En quoi consiste l’IA?

Il est difficile de définir l’IA, et il n’existe aucune définition reconnue. Les technologies incluses dans le terme évoluent et se développent constamment à mesure que la science de l’IA progresse, alors que de nombreuses technologies plus anciennes, autrefois incluses, ne sont plus du tout considérées comme de l’IA. 

Même l’IA la plus avancée de nos jours est restreinte : les outils sont axés sur des tâches précises telles que la reconnaissance de formes, la classification, l’optimisation des tâches et la détection d’anomalies. Les experts ne sont pas d’accord sur le moment ou même si l’IA générale — qui peut effectuer n’importe quelle tâche cognitive aussi bien ou mieux qu’un humain — sera un jour développée. Les systèmes d’IA générale sont donc en dehors de la portée de cette Stratégie. L'intelligence augmentée est également un sous-ensemble de l'IA dans lequel les technologies d'IA et d’AA, telles que les assistants virtuels, aideront les humains en analysant les requêtes et en fournissant des données pertinentes pour aider le demandeur à prendre de meilleures décisions.

L’AA est actuellement la technique dominante en IA, en termes d’application généralisée et d’efficacité. Plutôt que de définir des règles pour obtenir un résultat, comme le fait un logiciel conventionnel, l’AA utilise des données antérieures pour y relever des modèles, ce qui lui permet d’optimiser ses performances en vue d’atteindre un objectif prédéfini. Lorsqu’ils fonctionnent correctement, les outils d’AA peuvent aider à prévoir les besoins, les événements, les tendances et les risques futurs, ce qui permet aux utilisateurs de réaliser des gains d’efficacité importants dans des domaines tels que la maintenance, la logistique et la gestion des inventaires. Cependant, l’efficacité de l’AA dépend de l’accès à des données suffisantes, pertinentes et de haute qualité, sans lesquelles les résultats de l’outil ne seront pas fiables. Par conséquent, la quantité et la qualité des données utilisées pour les applications de l’AA sont une priorité clé pour le MDN et les FAC.

L’IA générative est un sous-ensemble de l’AA qui peut produire une grande variété de nouveaux contenus, comme des images, des vidéos, de l’audio, du texte, du code et des modèles 3D, en réponse aux messages-guides des utilisateurs. Elle le fait en dégageant la structure et des modèles de grandes quantités de données existantes, puis en utilisant ces tendances pour générer de nouveaux résultats ayant des caractéristiques semblables. Les extrants de l’IA générative peuvent être complexes, très réalistes et parfois indiscernable du contenu créé par un humain. Les percées récentes dans le domaine, en particulier quant aux grands modèles linguistiques et à la génération d’images, ont considérablement amélioré les capacités de l’IA générative, ouvrant de nouvelles possibilités d’utilisation de la technologie pour résoudre des problèmes complexes, notamment pour la recherche scientifique.

Dans la culture populaire, l’IA est souvent caractérisée comme une concurrente de l’intelligence humaine, mais dans la pratique, les deux types d’intelligence sont très complémentaires. Dans de nombreux domaines, l’intelligence humaine soutenue par l’IA peut fournir des résultats supérieurs à ceux obtenus séparément. À titre d’exemple, l’IA peut entreprendre des tâches répétitives ou qui exigent un niveau élevé de précision et une attention soutenue. Le personnel humain peut donc exécuter les tâches auxquelles il excelle, particulièrement celles qui nécessitent du jugement, de la créativité, de l’initiative et une compréhension du contexte stratégique dans son ensemble.

En plus de ses promesses, l’IA et son utilisation des données entraînent des défis et des responsabilités. Si un modèle d’IA est formé sur des données biaisées, la prédiction qui en résulte peut refléter et perpétuer ces biais, entraînant des préjudices dans le monde réel. En outre, il se peut que les prédictions de l’IA basées sur des données passées ne représentent pas l’avenir, ce qui signifie que cette IA ne parviendrait pas à prévoir des événements peu probables, mais ayant d’importantes répercussions. Enfin, l’utilisation des données par l’IA peut également présenter des risques liés à la protection des renseignements personnels et à la sécurité, en particulier lorsque ces données comportent des renseignements permettant d’identifier une personne ou des renseignements gouvernementaux de nature sensible. Par conséquent, les résultats de l’IA doivent toujours être analysés par rapport au jugement humain expert et aux contraintes et attentes de l’organisation, en tenant compte des limites de l’IA. Sur la voie de l’habilitation de l’IA, il est essentiel que l’Équipe de la Défense établisse et respecte les exigences en matière d’éthique, d’équité et de sécurité pour l’utilisation de l’IA.