Qu’est ce que l’informatique cognitive ? L’exemple d’IBM Watson

cognitiveOn parle beaucoup de big data, d’analytics, de cognitive computing sans que ce que ça recouvre ne soit très clair pour la plus grande majorité du public. D’où une certaine confusion et une tendance à  tout confondre, mélanger et au final à  ne pas trop comprendre ce dont on parle ni, surtout, ce à  quoi ça peut servir.

J’ai justement été invité il y a quelques temps à  un petit déjeuner sur le  thème « Cognitive Computing et IBM Watson ». L’occasion de remettre les choses à  plats et de poser des bases qui, je l’espère seront utiles au plus grand nombre.

Pour commencer qu’est ce que l’informatique cognitive ?

Pour reprendre la définition qui nous a été donnée,

les systèmes cognitifs sont des systèmes complexes de traitement de l’information, capables d’acquérir, mettre en œuvre et transmettre des connaissances.

Les sciences cognitives convoquent des phénomènes tels que la perception, l’intelligence, le calcul, le langage, le raisonnement et, in fine, la conscience.

Elles articulent de nombreuses branche de la science et de l’ingénierie : la linguistique, l’anthropologie, la psychologie, les neuro-sciences, la philosophie et l’intelligence articifielle.

L’informatique cognitive : 3e ère de l’informatique

Si on considère que la 1ere ère de l’informatique était celle des systèmes de tabulation (1900), la 2nde celle des systèmes programmables (1950), l’informatique cognitive est la 3e ère de l’informatique.

En un peu plus d’un siècle on est donc passé des nombres aux données, puis des données aux connaissances. On n’est pas dans une logique de remplacement mais d’enrichissement. Les systèmes programmables ont permis de créer des données en traitant des nombres, l’informatique cognitive permet d’utiliser les données en leur donnant du sens. Le sens permet de passer de la donnée brute à  la donnée actionnable.

En simplifiant de manière caricaturale, la tabulation permettait d’additionner des objets (un stock de manteaux), la programmation d’enrichir avec des notions telles que la matière ou ou couleur et les système cognitifs de prédire le temps et suggérer des tenues en fonction.

On a longtemps dit que les machines servaient à  faire bien ce que les humains faisaient mal, aujourd’hui on essaie donc d’utiliser les machines pour faire également ce que les humains font bien.

L’informatique cognitive introduit également une révolution dans nos systèmes de pensée et la relation que nous avons à  l’informatique. Jusqu’à  présent l’ordinateur donnait des réponses absolues, demain la réponse qu’il donnera ne sera plus « vrai ou faux » mais le plus souvent « probablement ». Le système cognitif propose une liste de réponses qu’il affine en fonction de ses interactions avec l’utilisateur. Il ne donne pas souvent « la » réponse (car elle n’existe pas dans l’absolu) mais la solution la plus acceptable, celle qui a le plus de chances de fonctionner dans un contexte donné.

Du vol d’attention à  la compréhension de l’intention

Plus pratiquement parlant, appliqué au domaine de la relation client, voici comment se matérialise le changement. Avant on avait une réponse (un produit) qu’on essayait de pousser au client, éventuellement en essayant d’identifier les clients qui correspondent le plus à  la cible. Demain le système essayera de comprendre le besoin de client et construira la solution. En termes marketing on passe d’un marketing de l’attention (on accapare l’attention du client pour lui proposer une offre) à  un marketing de l’intention (on comprend l’intention du client pour lui proposer du sur mesure).

On en revient donc à  la question : une machine peut elle comprendre des humains, apprendre d’eux et donner une réponse qu’elle n’a pas explicitement inscrite dans une base de donnée ? Premier exemple avec IBM Watson, premier système cognitif. En 2011 la première version de Watson participe au jeu télé « Jeopardy » contre des concurrents humains choisis parmi les meilleurs de l’histoire du jeu. Le principe du jeu est de trouver la question à  laquelle correspond la réponse donnée par l’animateur. Voici le résultat.

Un peu de pédagogie pour ceux qui penseraient qu’il suffit que Watson recherche quelque chose dans sa mémoire. Contrairement aux systèmes que nous connaissons, conçus pour restituer une information qu’on leur a donné pourvu qu’on l’ait bien rangée, qu’on leur ait dit où elle se trouvait et qu’on pose exactement la question à  laquelle l’information est associée, Watson fonctionne différemment. On ne lui a pas « rentré » d’information mais fourni des bases d’informations, le plus souvent non structurées. Il n’y a pas une suite de cases contenant cheval d’Henri IV et Blanc mais des textes « libres » comme les contenus d’un blog, de comptes rendus de réunion etc. Si un texte dit qu’Henri IV est roi de Navarre et un autre que le roi de Navarre a un cheval blanc, Watson comprend qu’Henri IV a un cheval blanc.

Un système cognitif fonctionne donc selon la logique suivante.

IBM_Watson1

1°) Etre capable de comprendre le langage humain

2°) Générer des hypothèses et évaluer son propre niveau de confiance dans chacune

3°) S’adapter et apprendre en fonction des réactions de l’utilisateur

Si l’expérience « Jeopardy » était un événement de lancement destiné à  marquer le grand public à  l’occasion du centenaire d’IBM, Watson a  évolué depuis et commence à  être utilisé dans le cadre de véritables cas métier dans des secteurs assez divers.

