INTELLIGENCE ARTIFICIELLE ET ROBOTIQUE AU XXIème SIÈCLE

27 mars 2018

L' INTELLIGENCE ARTIFICIELLE ET LE DEVLOPPEMENT DE LA ROBOTIQUE AU XXIème SIECLE

( Suite et fin )

Les gens sont susceptibles de se concentrer sur les tâches que les machines ne peuvent pas faire aussi bien, y compris le raisonnement complexe et l'expression créative. Déjà, les enfants sont de plus en plus exposés aux applications de l'IA, comme l'interaction avec des assistants personnels sur les téléphones portables ou avec des agents virtuels dans les parcs à thème. Une exposition anticipée améliorera les interactions des enfants avec les applications de l'IA, qui deviendront une partie intégrante de leur vie quotidienne. En conséquence, des lacunes apparaîtront dans la façon dont les générations plus jeunes et plus anciennes perçoivent les influences d'IA sur la société. L'IA pourrait élargir les inégalités de possibilités existantes si l'accès aux technologies de l'IA, ainsi que le calcul haute puissance et les données à grande échelle qui alimentent beaucoup d'entre elles, est injustement réparti dans toute la société. La mesure du succès pour les applications d'IA est la valeur qu'elles créent pour des vies humaines. Dans l'avenir, la facilité avec laquelle les gens utilisent et s'adaptent aux applications d'IA déterminera en grande partie leur succès.

44 - 45 - Les entreprises telles que Google, Facebook et Amazon ont activement fait pression pour éviter d'être désignées comme critiques pour l'économie, arguant que cela ouvrirait la voie à une réglementation qui compromettrait inévitablement leurs cycles rapides de développement de produits et leur capacité à innover. Néanmoins au fur et à mesure que les entreprises créent, exploitent et maintiennent une infrastructure essentielle utilisent l'IA, l'intérêt augmentera en réglementant ce logiciel. Certains régimes réglementaires existants pour la sécurité des logiciels (par exemple, la réglementation de la FDA sur les logiciels médicaux à haute conséquence) nécessitent des pratiques spécifiques d'ingénierie logicielle au niveau du développeur. Cependant, les systèmes logiciels modernes sont souvent assemblés à partir de composants de bibliothèque qui peuvent être fournis par plusieurs fournisseurs et sont relativement indépendants de l'application. Il ne semble pas possible ni souhaitable de soumettre tous ces développeurs aux normes requises pour les applications les plus critiques et les plus rares. Il ne semble pas non plus conseillé d'autoriser une utilisation non réglementée de ces composants dans des applications critiques pour la sécurité. Les retombées entre la promotion de l'innovation et la régulation de la sécurité sont difficiles, tant sur le plan conceptuel que pratique.

Au minimum les entités réglementaires auront besoin d'une plus grande expertise pour comprendre les implications des normes et des mesures mises en place par les chercheur, le gouvernement et l'industrie

131 - Considérations politiques et juridiques

Bien qu'un examen complet des façons dont l'intelligence artificielle (IA), l'interaction avec la loi dépasse le cadre de ce rapport inaugural, cela semble clair: en tant que technologie transformatrice, l'IA peut mettre en évidence un certain nombre d'hypothèses juridiques à court, moyen et long terme. Précisément, comment la loi et la politique s'adapteront aux progrès de l'IA - et comment l'IA s'adaptera aux valeurs reflétées dans la loi et la politique - dépend de divers facteurs sociaux, culturels, économiques et autres, susceptible de varier selon la juridiction. La loi américaine représente un mélange de lois et d'ordonnances en Common Law, fédérales, étatiques et locales, qui peut être la plus pertinente pour les règlements de l'IA. En fonction de son instanciation, l'IA pourrait impliquer chacune de ces sources de droit. Par exemple, le Nevada a adopté une loi autorisant largement les véhicules autonomes et a chargé le Nevada Department of Motor Vehicles d'élaborer des exigences. Pendant ce temps, l'Administration nationale de la sécurité du transport routier a déterminé qu'un système automobile autonome, plutôt que les occupants du véhicule, peut être considéré comme le «conducteur» d'un véhicule.

Certaines conceptions de voitures contournent ce problème en restant en mode autonome uniquement lorsque les mains sont sur le volant (au moins de temps en temps), de sorte que le conducteur humain a le contrôle et la responsabilité ultime. Pourtant, l'adoption de cette stratégie par Tesla n'a pas empêché le premier accident de la circulation impliquant une voiture autonome, qui a eu lieu en juin 2016. Ces incidents influenceront certainement les attitudes du public face à la conduite autonome. Et comme la première expérience de la plupart des personnes avec des agents incarnés, le transport autonome influencera fortement la perception de l'IA par le public. Les voitures sans conducteur sont, bien sûr, un exemple des nombreuses instanciations d'IA dans les services, les produits et d'autres contextes.

L'effet juridique de l'introduction d'IA dans la fourniture de conseils fiscaux, la négociation automatisée sur le marché boursier ou la création de diagnostics médicaux varieront également selon les régulateurs qui régissent ces contextes et les règles qui s'appliquent en leur sein. Beaucoup d'autres exemples d'applications de l'IA relèvent de la politique actuelle non spécifique à la technologie, y compris le programme prédictif de Eric Engleman, «Google Exception dans le Cyber Order d'Obama interrogé comme Unwise Gap», Bloomberg Technology, 4 mars 2013, a accédé au 1er août 2016.

