ». Les terroristes et les despotes pourraient utiliser les armes autonomes et même les pirater.

De telles positions ont été contestées, entre autres. Rodney Brooks et Jean-Gabriel Ganascia .

En février 2018, un rapport d'un groupe de projet composé d'experts de premier plan dans le domaine de l'IA a été publié, qui met en garde contre d'éventuelles « utilisations malveillantes de l'intelligence artificielle » (titre original anglais : « L'utilisation malveillante de l'intelligence artificielle »). Des chercheurs des universités d'Oxford, Yale et Stanford, ainsi que des développeurs de Microsoft et Google ont été impliqués. Le rapport fait référence aux technologies existantes et utilise divers scénarios pour démontrer comment celles-ci pourraient être exploitées par des terroristes, des criminels et des gouvernements despotiques. Les auteurs du rapport appellent donc à une coopération plus étroite entre les chercheurs, les développeurs et les législateurs dans le domaine de l'IA et proposent des mesures concrètes sur la manière dont les dangers d'abus pourraient être réduits.

L'historien Yuval Noah Harari a déclaré : " L'intelligence artificielle et la biotechnologie peuvent détruire ce qui fait les gens. " Il met en garde contre une course aux armements de l'intelligence artificielle et recommande une coopération mondiale face à cette " menace existentielle ".

Le philosophe Richard David Precht s'oppose à l'idée qu'il existe à l'avenir une menace de mauvaise volonté ou la lutte pour le pouvoir de la part d'une intelligence artificielle développée ; le danger potentiel réside plutôt dans leur utilisation incorrecte.

Suggestions pour faire face à l'IA

Le président de Microsoft , Brad Smith, a suggéré d'établir un code de conduite , tel qu'une Convention de Genève numérique , pour réduire les risques liés à l'intelligence artificielle.

L'éthicien Peter Dabrock recommande non seulement d'augmenter la compétence numérique des acteurs dans le cadre de l'utilisation et de la programmation de l'intelligence artificielle, mais aussi de s'appuyer sur des éléments pédagogiques classiques. La connaissance de la religion, de la littérature, des mathématiques, des langues étrangères, de la musique et du sport est une bonne condition préalable pour faire face aux défis associés et augmenter la capacité de différencier et de reconnaître les ambiguïtés.

Le 28 juin 2018, le Bundestag allemand a mis en place une commission d' étude sur l'intelligence artificielle - Responsabilité sociale et potentiel économique . La Commission a présenté son rapport final le 28 octobre 2020. L'intelligence artificielle est donc le prochain niveau de numérisation. Sous le principe directeur d'une « IA centrée sur l'humain », une « conception démocratique » du développement est requise, afin que les applications de l'IA soient principalement axées sur le bien-être et la dignité des personnes et apportent un avantage à la société. Afin de lutter contre la discrimination à l'égard des personnes, « si l'IA juge les personnes, un droit à la transparence, à la traçabilité et à l'explicabilité des décisions de l'IA est requis afin que le contrôle judiciaire automatisé soit possible ».

Diffusion de l'IA en Allemagne

Le nombre d'entreprises utilisant les technologies de l'IA est encore relativement faible en Allemagne. Fin 2018, seulement 6 % des entreprises utilisaient ou mettaient en œuvre l'IA. 17% ont indiqué qu'ils testaient ou au moins prévoyaient d'utiliser l'IA. L'étude ZEW arrive également à une conclusion similaire. En 2019, environ 17 500 entreprises du groupe déclarant de l'enquête sur l'innovation (industrie manufacturière et services principalement orientés vers les entreprises) ont utilisé l'IA dans des produits, des services ou des processus internes. Cela représente 5,8% des entreprises du groupe déclarant.

L'observatoire de l'IA

Avec l'Observatoire de l'intelligence artificielle dans le travail et la société (observatoire de l'IA en abrégé), un projet du groupe de réflexion Digital Work Society, le ministère fédéral du Travail et des Affaires sociales se concentre sur l'impact de l'IA sur le travail et la société. L'observatoire de l'IA agit à l'interface entre politique, science, entreprise et société ; il agit comme un vecteur de connaissances et une source d'inspiration. L'observatoire de l'IA a pour mission d'anticiper en amont les effets de l'IA dans le monde du travail et d'identifier les besoins d'action. De cette manière, l'unité de travail, qui a débuté en mars 2020, contribue à la réalisation des objectifs formulés dans la stratégie d'IA du gouvernement fédéral - par exemple, le bon usage sûr et commun de l'IA. De plus, l'observatoire de l'IA a pour objectif de responsabiliser et d'encourager les différents acteurs sociaux à faire face à l'intelligence artificielle à l'aide de formats de dialogue et de participation.