Le duo Homme-Machine surpassera toujours la machine.

L’exemple de cas d’application le plus connu à  ce jour se trouve dans le domaine de la santé avec le Memorial Sloan-Kettering Cancer Center (MSKCC) où Watson joue le rôle d’assistant pour les oncologues. Après avoir « appris » d’un certain nombre de diagnostics, Watson aide les médecins à  déterminer le bon traitement en fonction des contraintes spécifiques d’un patient donné. On voit bien sur cette copie d’écran la différence entre le niveau de confiance dans le traitement et son acceptabilité par le patient.

watson healthcare

Chaque interaction avec le corps médical rend Watson plus savant, plus pertinent. Mais attention de ne pas tomber dans les raccourcis faciles trop souvent lus ici ou là  : Watson n’est et ne sera jamais un médecin. C’est un aide, un assistant. Comme cela déjà  été dit et illustré dans cet ancien billet, si la machine est supérieur à  l’homme, le couple humain + machine sera toujours supérieur à  n’importe quelle machine. C’est la logique de Watson : interagir et développer des synergies avec les humaines pour être, à  deux, meilleurs qu’un humain ou une machine seule, aussi puissante soit-elle. Cela est très bien illustré dans cette intervention à  la conférence TED :

Ceux que le sujet de la santé intéresse regarderont avec intérêt cette interview réalisée par Jean-Michel Billaut.

D’autres applications sont en cours de mise en place. Un système de relation client en ligne pour une banque par exemple, où l’on pourrait avoir un tchat similaire à  ceci avec Watson :

– quel produit d’épargne serait le plus approprié pour moi

– vous devriez prendre un Plan d’Epargne Logement…

– c’est quoi ? Quelle est la différence avec un compte épargne logement ?

– c’est que…

– ça vaut la peine pour moi ?

– oui parce que….

– combien je devrais mettre dessus ?

– en fonction de vos revenus et autres placement je vous conseillerai de…

– ok alors

– voulez vous que je vous en ouvre un et mettre le virement automatique en place ?

Et si la conversation démarre sur votre téléphone mobile dans la journée est est soudainement interrompue parce que vous recevez un appel, Watson sera capable de vous recontacter sur votre iPad le soir et repartir du point où vous étiez resté.

Ou dans le domaine du voyage, au lieu de taper « billet Paris Kuala-Lumpur » on tapera « je veux voir l’essentiel de la Malaisie » et la réponse comprendra l’intégralité du parcours voyageur du transfert aéroport au retour chez soi, incluant avion, hôtel et excursions. Excellent exemple de la notion d’intention.

Mon métier ? Formateur de systèmes cognitifs !

Comme on peut le voir – voire s’en inquiéter – un certain nombre de métiers sont en danger avec la généralisation prévisible de tels systèmes. Mais il ne faut pas négliger le transfert vers de nouveaux métiers. Watson ne peut fonctionner sans background cognitif. Sans humains « sachants » pour le former, lui apprendre les subtilités d’un métier, l’accompagner dans un processus itératif afin de le rendre plus pertinent, Watson n’est qu’un belle machine qui tourne à  vide.

Bref. Une fois cette nouvelle génération de systèmes arrivés à  maturité notre relation à  l’informatique aura radicalement changé. On n’utilisera plus un ordinateur mais on interagira avec un assistant qui ne nous donnera plus des informations mais des réponses opérationnelles et actionnables. Des métiers auront été profondément transformés, de nouveaux business models créés. En attendant, en alimentant le web social, en alimentant nos systèmes d’information en contenus structurés et non structurés on crée la matière qu’exploiteront Watson et ses héritiers.

Et pour revenir à  la question de départ et le besoin de préciser les concepts :

– le big data c’est juste la capacité qu’on a de traiter un volume de données sans cesse plus important. C’est le moteur de nombreuses applications mais n’est pas une révolution en soi : on a toujours traité aussi « big » qu’on a pu en fonction de la technologies disponibles et à  la limite cela doit rester une boite noire pour métiers et utilisateurs finaux.

– les analytics c’est mettre à  profit cette capacité de traitement pour comprendre des corrélations et faire du prédictif. On est davantage dans le domaine de la business intelligence.

– le cognitive computing c’est la mettre à  profit pour créer des systèmes intelligents et apprenants qui vont seconder l’humain dans des tches de réflexion, de recherche et d’analyse complexes afin de lui suggérer des options crédibles et opérationnelles. Ici on est davantage dans le domaine de l’intelligence artificielle.

 

Bertrand DUPERRIN
Bertrand DUPERRINhttps://www.duperrin.com
Head of People and Operations @Emakina / Ex Directeur Consulting / Au croisement de l'humain, de la technologie et du business / Conférencier / Voyageur compulsif.
Head of People and Operations @Emakina / Ex Directeur Consulting / Au croisement de l'humain, de la technologie et du business / Conférencier / Voyageur compulsif.
1,743FansJ'aime
11,559SuiveursSuivre
28AbonnésS'abonner

Découvrez le livre que nous avons co-écrit avec 7 autres experts avec pleins de retours d'expérience pour aider managers et dirigeants

En version papier
En version numérique

Articles récents