131 - Ryan Calo, «L'affaire pour une commission fédérale de la robotique», Brookings Report, le 15 septembre 2014, a eu accès au 1er août 2016.

http://www.brookings.edu/research/reports2/2014/09/case-forfederal-robotics-commission

L es équipes capables d'analyser l'IA à partir d'angles multiples

Les questions de recherche vont de la recherche fondamentale au renseignement et aux méthodes pour évaluer et affecter la sécurité, la vie privée, l'équité et d'autres impacts de l'IA. Les questions incluent:

Qui est responsable lorsqu'une voiture auto-déclenchée s'arrête ou qu'un dispositif médical intelligent échoue?

Comment les applications de l'IA peuvent-elles être empêchées d'être victimes de discrimination illégale?

Qui devrait profiter des gains d'efficience permis par les technologies de l'IA et quelles protections devraient être accordées aux personnes dont les compétences sont rendues obsolètes?

Au fur et à mesure que l'IA s'intègre de manière plus large et plus profonde aux produits industriels et de consommation, elle entre dans les domaines dans lesquels les régimes réglementaires établis devront être adaptés aux innovations d'IA ou, dans certains cas, fondamentalement reconfigurés selon des objectifs et des principes largement acceptés. L'approche aux États-Unis à ce jour a été spécifique au secteur, avec la surveillance de diverses agences. L'utilisation de l'IA dans les dispositifs qui fournissent des diagnostics médicaux et des traitements est soumise à une réglementation agressive par la Food and Drug Administration (FDA), à la fois en définissant ce qu'est le produit et en précisant les méthodes par lesquelles il est produit, y compris les normes d'ingénierie logicielle. L'utilisation de Drones dans l'espace aérien réglementé relève de l'Administration fédérale de l'aviation (FAA) .

126- Pour les systèmes d'IA orientés vers le consommateur, la réglementation de la Federal Trade Commission (FTC) entre en jeu. Les marchés financiers utilisant les technologies de l'IA, comme le commerce à haute fréquence, sont réglementés par la Security Exchange Commission (SEC). En plus des approches sectorielles, la catégorie réglementaire quelque peu ambiguë et large de «l'infrastructure critique» peut s'appliquer aux applications de l'IA.

127 - La Directive sur les politiques présidentielles de l'administration Obama (PPD 21 ) a définit largement l'infrastructure critique comme composée de «l'actif, les systèmes et les réseaux physiques ou virtuels, si vitaux pour les États-Unis que leur incapacité ou leur destruction aurait un effet débilitant sur la sécurité, la sécurité économique nationale, la santé publique nationale ou la sécurité nationale, ou toute combinaison de ceux-ci. Aujourd'hui, une entreprise ne vient pas en vertu de la réglementation fédérale uniquement en relevant cette large définition. Au lieu de cela, la tendance générale de la politique fédérale est de rechercher la réglementation dans seize secteurs de l'économie.

128 - En ce qui concerne l'IA, l'infrastructure critique est notamment définie par l'application de l'utilisateur final et non par la technologie ou le secteur qui produit réellement un logiciel AI.

129 Logiciels

126 La FAA contrôle les façons dont les Drones volent, exige que les Drones soient semi-autonomes par opposition à autonome, nécessitent une connexion visuelle au Drone et mettent en place des zones de non-vol à proximité des aéroports.

127 - "Directive sur les politiques présidentielles (PPD-21) Sécurité et résilience de l'infrastructure aérienne", La Maison-Blanche, 12 février 2013, a eu accès au 1er août 2016,

https://www.whitehouse.gov/the-pressoffice/2013/02/12/presidential-policy-directive-critical-infrastructure-security-and-resil

128 - PPD 21 identifie les organismes responsables dans chaque cas. Chimie: Department of Homeland Security; Installations commerciales: Department of Homeland Security; Communications: Department of Homeland Security; Fabrication critique: Department of Homeland Security; Barrages: Department of Homeland Security; Base industrielle de défense: ministère de la Défense; Services d'urgence: Department of Homeland Security; Énergie: ministère de l'Énergie; Services financiers: ministère du Trésor; Alimentation et agriculture: Département américain de l'agriculture et ministère de la Santé et des Services sociaux; Installations gouvernementales: Département de la sécurité intérieure et administration des services généraux; Santé publique et santé publique: ministère de la Santé et des Services sociaux; Technologies de l'information: Department of Homeland Security; Réacteurs nucléaires, matériaux et déchets: Département de la sécurité intérieure; Systèmes de transport: ministère de la Sécurité intérieure et ministère des Transports; Systèmes d'eau et d'égout: Agence de protection de l'environnement.

129 - Dans "ICYMI- Les groupes d'entreprises exhortent la Maison Blanche à repenser l'ordonnance de sécurité cybernétique", l'Association Internet, le 5 mars 2013, a eu accès au 1er août 2016.

https://internetassociation.org/030513gov-3/

"L'Ordre d'Obama, le 12 février, indique que le gouvernement américain ne peut pas désigner les « produits de technologie de l'information commerciale » ou les services de technologie de l'information des consommateurs comme une infrastructure essentielle des États-Unis ciblée sur les normes volontaires de sécurité informatique» ... L'Ordre d'Obama n'est pas destiné au niveau de produits, de services mais dicte comment ces produits et ces services doivent se comporter », a déclaré David LeDuc, directeur principal de la politique publique de l'Association de l'industrie du logiciel et de l'information, un groupe de commerce de Washington qui a fait pression pour les exclusions. En tant que société, nous sommes obligés de sous-investir des ressources dans la recherche sur les implications sociétales des technologies de l'IA. Les fonds privés et publics devraient être dirigés vers des équipes interdisciplinaires capables d'analyser l'IA sous de multiples angles. En l'absence d'une expertise technique suffisante pour évaluer la sécurité ou d'autres paramètres, les fonctionnaires nationaux ou locaux peuvent refuser d'autoriser une application potentiellement prometteuse - ou la lumière verte, une application sensible qui n'a pas été correctement vérifiée.