Les principales missions spécifiques de l'observatoire sont déclinées en cinq domaines d'action :

1. Prospective technologique et évaluation technologique

2. L'IA dans l'administration du travail et sociale

3. Cadre pour la conception de l'IA / de la technologie sociale

4. Développement de structures internationales et européennes

5. Dialogue social et réseautage

Représentation dans le cinéma et la littérature

L'IA a été traitée dans l'art, le cinéma et la littérature depuis le modernisme classique . Le traitement artistique - contrairement à la recherche en IA, dans laquelle la réalisation technique est au premier plan - concerne principalement les aspects moraux, éthiques et religieux et les conséquences d'une "intelligence machine" non humaine.

Pendant la Renaissance , le terme homoncule a été inventé, un humain miniature artificiel sans âme. Les automates de type humain sont apparus dans la littérature aux XVIIIe et XIXe siècles, par exemple dans Der Sandmann d' ETA Hoffmann et Der Maschinenmann de Jean Paul .

Aux XXe et XXIe siècles, la science-fiction aborde le sujet de plusieurs manières dans le cinéma et la prose . En 1920, l'écrivain Karel Čapek invente le terme « robot » dans sa pièce RUR ; En 1926, Fritz Lang s'est adressé aux robots de Metropolis , qui effectuent un travail humain.

Les robots ont été présentés au public du film dans les différentes œuvres comme des machines intelligentes et différenciées avec des personnalités très différentes : ils sont développés pour les utiliser à de bonnes fins, mais se transforment souvent en machines dangereuses qui développent des plans hostiles contre les gens. Au fil de l'histoire du cinéma, ils deviennent de plus en plus des êtres sûrs d'eux qui veulent se soumettre à l'humanité.

Une autre forme d'engagement artistique avec l'IA est la république d' artistes lituanienne d'Užupis . Dans son ambassade à Munich, ​​l'humanoïde de recherche artificiellement intelligent « Roboy » agit en tant que consul et la constitution contient son propre article sur l'intelligence artificielle (« Toute intelligence artificielle a le droit de croire en une bonne volonté d'humanité [L'article de Munich].").

Exemples (sélection)

• HAL 9000 en 2001 : L'odyssée de l'espace (1968)
• Colosse et gardien dans Colosse (1970)
• Les androïdes dans Westworld (1973) et Westworld (2016)
• Les bombes parlantes dans Dark Star (1974)
• Le supercalculateur Golem des livres Golem XIV et Also Spoke Golem de Stanisław Lem (1981)
• Programme de contrôle principal à Tron (1982)
• Skynet dans la série de films Terminator (à partir de 1984)
• Le numéro 5 dans les films, le numéro 5 est vivant ! (1986) et le numéro 5 n'abandonne pas (1988)
• Données Android dans Spaceship Enterprise - Le prochain siècle (1987-1994)
• Tous les programmes (oracle, architecte, agent, etc.) dans The Matrix (1999)
• Andrew Martin dans Les 200 ans de l'homme (2000)
• Le personnage principal de l' IA - Intelligence Artificielle de Steven Spielberg (2001)
• Rapport minoritaire (2002)
• Red Queen et White Queen dans les films Resident Evil (depuis 2002)
• Sonny dans Moi, Robot (2004)
• Réflexion profonde dans Le guide de l'auto-stoppeur de la galaxie (2005)
• Personne d'intérêt (depuis 2011)
• De vrais humains (depuis 2012)
• Samantha dans Elle (2013)
• Ava dans Ex Machina (2015)
• Humains (2015)
• ARES dans le roman de Schätzing La tyrannie du papillon (2018)
• Les androïdes dans le jeu vidéo Detroit : Become Human (2018)
• GLaDOS dans les jeux vidéo Portal et Portal 2 (2007)

Impact social

Au cours de la révolution industrielle , la puissance musculaire a été remplacée par la machine avec l'invention de la machine à vapeur ( cheval-vapeur pour les watts ). La révolution numérique pourrait remplacer la pensée humaine par l'IA machine.

