Bernard Ourghanlian a rejoint Microsoft en 1999. Il est Directeur Technique et Sécurité de Microsoft France. A quelques jours des premiers pas de Windows 9 et à quelques mois du lancement de l’assistant vocal Cortana en France, nous avons pu nous entretenir avec lui à l’occasion d’une conférence de presse au siège français de l’éditeur. Il évoque avec nous un sous-domaine passionnant de l’intelligence artificielle : le machine learning.
01net : Pouvez-vous nous donner une définition du machine learning ?
Bernard Ourghanlian : C’est la capacité qu’on donne à une machine d’ingérer des données à apprendre et de s’enrichir grâce à son expérience, c’est-à-dire sa capacité potentielle à récupérer d’autres données et à apprendre à nouveau.
Auriez-vous des exemples concrets d’applications ?
En fait, on utilise le machine learning de manière extrêmement banale dans notre vie de tous les jours. Avec un moteur de recherche, on fait appel à du machine learning. Quand on a une boite aux lettres qui reçoit peu ou pas de spams, c’est parce qu’elle dispose d’un algorithme de machine learning qui filtre le spam.
Depuis quand le machine learning s’est-il généralisé ?
Je dirais que ce genre de techno existe depuis plus de dix ans maintenant.
On parle aussi beaucoup de deep learning. Quelle est la différence ?
Le deep learning, c’est du machine learning mais avec la mise en œuvre d’algorithmes qui reposent sur des réseaux de neurones dits profonds. Ils ont permis, en l’occurrence à Microsoft Research d’abord, et à toute l’industrie ensuite, de faire des progrès considérables en matière de reconnaissance de la parole. Dans ce domaine, les premiers travaux ont été financés par le département de la défense américaine dans le cadre de la guerre froide pour faire de la traduction du russe en américain.
Ensuite, c’est au Canada que des progrès ont été réalisés car ils étaient obligés de traduire tous les textes législatifs dans leurs deux langues officielles : le français et l’anglais. Enfin, plus récemment, il y a eu l’approche de Google qui a consisté à dire « je prends le web et je regarde les textes qui sont traduits sur le réseau donc ça me permet d’enrichir ma base de données et d’apprendre ». Et maintenant, on a réussi à descendre le taux moyen d’erreur en-dessous de 5%, ce qui est tout à fait admissible.
Dans quelles applications de Microsoft retrouve-t-on du deep learning ?
Cortana [l’assistant personnel de Microsoft] repose sur du deep learning à plusieurs niveaux. D’abord concernant la compréhension de ce que dit la personne. Ensuite parce qu’il utilise Bing qui fonctionne lui-même avec du deep learning. Enfin, par le biais des capteurs logiciels qui vont lui permettre de connaître votre environnement pour contextualiser ses interventions. Ca, c’est pour le grand public. Et on lance aussi Azure ML, disponible depuis plusieurs mois en bêta qui permet aux entreprises d’accéder à une place de marché avec une bibliothèque d’algorithmes de machine learning.
Quel est l’avenir du machine learning ?
L’intuition qu’on a, c’est qu’il va y en avoir de plus en plus avec des assistants personnels qui nous aideront dans notre vie de tous les jours. Voire même, dans un certain nombre de cas, qui pourront agir à notre place.
Son avantage réside-t-il dans le fait de pouvoir traiter beaucoup de données ?
Non. Certes, plus on a de données, plus on peut avoir un modèle pertinent. Mais on peut très bien créer des modèles sur des données de petites tailles. Et ce n’est pas la raison qui a entraîné l’émergence du machine learning. Plutôt la capacité à faire des choses qu’on ne pourrait pas faire en utilisant un langage de programmation classique. Le machine learning est à la convergence de l’informatique et de la statistique. Il permet de collecter des données en situation réelle et de faire ingérer ces données à un modèle. C’est cela son apport fondamental.
La question ensuite est de savoir si les données sont représentatives ou si elles sont aberrantes, c’est-à-dire en dehors du champ de l’expérience classique. Ainsi, on peut avoir un usage très intéressant de l’utilisation du machine learning dans la sécurité informatique. Il y a beaucoup d’entreprises du CAC 40 aujourd’hui qui ont été attaquées il y a plusieurs mois, voire plusieurs années et qui ne s’en sont pas aperçues. Or, le machine learning est capable d’interpréter des signaux faibles. Au lieu de chercher à travailler sur beaucoup de données qui se comportent de la même façon, il va permettre d’isoler le petit nombre d’entre elles qui présente un comportement bizarre et sur lesquelles il serait nécessaire de travailler.
N’est-ce pas effrayant de penser qu’on peut modéliser et prévoir le comportement des gens grâce à cela ?
Oui, la responsabilité de ce qui est fait des données récoltées ne peut incomber à l’utilisateur. Parce qu’il ne saura pas nécessairement ce qu’on va en faire dans dix ans. Le comité d’experts du président Obama a d’ailleurs recommandé de faire évoluer la législation pour que la responsabilité soit celle des entreprises ou des Etats. C’est aussi la position de Microsoft.
🔴 Pour ne manquer aucune actualité de 01net, suivez-nous sur Google Actualités et WhatsApp.