46 47 - De la responsabilité du produit - et la responsabilité qui incombe aux entreprises qui fabriquent ces produits - augmentera probablement lorsque les acteurs humains deviennent moins responsables des actions d'une machine.

Responsabilité (criminelle)

Si le droit de la responsabilité délictuelle s'attend à ce que des prévisions soient prévisibles, le droit pénal va de plus en plus prévoir à qui les préjudices sont destinés. Le droit américain en particulier attache une grande importance au concept de Mens Rea: l'esprit intentionnel. Au fur et à mesure que les applications de l'IA s'engagent dans un comportement qui, si cela était fait par un être humain, constituerait un crime, les tribunaux et d'autres acteurs juridiques devront se disputer pour savoir qui doit rendre des comptes et sur quelle théorie. Les problèmes ci-dessus soulèvent donc la question de savoir si et dans quelles circonstances un système d'IA pourrait fonctionner comme agent d'une personne ou d'une société. Déjà, les organismes de réglementation aux États-Unis, au Canada et ailleurs établissent les conditions dans lesquelles les logiciels peuvent conclure un contrat contraignant.

135- Plus l'IA mène des activités légalement saillantes, plus le défi aux principes de l'agence en vertu de la loi est grand. La notion même de «l'intelligence artificielle» suggère une certification de substitution de compétences humaines et d'ingéniosité. Et dans de nombreux contextes, allant de la conduite à la chirurgie d'exécution ou à la pratique d'un droit, un humain doit obtenir une certification ou une licence avant d'effectuer une tâche donnée. En conséquence, la loi et la politique devront - et déjà faire - s'attaquer à la façon de déterminer la compétence dans un système d'IA. Par exemple, imaginez qu'une société de robotique crée une plate-forme chirurgicale capable de supprimer de façon autonome une annexe. Ou imaginez qu'un cabinet d'avocats écrit une demande capable de fournir des conseils juridiques. Aujourd'hui, il n'est pas clair d'un point de vue juridique que dans cette image devrait passer le Conseil d'administration ou le Barreau juridique, et encore moins où ils seraient obligés de le faire.

136 - Travail

Comme l'IA substitue les rôles humains, certains emplois seront éliminés et de nouveaux emplois seront créés. L'effet net sur les emplois est ambigu, mais il est peu probable que les marchés du travail profitent à tous de manière égale. La demande de certains types de compétences diverses ou de compétences technologiques diminuera de manière significative, affectant négativement les niveaux d'emploi et les salaires des personnes ayant ces compétences. Bien que les effets ultimes sur les niveaux de revenu et la distribution ne soient pas inévitables, ils dépendent essentiellement des politiques gouvernementales.

Les entreprises de la Mode choisissent d'organiser le travail en fonction des décisions des individus qui s'investissent dans l'apprentissage pour l'étude de nouvelles compétences, avec la recherche de nouveaux types de travail permettant des opportunités nouvelles de revenus. Mais les personnes qui trouvent leur emploi modifié ou résilié à la suite des avancées d'IA peuvent demander un recours à la législature et aux tribunaux.

C'est peut-être la raison pour laquelle Littler Mendelson LLP - peut-être le plus grand cabinet d'avocats du monde du travail - a un groupe de pratique complet pour aborder les problèmes engendrés avec la Robotique et l'intelligence artificielle.

Fiscalité

Les sources de revenus fédérales, étatiques et locales peuvent être affectées. Réaliser une tâche en utilisant l'IA au lieu d'une personne peut être plus rapide et plus précis et permet d'éviter les taxes sur l'emploi. En conséquence, les demandes d'IA pourraient de plus en plus passer les investissements de la masse salariale et du revenu aux dépenses en capital. Selon la dépendance du budget de l'État à la masse salariale et à l'impôt sur le revenu, un tel décalage pourrait être déstabilisant.

135 - Ian R. Kerr, "Assurer le succès de la formation des contrats dans le commerce électronique médiatisé", Electronic Commerce Research 1 (2001): 1

136 - Ryan Calo, «La discussion publique d'Agenda numérique sur« Les effets de la robotique sur l'économie, le travail et la société »,« Ausschuss Digitale Agenda »(Deutsche Bundestag: Ausschussdrucksache A-Drs. 18 (24) 102), 22 juin 2016, accessible 1er août 2016.

137- Brynjolfsson et McAfee, «Race contre la machine: comment la révolution numérique accélère l'innovation, la productivité de la conduite et la transformation irréversible de l'emploi et de l'économie (2011)»; Brynjolfsson et McAfee, Second Machine Age. La police, les prêts non discriminatoires, les applications de soins de santé tels que les soins aux personnes âgées et la délivrance de médicaments, les systèmes conçus pour interagir avec les enfants (par exemple, les systèmes de tutorat autonomes sont tenus de respecter les lois en matière de manipulation équilibrée de l'évolution par rapport à la conception intelligente) et le divertissement interactif . Compte tenu de la structure actuelle du droit administratif américain, il semble peu probable que l'IA soit traitée de manière exhaustive à court terme. Néanmoins, il est possible d'énumérer de larges catégories de questions juridiques et politiques que l'IA tend à susciter dans divers contextes. La confidentialité des informations privées sur un individu peuvent être révélées par des décisions et des prévisions faites par l'IA. Alors que certaines des façons dont l'IA implique l'intimité reflètent celles des technologies telles que les ordinateurs et Internet, d'autres problèmes peuvent être spécifiques à l'IA. Par exemple, le potentiel de l'IA pour prédire les comportements futurs basés sur des modèles antérieurs soulève des questions difficiles. Les entreprises utilisent déjà l'apprentissage par machine pour prédire le risque de crédit. Et les États aux USA exécutent les détails des prisonniers à travers des algorithmes complexes pour prédire la probabilité de récidive lorsqu'ils envisagent la libération conditionnelle. Dans ces cas, il s'agit d'un défi technique pour s'assurer que des facteurs tels que la race et l'orientation sexuelle ne sont pas utilisés pour informer les décisions basées sur l'IA. Même si de telles fonctionnalités ne sont pas directement fournies aux algorithmes, elles peuvent encore se corréler fortement avec des fonctionnalités apparemment inoffensives telles que le code postal.