L'entrepreneur américain Elon Musk prédit qu'à l'avenir il y aura de moins en moins d'emplois rémunérateurs qui ne pourront pas être faits mieux et moins cher par une machine, c'est pourquoi de moins en moins de travailleurs seraient nécessaires. La production largement mécanique rendrait les produits et services très bon marché. Dans ce contexte, il soutient l'instauration d'un revenu de base inconditionnel. Le physicien Stephen Hawking a déclaré : Il est déjà clair aujourd'hui que les machines déplacent de plus en plus les gens du marché du travail. Le fondateur de Microsoft, Bill Gates, voit le développement de la même manière. Il réclame une taxe sur les robots afin de pouvoir faire face aux tâches sociales du futur.

L'informaticien Constanze Kurz a déclaré dans une interview qu'il y a toujours eu des progrès techniques. Dans le passé, cependant, les changements techniques se produisaient généralement au fil des générations, de sorte qu'il y avait suffisamment de temps pour se former à de nouvelles tâches. Aujourd'hui, le changement technique s'effectue en quelques années, de sorte que les gens n'ont pas assez de temps pour se former à de nouvelles tâches. Le porte-parole du Chaos Computer Club , Frank Rieger , a averti dans diverses publications (par exemple le livre Arbeitsfrei ) que l'automatisation accélérée de nombreuses zones de travail entraînera la perte de plus en plus de personnes dans un avenir proche (par exemple, les chauffeurs de camion par auto- conduire des voitures ). Il existe entre autres un risque d'affaiblissement des syndicats, qui pourraient perdre des membres. Rieger préconise donc de « socialiser le dividende de l'automatisation », c'est-à-dire de taxer le travail non humain, afin que la prospérité générale augmente également et soit équitablement répartie à mesure que l'économie se développe sous la forme d'un revenu de base.

Dans une étude de 2013, des scientifiques de l'Université d'Oxford ont testé un grand nombre d'emplois pour leur automatisation. Les scientifiques ont divisé les emplois en différents groupes à risque. 47 pour cent des emplois examinés aux États-Unis ont été classés dans le groupe à risque le plus élevé, i. Cela signifie que le risque que ces emplois soient automatisés dans les dix ou vingt prochaines années (à partir de 2013) est très élevé.

Jack Ma , le fondateur de la société Internet chinoise Alibaba , a averti lors d'une conférence que les gens devraient se préparer à des changements importants sur le marché du travail, car l'IA changera le monde. Au cours des 200 dernières années, la fabrication et les services ont créé des emplois. Mais maintenant, à cause des IA et des robots, presque aucun emploi n'y sera créé. Jack Ma a critiqué l'éducation scolaire d'aujourd'hui (il était autrefois professeur d'anglais). Les étudiants ne sont pas formés pour les besoins de demain, mais plutôt pour une économie qui n'existera bientôt plus. Les écoles formeraient les chômeurs de demain. Cela n'a aucun sens de vouloir rivaliser avec les IA et les robots. Les écoles devraient former les élèves à être aussi innovants et créatifs que possible. Jack Ma suppose que les IA détruiront de nombreux emplois, mais créeront également de nombreux nouveaux emplois. La question est de savoir si les étudiants sont formés pour ces nouveaux emplois.

Jürgen Schmidhuber a répondu à la question de savoir si les IA nous dépasseront bientôt ou si nous devrons nous soucier de notre travail : « Les intelligences artificielles apprendront presque tout ce que les humains peuvent - et bien plus encore. Vos réseaux de neurones deviennent plus intelligents d'expérience et, en raison du matériel de moins en moins cher, cent fois plus puissant tous les dix ans. Notre théorie formelle du plaisir permet même de mettre en œuvre la curiosité et la créativité pour construire des scientifiques et des artistes artificiels. » Et « Tous les cinq ans, l'arithmétique devient 10 fois moins chère. Si la tendance se poursuit, les petits ordinateurs seront bientôt capables de calculer autant qu'un cerveau humain, 50 ans plus tard, comme les 10 milliards de cerveaux réunis. » Schmidhuber voit le besoin comme une conséquence de l'automatisation progressive inévitable et de la perte de revenus emplois un revenu de base inconditionnel. « Les propriétaires de robots devront payer des impôts pour nourrir les membres de notre société qui n'ont plus d'emplois existentiellement nécessaires. Quiconque ne soutient pas cela dans une certaine mesure invoque la révolution de l'homme contre la machine. »

Erik Brynjolfsson est d'avis que l'émergence de partis radicaux aux USA et en Europe est le résultat du fait que beaucoup de gens ne peuvent plus suivre le progrès technologique. Quand les gens perdent leur emploi, ces gens se mettent en colère, dit Brynjolfsson. Il pense également qu'à l'avenir, la plupart des travaux seront effectués par des machines.