Néanmoins, avec une conception minutieuse, un test et un déploiement, les algorithmes d'IA peuvent être en mesure de prendre des décisions moins biaisées qu'une personne typique. Les interfaces anthropomorphiques de plus en plus associées à l'IA suscitent de nouvelles préoccupations en matière de protection de la vie privée. La recherche sur les sciences sociales suggère que les gens sont câblés pour répondre à la technologie anthropomorphe comme si c'était humain. Les sujets d'une étude étaient plus susceptibles de répondre quand ils sont nés si l'ordinateur l'a déclaré pour la première fois lorsqu'il a été construit. Dans un autre cas, ils ont ignoré des questions délicates lorsqu'ils étaient posés par une interface anthropomorphe.

133- À un niveau bas se trouve la question: les humains continueront-ils pour profiter de la perspective de la solitude dans un monde imprégné d'agents apparemment sociaux «vivant» dans nos maisons, nos voitures, nos bureaux, nos salles d'hôpitaux et nos téléphones ?

134 Politique de l'innovation

Les décisions précoces en matière de droit et de politique concernant la responsabilité et la parole ont contribué à assurer la viabilité commerciale de l'Internet. En revanche, l'industrie du logiciel souffre aujourd'hui de la décision des entreprises de passer d'un logiciel ouvert et gratuit à la poursuite plus agressive de la protection de la propriété intellectuelle, ce qui a donné lieu à ce que certains ont qualifié de «bosquets» de brevets. Trouver l'équilibre approprié entre inciter l'innovation dans l'IA tout en favorisant la coopération et la protection contre les dommages causés par les tiers sera un défi central.

Responsabilité (civile)

Comme l'IA est organisé pour influer directement sur le monde, même physiquement, la responsabilité pour les dommages causés par l'IA augmentera sa popularité. La perspective que l'IA se comportera de la façon dont les concepteurs ne s'attendent pas à contester l'hypothèse dominante dans le droit de la responsabilité délictuelle et que les tribunaux ne compensent que les blessures prévisibles. Les tribunaux peuvent attribuer arbitrairement une responsabilité à un acteur humain même lorsque la responsabilité est mieux située ailleurs pour des raisons d'équité ou d'efficacité. Alternativement, les tribunaux pourraient refuser de trouver une responsabilité parce que le défendeur devant le tribunal n'a pas prévenu le préjudice causé par l'IA. La responsabilité tomberait par défaut sur la victime irréprochable.

Le rôle de Youngme Moon, «Échanges intimes: utiliser des ordinateurs pour obtenir l'autodiffusion des consommateurs», Journal of Consumer Research 26, no. 4 (mars 2000): 323-339. 133 Lee Sproull, Mani Subramani, Sara Kiesler, Janet H. Walker et Keith Waters, «Lorsque l'interface est un visage», Human-Computer Interaction 11, no. 2 (1996): 97-124. 134 M. Ryan Calo, «Les gens peuvent être si faux: une nouvelle dimension pour la bourse de protection de la vie privée et de la technologie», Penn State Law Review 114, no. 3 (2010):

809-855 - Au fur et à mesure que les applications de l'IA s'engagent dans un comportement qui, si cela était fait par un être humain, constituerait un crime, les tribunaux et d'autres acteurs juridiques devront se combattre pour dire par qui doit rendre compte et sur quelle théorie. Les demandes d'IA pourraient de plus en plus passer tous les investissements de la masse salariale et du revenu aux dépenses en Capital. Selon la dépendance du budget de l'État à la masse salariale et à l'impôt sur le revenu, un tel décalage pourrait être déstabilisant.

48- 49 - La confidentialité de leur responsabilité.

De vastes mandats juridiques ont encouragé les Entreprises à développer un personnel professionnel et des processus pour faire respecter les contrôles de la vie privée, s'engager auprès des intervenants externes et adapter leurs pratiques aux avancées technologiques. L'exigence d'une plus grande transparence a permis aux groupes de la Société civile et aux médias de devenir des agents crédibles, tant devant les tribunaux que devant les tribunaux de l'opinion publique, ce qui rend la vie privée plus saillante pour les conseils d'entreprises et les conduit à investir davantage dans la protection de la vie privée. Dans l'IA, les régulateurs peuvent également renforcer un cycle d'activité vertueux impliquant la responsabilisation interne, externe, la transparence et la professionnalisation plutôt que la conformité étroite. Au fur et à mesure que l'IA est intégrée dans les villes, elle continuera de remettre en question les protections existantes pour des valeurs comme la vie privée et la responsabilité. Comme d'autres technologies, l'IA a le potentiel d'être utilisée à de bonnes fins oubien néfastes. Ce rapport a essayé de mettre en évidence le potentiel pour les deux. Un débat vigoureux et éclairé sur la meilleure façon de diriger l'IA de manière à enrichir nos vies et notre société, tout en encourageant la créativité sur le terrain, est un besoin urgent et vital. Les politiques devraient être évaluées quant à savoir si elles favorisent démocratiquement le développement et le partage équitable des bénéfices d'IA, ou concentrent le pouvoir et les avantages dans les mains d'un petit nombre de bénéficières heureux. Et puisque les futures technologies de l'IA et leurs effets ne peuvent être prévus avec une clarté parfaite, les politiques devront être réévaluées en permanence dans le contexte des défis sociétaux observés et des données provenant des systèmes sur le terrain. Au fur et à mesure que ce rapport se documente, des progrès significatifs liés à l'IA ont déjà eu un impact sur les villes nord-américaines au cours des quinze dernières années, et des développements encore plus importants se produiront au cours des quinze prochaines années. Les progrès récents sont en grande partie attribuables à la croissance et à l'analyse de grands ensembles de données activés par Internet, des progrès dans les technologies sensorielles et, plus récemment, des applications d'apprentissage approfondi.

Dans les années à venir, alors que le public rencontre de nouvelles applications d'IA dans des domaines tels que le transport ou les soins de santé, ils doivent être introduits de manière à créer de la confiance et de la compréhension, de respecter les droits civils et humains. Tout en encourageant l'innovation, les politiques et les processus devraient aborder les implications éthiques, de la vie privée et de la sécurité et devraient veiller à ce que les avantages des technologies de l'IA soient répartis de façon large et équitable. Cela sera essentiel si la recherche sur l'Intelligence Artificielle et ses applications exercent une influence positive sur la vie urbaine nord-américaine en 2030 et au-delà. Mais cela peut entraîner encore moins de sources de revenus à cause des mauvaises habitudes que les gens ont dans la vie de tous les jours. Les nombreuses municipalités qui s'appuient sur des revenus provenant de tiqués de stationnement rapide devront trouver des solutions de rechange si les voitures autonomes peuvent éloigner les gens pour trouver un stationnement à distance, ou si elles sont programmées pour ne pas violer la loi. En conséquence, les organismes gouvernementaux qui tentent d'équilibrer leurs budgets à la lumière des progrès de l'IA peuvent adopter des lois pour ralentir ou modifier le cours de la technologie. Les technologies de la politique IA sont déjà utilisées par les acteurs politiques dans les machines à vote électronique conçus pour supprimer les votes physiques et sur les plateformes de médias sociaux sous la forme de «bots».

138. Ils peuvent permettre une manifestation coordonnée ainsi que la capacité de prédire les manifestations, promouvoir une plus grande transparence dans la politique en identifiant plus précisément qui a dit quoi et quand. Ainsi, les lois administratives et réglementaires concernant l'IA peuvent être conçues pour favoriser une plus grande participation démocratique ou, si elle est mal conçue, la réduire. Cette liste n'est pas exhaustive et se concentre en grande partie sur la politique intérieure aux États-Unis, laissant de côté de nombreux domaines de droit auxquels l'IA est susceptible de toucher. Une leçon qui pourrait être tirée concerne la déconnexion croissante entre la manière spécifique au contexte dans laquelle l'IA est gouvernée aujourd'hui et une analyse plus large des thèmes partagés par les technologies de l'IA dans les industries ou les secteurs de la société. Il pourrait être tentant de créer de nouvelles configurations institutionnelles capables d'accumuler de l'expertise et de définir des normes IA dans de multiples contextes. Le consensus du Groupe d'étude est que les tentatives de régulation de «IA» en général serait mal orienté, car il n'y a pas de définition claire de l'IA (ce n'est pas une seule chose), les risques et les considérations sont très différents dans différents domaines. Au lieu de cela, les décideurs devraient reconnaître que, à des degrés divers et au fil du temps, diverses industries auront besoin de réglementations distinctes et appropriées qui touchent les logiciels construits à l'aide d'IA ou qui intègrent l'IA de quelque façon que ce soit.

Le gouvernement aura besoin de l'expertise pour examiner les normes et la technologie développées par le secteur privé et public et élaborer des règlements si nécessaire. Les lignes directrices pour l'avenir face aux changements profonds que les technologies de l'IA peuvent produire, la pression pour une réglementation «plus» et «plus difficile» est inévitable. Le malentendu à propos de ce que l'IA est et ne l'est pas, surtout dans le contexte d'une effervescence, pourrait alimenter l'opposition aux technologies qui devraient et pourraient profiter à tous. Ce serait une erreur tragique. La réglementation qui étouffe l'innovation, ou la relocalise dans d'autres juridictions, serait également contre-productive. Heureusement, les principes qui guident la réglementation réussie des technologies numériques actuelles peuvent être instructifs. Une récente étude pluriannuelle comparant la réglementation de la protection de la vie privée dans quatre pays européens et les États-Unis, par exemple, a donné des résultats contre-intuitifs.

139 - Ces pays, comme l'Espagne et la France, avec des règles strictes et détaillées ont créé une «mentalité de conformité» au sein des entreprises , ce qui a eu pour effet de décourager à la fois l'innovation et des protections solides en matière de protection de la vie privée. Plutôt que de prendre en charge la protection de la vie privée en interne et de développer un personnel professionnel pour l'encourager dans les processus d'affaires et de fabrication, ou s'engager avec des défenseurs de la vie privée ou des universitaires en dehors de leurs murs, ces Entreprises ont considéré la vie privée comme une activité de conformité. Leur objectif était d'éviter les amendes ou les pénalisations plutôt que de concevoir de manière proactive la technologie et d'adapter les pratiques pour protéger la vie privée. En revanche, l'environnement réglementaire aux États-Unis et en Allemagne, qui combinait des objectifs plus ambigus avec des exigences de transparence rigoureuses et une application significative, ont réussi à catalyser les Entreprises.

voir 138- Bots politiques, ont eu accès au 1er août 2016.

http://politicalbots.org/

139 - Kenneth A. Bamberger et Deirdre K. Mulligan, Confidentialité sur le terrain: conduire le comportement corporatif aux États-Unis et en Europe (Cambridge, Massachusetts: MIT Press, 2015).