Mark Zuckerberg a déclaré dans un discours aux diplômés de Harvard que l'introduction d'un revenu de base inconditionnel était nécessaire. Quelque chose ne pourrait plus aller si, en tant que décrocheur de Harvard, il pouvait gagner des milliards en quelques années, tandis que des millions de diplômés universitaires ne pouvaient pas rembourser leurs dettes. Ce qu'il faut, c'est une base sur laquelle chacun peut être innovant et créatif.

En novembre 2017, le patron de la Deutsche Bank, John Cryan, a annoncé une importante réduction des effectifs. L'entreprise emploie 97 000 personnes. 4000 emplois ont déjà été supprimés au cours des 12 derniers mois. 9 000 emplois supplémentaires doivent être supprimés dans un avenir proche. La moitié des emplois seront supprimés à moyen terme. Cryan a justifié cette démarche par le fait que la concurrence offre déjà des performances comparables avec environ la moitié de ses employés. Cryan a déclaré : « Nous faisons trop de travail manuel, ce qui nous rend sujet aux erreurs et inefficaces ». L'apprentissage automatique et l'intelligence artificielle en particulier pourraient rendre l'entreprise beaucoup plus efficace. De nombreux banquiers travaillaient comme des robots de toute façon, a déclaré Cryan. Des machines qualifiées devraient remplacer les employés qualifiés, dit Cryan.

En novembre 2017, le futurologue Lars Thomson a prédit d'énormes bouleversements dans la technologie, le travail, les valeurs et la société au cours des 10 prochaines années. En 2025, un robot ménager pourrait dresser la table du petit-déjeuner, nettoyer les vitres, prendre en charge les services de soins, etc., ce qui détruirait des emplois. Aujourd'hui, 181 entreprises dans le monde travaillent déjà sur des robots intelligents. Le prix d'un tel robot tourne autour de 20 000 euros aujourd'hui. Le marché de l'intelligence artificielle sera plus important que celui de l'automobile dans quelques années. À quelle vitesse 10 ans se sont écoulés, vous le verriez si vous regardez 10 ans en arrière lorsque le premier smartphone est arrivé sur le marché. Il regrette que presque personne dans notre société ne reconnaisse cette évolution qui va complètement changer notre société. Dans 10 ans, les robots prendront le relais des femmes de chambre d'aujourd'hui dans les hôtels. L'avantage pour le directeur d'hôtel : le robot ne veut pas de salaire, pas de jours de congé, et n'a pas à être taxé ou assuré. L'inconvénient : l'Etat ne perçoit plus d'impôts et les gens sont au chômage. C'est pourquoi il n'y aura pas de contournement d'un revenu de base inconditionnel et de l'introduction d'une taxe sur les robots. Thomson voit le danger d'une division dans la société si le rythme du changement dépasse la capacité des gens à changer. Dans le même temps, l'IA libérera les gens du travail. La société doit définir des garde-fous pour les IA.

Dans une interview en janvier 2018, le PDG de Google, Sundar Pichai, a déclaré que le développement actuel de l'intelligence artificielle est plus important pour le développement de l'humanité que la découverte du feu et le développement de l'électricité. Avec le développement actuel de l'IA, rien ne sera négligé. Il est donc important que la société se penche sur la question. C'est le seul moyen de limiter les risques et d'exploiter le potentiel. Google est actuellement l'une des entreprises leader dans le domaine de l'IA. L'assistant IA de Google à lui seul est déjà installé sur des centaines de millions de smartphones Android. Mais l'IA est déjà utilisée des milliards de fois dans les moteurs de recherche. DeepMind, une société acquise par Google, se précipite d'étape en étape dans la recherche sur l'IA. avec AlphaGo , AlphaGo Zero, AlphaZero .