Comme d'autres technologies, l'IA a le potentiel d'être utilisée à des fins bonnes ou néfastes. Un débat vigoureux et éclairé sur la meilleure façon de diriger l'IA de manière à enrichir nos vies et notre société est un besoin urgent et vital.

50 - 51- Newell et Simon ont lancé l'incursion dans la recherche heuristique, une procédure efficace pour trouver des solutions dans de grands espaces combinatoires. En particulier, ils ont appliqué cette idée pour construire des épreuves de théorèmes mathématiques, d'abord par le biais de leur programme théorique logique, puis par le biais du Problem Solver. Dans le domaine de la vision par ordinateur, les premiers travaux de reconnaissance de caractères par Selfridge et Collègues 150 ont servi de base à des applications plus complexes telles que la reconnaissance du visage.

151 - À la fin des années soixante, le travail a également commencé sur le traitement du langage naturel.

152 - "Shakey", un Robot à roues construit à SRI International, a lancé le domaine de la robotique mobile. Le programme Samuel's Checkers, qui s'est amélioré par l'auto-jeu, a été l'un des premiers cas de travail d'un système d'apprentissage par machine.

153- Le Perceptron de Rosenblatt, a un modèle de calcul basé sur des neurones biologiques il est devenu la base du domaine des réseaux neuronaux artificiels . Feigenbaum et d'autres préconisaient le cas pour la construction de systèmes experts - référentiels de connaissances adaptés à des domaines spécialisés tels que la chimie et le diagnostic médical.

156. - Le progrès conceptuel précoce a supposé l'existence d'un système symbolique qui pourrait être raisonné et fondé. Mais, dans les années 1980, malgré ces progrès prometteurs réalisés dans différents aspects de l'intelligence artificielle, le domaine ne pouvait encore se vanter d'aucun succès pratique significatif. Cet écart entre la théorie et la pratique résultait en partie d'une insuffisance d'attention au sein de la communauté de l'IA sur les systèmes de mise à la terre physiquement, avec un accès direct aux signaux et aux données environnementales. Il y avait aussi une accentuation excessive de la logique booléenne (vraie / fausse), dépassant la nécessité de quantifier l'incertitude. Le champ a été forcé de prendre connaissance de ces lacunes au milieu des années 1980, puisque l'intérêt pour l'IA a commencé à baisser et le financement s'est asséché. Nilsson appelle cette période «l'hiver d'IA». Une résurgence très nécessaire dans les années quatre-vingt-dix repose sur l'idée que «Good OldFashioned IA» était insuffisant en approche de bout en bout pour construire des systèmes intelligents. Au lieu de cela, il fallait construire des systèmes intelligents à tout moment en résolvant la tâche à accomplir, bien qu'avec des degrés différents de compétence. Les progrès technologiques ont également rendu la tâche plus facile pour construire des systèmes basés sur des données du monde réel plus réalisables. Un matériel plus économique et plus fiable pour la détection et l'actionnement a rendu les Robots plus faciles à construire. En outre, la capacité de l'Internet à recueillir de grandes quantités de données, la disponibilité du pouvoir informatique et du stockage pour traiter ces données, ont permis des techniques statistiques qui, par conception, dérivent des solutions à partir de ces données. Ces développements ont permis à l'IA d'émerger au cours des deux dernières décennies comme une influence profonde sur notre vie quotidienne, tel que détaillé dans la section II.

149 - Allen Newell, John C Shaw et Herbert A Simon, «Rapport sur un programme général de résolution de problèmes», Actes de la Conférence internationale sur la transformation de l'information, UNESCO, Paris 15-20 juin 1959 (Unesco / Oldenbourg / Butterworths, 1960) ,

256-264. - 150 O. G. Selfridge, "Pandemonium: un paradigme pour l'apprentissage", Actes du Symposium sur la Mécanisation des Procédés de Pensée (Londres: H. M. Bureau Stationnaire, 1959):

511-531. 151 Woodrow W. Bledsoe et Helen Chan, «Un système de reconnaissance faciale homme-machine: certains résultats préliminaires», Rapport technique PRI 19A (Palo Alto, Californie: Panoramic Research, Inc., 1965).

152 - D. Raj Reddy, «Reconnaissance de la parole par machine: une revue», Actes de l'IEEE 64, n ° 4 (avril 1976),

501-531. 153 - Arthur Samuel, «Des études sur l'apprentissage de la machine à l'aide du Game of Damers, IBM Journal of Research and Development 3, no. 3 (1959): 210-229.

154 - Frank Rosenblatt, "The Perceptron-A Perceiving and Recognizing Autaton", Rapport 85-460-1, (Buffalo, New York: Cornell Aeronautical Laboratory, 1957). 155 "Shakey the robot", Wikipedia, dernière modification le 11 juillet 2016, accessible le 1er août 2016,

https://en.wikipedia.org/wiki/Shakey_the_robot

156 - Edward A. Feigenbaum et Bruce G. Buchanan, "DENDRAL et Meta-DENDRAL: Roots of Knowledge Systems and Expert System Applications," Intelligence Artificielle 59, no. 1-2 (1993), 233-240. 157 John Haugeland, Intelligence artificielle: The Very Idea, (Cambridge, Massachusetts: MIT Press, 1985).