L' Institut de recherche sur l'emploi (IAB), qui fait partie de l'Agence fédérale pour l'emploi, a montré dans une étude de 4/2018 que le travail humain peut être remplacé par des machines en Allemagne. L'étude conclut qu'en 2016, 25 % des activités humaines rémunérées auraient pu être effectuées par des machines, ce qui correspond à environ 8 millions d'emplois en Allemagne. Une étude antérieure a abouti à une valeur de 15 pour cent pour 2013. Les professions les plus touchées sont les professions manufacturières avec environ 83 %, mais aussi les professions liées aux services liés à l'entreprise avec 60 %, les professions dans la gestion et l'organisation d'entreprise avec 57 %, les professions dans l'agriculture, la sylviculture et l'horticulture avec 44 %, etc. Par rapport à 2013 et 2016 sont Les professions de la logistique et du transport particulièrement fortes ont augmenté (de 36 à 56 %), un domaine dans lequel environ 2,4 millions de personnes sont employées en Allemagne. Dans l'ensemble, l'étude suppose que dans un proche avenir, 70 % des activités humaines rémunérées pourraient être reprises par des machines. Les machines pourraient par ex. B. prendre le relais : contrôle de réception des marchandises, contrôle d'assemblage, préparation de commandes, demandes d'assurance, déclarations fiscales, etc. Les technologies qui conduisent ces changements sont : l'intelligence artificielle, le big data, l'impression 3D et la réalité virtuelle. Même s'il n'y aurait pas de licenciements, les employés doivent au moins s'attendre à des changements majeurs dans leur description de poste et donc à un réapprentissage majeur. De nouveaux domaines professionnels verront également le jour. De plus, tout ce qui est déjà possible aujourd'hui ne sera pas mis en œuvre, et certainement pas dans l'immédiat. Un facteur de ce retard sont les aspects éthiques et juridiques, mais aussi les coûts élevés de l'automatisation. L'intelligence artificielle n'est pas toujours moins chère que l'intelligence humaine.

Dans un article invité en février 2018, le PDG de SAP, Bill McDermott, a déclaré que les gens craindraient les changements qu'apporterait un monde avec des robots et des IA. Une première étape importante a été la victoire de la machine Deep Blue sur le champion du monde d'échecs en titre Gary Kasparov en 1997. Une autre étape importante a été la victoire de la machine Watson sur les humains dans le quiz Jeopardy en 2011. Et la prochaine grande étape a été les victoires d' AlphaGo et de ses successeurs AlphaGo Zero et AlphaZero en 2016 et 2017. Les changements profonds que l'IA apporterait sur le lieu de travail sont désormais sur toutes les lèvres. Afin d'éviter tout effet négatif des nouvelles technologies sur la société, il fallait désormais une planification bien pensée. Les pouvoirs publics, le secteur privé et l'éducation doivent travailler ensemble pour doter les jeunes des compétences dont ils ont besoin dans l'économie numérique. Le recyclage et l'apprentissage tout au long de la vie sont la nouvelle norme aujourd'hui. Les emplois ne seraient pas complètement remplacés par des machines, mais principalement dans des sous-zones. De nombreux nouveaux emplois seraient également créés. Le développement économique serait alimenté par l'IA. Pour 2030, une valeur ajoutée de l'ordre de 16 000 milliards de dollars américains et une croissance du produit intérieur brut de 26 % sont attendues. L'automatisation pourrait faire économiser aux entreprises 3 à 4 000 milliards de dollars par an à l'avenir.

Films documentaires

• ARD Quarks and Co: Out of Control - Quand les ordinateurs prennent le pouvoir, 2016
• iHuman, Tonje Hessen Scheis, 2019
• intelligence artificielle Watson dans le jeu-questionnaire Jeopardy, 2011
• 3sat Kulturzeit : Entretien avec Jürgen Schmidhuber, 2016
• Conférence de Jürgen Schmidhuber : L'intelligence artificielle va tout changer, 2016
• heiseshow au CeBIT : Révolution dans l'IA avec l'apprentissage en profondeur, état actuel de l'IA, 2017