158 - Rodney A. Brooks, "Les éléphants ne jouent pas aux échecs", Robotics and Autonomous Systems 6, no. 1-2 (juin 1990):

3-15. - ANNEXE I: UNE BREVE HISTOIRE D'IA

Cette annexe est basée principalement sur le livre de Nilsson et écrite dans la perspective actuelle, qui met l'accent sur les méthodes à forte intensité de données importantes. Quelle que soit l'importance, cette approche n'a pas encore été la solution à tous les problèmes. Une histoire complète et totalement équilibrée du domaine dépasse la portée de ce document. Le domaine de l'Intelligence Artificielle (IA) est officiellement né et baptisé lors d'un atelier de 1956 organisé par John McCarthy au Dartmouth Summer Research Project on Artificial Intelligence. L'objectif était d'étudier les moyens de fabriquer des machines pour simuler des aspects de l'intelligence, l'idée essentielle qui a continué à conduire le terrain vers l'avant. McCarthy est crédité de la première utilisation du terme «intelligence artificielle» dans la proposition qu'il a en tant que co-auteur pour l'atelier avec Marvin Minsky, Nathaniel Rochester et Claude Shannon. Beaucoup de personnes qui y ont assisté ont rapidement mené des projets importants sous la bannière de l'IA, y compris Arthur Samuel, Oliver Selfridge, Ray Solomonoff, Allen Newell et Herbert Simon. Bien que l'atelier de Dartmouth ait créé une identité unifiée pour le domaine et une communauté de recherche dédiée, bon nombre des idées techniques qui sont venues caractériser l'IA existaient beaucoup plus tôt. Au XVIIIe siècle, Thomas Bayes a fourni un cadre pour raisonner sur la probabilité des événements qui surviendraient au XIXe siècle. George Boole a montré que le raisonnement logique - datant d'Aristote - pourrait être effectué systématiquement de la même manière que la résolution d'un système d'équations .

Au début du XXe siècle, les progrès dans les sciences expérimentales avaient conduit à l'émergence du domaine de la statistique , ce qui permet de tirer rigoureusement les inférences des données. L'idée d'ingénierie physique d'une machine pour exécuter des séquences d'instructions, qui avait capturé l'imagination de pionniers comme Charles Babbage, avait mûri dans les années 1950 et a entraîné la construction des premiers ordinateurs électroniques.

145- Les premiers Robots primitifs, qui pouvaient détecter et agir de manière autonome, avaient également été construits à ce moment-là. Les idées les plus influentes sous-tendant l'informatique proviennent d'Alan Turing, qui a proposé un modèle formel d'informatique. L'essai classique de Turing, Computing Machinery and Intelligence, imagine la possibilité d'ordinateurs créés pour simuler l'intelligence et explore plusieurs des ingrédients maintenant associés à l'IA, y compris la manière dont l'intelligence peut être testée et comment les machines peuvent apprendre automatiquement. Bien que ces idées aient inspiré l'IA, Turing n'avait pas accès aux ressources informatiques nécessaires pour traduire ses idées en actions. Plusieurs domaines d'intervention dans la quête de l'IA ont émergé entre les années 1950 et les années 1970.

148 - 140 - Nilsson, The Question for Artificial Intelligence.

141 - J. McCarthy, Marvin L. Minsky, Nathaniel Rochester et Claude E. Shannon, «Une proposition pour le projet de recherche d'été de Dartmouth sur l'intelligence artificielle», le 31 août 1955, a eu accès au 1er août 2016.

http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html

142 - Thomas Bayes, "Un essai pour résoudre un problème dans la doctrine des chances", Transactions philosophiques de la Société royale de Londres 53 (1er janvier 1763): 370-418, consulté le 1er août 2016.

143- George Boole, une enquête sur les lois de la pensée sur lesquelles se fondent les théories mathématiques de la logique et des probabilités (Macmillan, 1854, réimprimé avec des corrections, Dover Publications, New York, NY, 1958, et réédité par Cambridge University Press, 2009 ), Consulté le 1er août 2016.

144- "Histoire des statistiques", Wikipedia, Dernière modification le 3 juin 2016, accessible le 1er août 2016.

https://en.wikipedia.org/wiki/History_of_statistics

145 - Joel N. Shurkin, Moteurs de l'esprit: l'évolution de l'ordinateur de mainframes aux microprocesseurs (New York: W. W. Norton & Company, 1996).

146 - William Grey Walter, "Un animal électromécanique", Dialectica 4 (1950): 42-49. 147 A. M. Turing, "Informatique des machines et de l'intelligence", Mind 59, no. 236 (1950):

433-460. 148 - Marvin Minsky, "Étapes vers l'intelligence artificielle", MIT Media Laboratory, le 24 octobre 1960, a eu accès au 1er août 2016,

http://web.media.mit.edu/~minsky/papers/steps.html

Le domaine de l'Intelligence Artificielle (IA) est officiellement né et baptisé lors d'un atelier de 1956. L'objectif était d'étudier les moyens de fabriquer des machines pour simuler des aspects de l'intelligence, l'idée essentielle qui a continué à conduire le terrain vers l'avant. Bien que la séparation de l'IA en sous-champs ait permis un progrès technique approfondi sur plusieurs fronts différents, la synthèse de l'intelligence à n'importe quelle échelle raisonnable requiert invariablement plusieurs idées différentes à intégrer.