Littérature

• Ingo Boersch, Jochen Heinsohn, Rolf Socher : Traitement des connaissances - Une introduction à l'intelligence artificielle . Elsevier, 2006, ISBN 3-8274-1844-5 .
• Ulrich Eberl : Machines intelligentes : Comment l'intelligence artificielle change nos vies . Carl Hanser Verlag, Munich 2016, ISBN 978-3-446-44870-4 .
• Wolfgang Ertel : Cours de base Intelligence artificielle : Une introduction orientée vers la pratique. 3. Édition. Springer Vieweg, 2013, ISBN 978-3-8348-1677-1 .
• Görz, Rollinger, Schneeberger (éd.) : Manuel d'intelligence artificielle. 5e édition. Oldenbourg, 2013, ISBN 978-3-486-71979-6 .
• Intelligence artificielle : la révolution des robots . Image de Science Summer 2019, 99 pages, Konradin Mediengruppe, ISSN  0006-2375 .
• Uwe Lämmel, Jürgen Cleve : Intelligence artificielle . 3. Édition. Carl Hanser Verlag, Munich 2008, ISBN 978-3-446-41398-6 .
• Manuela Lenzen : Intelligence Artificielle. Ce qu'il peut faire et à quoi s'attendre. Verlag CH Beck, Munich 2018, ISBN 978-3-406-71869-4 .
• Nils Nilsson : La quête de l'intelligence artificielle. Une histoire d'idées et de réalisations . Cambridge UP, 2010. Édition en langue allemande : La recherche de l'intelligence artificielle , Berlin 2014, ISBN 978-3-89838-665-4 .
• Roger Penrose : L' Ombre de l'Esprit. Chemins vers une nouvelle physique de la conscience . Traduction de l'anglais Shadows of the Mind . Heidelberg 1995.
• Rolf Pfeifer , Christian Scheier, Alex Riegler : Comprendre l'intelligence . Bradford Books, 2001, ISBN 0-262-66125-X .
• David L. Poole, Alan K. Mackworth : Intelligence artificielle : fondements des agents informatiques. 2e édition. Cambridge University Press, 2017, ISBN 978-1-107-19539-4 .
• Thomas Ramge : L' Homme et la Machine. Comment l'intelligence artificielle et les robots changent nos vies . Reclam-Verlag, Stuttgart 2018, ISBN 978-3-15-019499-7 .
• Stuart J. Russell , Peter Norvig : Intelligence artificielle : une approche moderne . Études Pearson, 2004, ISBN 3-8273-7089-2 . (Titre original : "Artificial Intelligence: A Modern Approach", traduction allemande de la 2e édition)
• Anna Strasser, Wolfgang Sohst , Ralf Stapelfeldt, Katja Stepec (éds.): Intelligence artificielle - La grande promesse Xenomoi, Berlin 2021, ISBN 978-3-942106-79-5
• Bernd Vowinkel : Machines with Consciousness - Où mène l'intelligence artificielle ? Wiley-VCH, 2006, ISBN 3-527-40630-1 .
• Joseph Weizenbaum : La puissance des ordinateurs et l'impuissance de la raison. 12e édition. Suhrkamp, ​​1978, ISBN 3-518-27874-6 .

l'audio

• Intelligence artificielle . Balado SWR3
• Pourquoi vous ne pouvez pas recréer les gens . entretien BR
• À l'état actuel de l'IA. Compact numérique

liens web

Allemand

• Centre de recherche allemand pour l'intelligence artificielle
• Revue allemande d'intelligence artificielle
• Département d'intelligence artificielle de la Society for Computer Science (GI)
• Article sur le thème de l'intelligence artificielle sur heise.de
• Société autrichienne pour l'intelligence artificielle (ÖGAI) : oegai.at
• Computerwoche.de : FAQ Intelligence Artificielle
• Gouvernement fédéral de la République fédérale d'Allemagne : stratégie d'intelligence artificielle du gouvernement fédéral (novembre 2018)
• Tableau périodique de Bitkom de l'IA
• ÖFIT-Livre blanc : (In)sondable - L'intelligence artificielle comme créateur d'ordre , centre de compétence pour l'informatique publique
• ÖLivre Blanc FIT : Impulsion pour la conception politique numérique de l'Intelligence Artificielle , Centre de Compétence Public IT

Anglais

• Peter Norvig , aima.cs.berkeley.edu : AI sur le Web - compilation de liens supplémentaires
• claire-ai.org : Confédération des laboratoires d'intelligence artificielle en Europe (CLAIRE, Fédération des instituts de recherche en IA en Europe)
• eurai.org : Association européenne pour l'intelligence artificielle (EurAI, anciennement ECCAI)
• Larry Hauser :  Intelligence Artificielle. Dans : J. Fieser, B. Dowden (Eds.) : Internet Encyclopedia of Philosophy .
• Journal de recherche en intelligence artificielle (JAIR)
• Selmer Bringsjord, Naveen Sundar Govindarajulu :  Intelligence artificielle. Dans : Edward N. Zalta (éd.) : Stanford Encyclopedia of Philosophy .
  • Richmond Thomason :  Logique et Intelligence Artificielle. Dans : Edward N. Zalta (éd.) : Stanford Encyclopedia of Philosophy .
  • Frédéric Portoraro :  Raisonnement automatisé. Dans : Edward N. Zalta (éd.) : Stanford Encyclopedia of Philosophy .

Preuve individuelle