En résumé, la liste suivante est une liste de certaines sous-zones traditionnelles de l'IA. Comme décrit dans la section II, certains d'entre eux sont actuellement «plus chauds» que d'autres pour diverses raisons. Mais ce n'est ni pour minimiser l'importance historique des autres, ni pour dire qu'ils peuvent ne pas ressaisir comme des zones chaudes à l'avenir. • La recherche et la planification traitent du raisonnement sur le comportement dirigé par les buts. La recherche joue un rôle clé, par exemple, dans les programmes de jeu d'échecs tels que Deep Blue, pour décider quel mouvement (comportement) mènera finalement à une victoire (but). • Le domaine de la représentation et du raisonnement du savoir implique le traitement des informations (généralement en grande quantité) dans une forme structurée qui peut être interrogée de manière plus fiable et plus efficace. Le programme Watson d'IBM, qui a battu les concurrents humains pour gagner le défi Jeopardy en 2011, repose en grande partie sur un schéma efficace pour organiser, indexer et récupérer de grandes quantités d'informations provenant de diverses sources. • L'apprentissage par machine est un paradigme qui permet aux systèmes d'améliorer automatiquement leur performance lors d'une tâche en observant les données pertinentes. En effet, l'apprentissage par machine a été le principal contributeur à l'augmentation de l'IA au cours des dernières décennies, allant des moteurs de recherche et de recommandation de produits, aux systèmes de reconnaissance vocale, de détection de fraude, de compréhension d'image et d'innombrables autres tâches qui ont déjà porté sur les compétences humaines de jugement. L'automatisation de ces tâches a permis d'étendre les services tels que le commerce électronique. • Au fur et à mesure que de plus en plus de systèmes intelligents sont construits, une question naturelle à considérer est la façon dont ces systèmes interagiront les uns avec les autres. Le domaine Multi-Agent Systems considère cette question qui devient de plus en plus importante dans les marchés en ligne et les systèmes de transport. • Depuis ses débuts, l'IA a repris la conception et la construction de systèmes incarnés dans le monde réel. Le domaine de la Robotique étudie les aspects fondamentaux de la détection et de l'action - et surtout de leur intégration - qui permettent à un Robot de se comporter efficacement. Étant donné que les Robots et les autres systèmes informatiques partagent le monde vivant avec des êtres humains, le sujet spécialisé de l'interaction des Robots humains est également devenu important au cours des dernières décennies. • La perception de la machine a toujours joué un rôle central dans l'IA, en partie dans le développement de la Robotique, mais aussi comme un domaine d'étude complètement indépendant. Les modalités de perception les plus fréquemment étudiées sont la vision par ordinateur et le traitement du langage naturel, dont chacune est fréquentée par de grandes communautés dynamiques. • Plusieurs autres domaines d'intervention au sein de l'IA sont des conséquences de la croissance d'Internet. L'analyse des réseaux sociaux étudie l'effet des relations de quartier dans l'influence du comportement des individus et des communautés.

Crowdsourcing est une autre technique novatrice de résolution de problèmes, qui repose sur l'exploitation de l'intelligence humaine (généralement de milliers d'humains) pour résoudre des problèmes de calculs difficiles. Bien que la séparation de l'IA en sous-champs ait permis un progrès technique approfondi sur plusieurs fronts différents, la synthèse de l'intelligence à n'importe quelle échelle raisonnable requiert invariablement plusieurs idées différentes à intégrer. Par exemple, le programme AlphaGo qui a récemment défait le champion humain actuel au jeu de Go a utilisé l'apprentissage multiple de machines G pour la formation elle-même, et a également utilisé une procédure de recherche sophistiquée lors du jeu.

159 - David A. Ferrucci, "Introduction à" Ceci est Watson ", IBM Journal of Research and Development, 56, no. 3-4 (2012):

1. 160 - David Silver et al., «Maîtriser le jeu de Go avec Deep Neural Networks and Tree Search».

161 - Steven Borowiec et Tracey Lien, «AlphaGo bat le champion humain Go en jalon pour l'intelligence artificielle, "Los Angeles Times, le 12 mars 2016, a eu accès au 1er août 2016.

GROUPE D'ETUDES DU COMITE PERMANENT 2015 AUX USA SUR L'INTELLIGENCE ARTIFICIELLE POUR TOUT LE XXIème SIECLE

***********************************************************************************

VOIR AUSSI LE DOSSIER SUR LA ROBOTIQUE

http://diaconescotv.canalblog.com/archives/2017/02/25/34980071.html

**********************************************************************************

Le robot humanoïde russe «Fedor»

est capable de tirer avec ses deux mains

DÉFENSE

13:02 15.04.2017(mis à jour 14:06 15.04.2017) URL courte

174971309

Le robot F.E.D.O.R., conçu en Russie pour être envoyé dans l'espace en 2021, peut maintenant tirer en utilisant ses deux mains, a déclaré le vice-Premier ministre russe Dmitri Rogozine.

L'androïde F.E.D.O.R. est désormais capable de se servir d'une arme avec ses deux mains.

« Le robot de la plate-forme F.E.D.O.R. a montré ses capacités à tirer en utilisant ses deux mains. On travaille actuellement sur son habileté motrice et ses algorithmes de décision », a déclaré M. Rogozine sur Twitter.

Selon le ministre, cet entraînement est une façon d'apprendre au robot à prioriser instantanément les cibles et à prendre des décisions.

« Nous ne créons pas un Terminator, mais une intelligence artificielle qui aura une grande importance pratique dans divers domaines », a-t-il ajouté.

M. Rogozine a également posté une courte vidéo de F.E.D.O.R. en action, tirant sur une cible en utilisant deux pistolets tenus dans chacune de ses mains.

Les robots de combat russes sont des gars avec une nature de fer

Le robot F.E.D.O.R. (Final Experimental Demonstration Object Research) a été conçu en Russie pour être lancé dans l'espace en 2021 en tant que membre d'équipage du vaisseau orbital Federatsia.

L'appareil est capable de fonctionner sans scaphandre et de vivre non seulement dans le vaisseau piloté mais également à l'extérieur. En cas de nécessité, l'opérateur peut en prendre le contrôle.