Photo

Alexa chez Google, Cortana chez Microsoft, Siri chez Apple. L'effort mis des 3 géants pour leurs agents conversationnels met en relief l'intérêt qu'ils portent à cette technologie. “D'ici 2020 les clients géreront 85% de leur relation avec les entreprises sans échanger avec un humain”

Selon Van Baker, Research Vice President at Gartner (Gartner Application Architecture, Development & Integration Summit, held March 12-13 in 2019 at Mumbai)

L'Intelligence Artificielle

La recherche d'une Intelligence Artificielle a démarré dès les années 40 avec Alan Turing, qui fût mathématicien et cryptologue britannique, auteur de travaux qui fondent scientifiquement l'informatique. Il développa par ailleurs le Test de Turing en 1950 visant à qualifier un programme d'intelligent dès lors qu'une personne dialoguant avec lui n'identifiait pas qu'il s'agissait d'un ordinateur.

Dans ces détracteurs il y a eu John Searle, un philosophe américain, notamment dû au fait que la notion d'Intelligence se réfère aux connaissances mais également à la conscience, le jugement, l'autonomie, developpa un autre test, celui de La Chambre Chinoise dans les années 80. Le test, assez simple consiste à faire dialoguer par ordinateurs interposés deux personnes dans deux pièces différentes, l'une parlant chinois mais ignorant que l'autre ne comprend pas un mot et qui répond en suivant certaines règles syntaxiques.

Une phrase d’une certaine forme syntaxique est toujours corrélée avec une/des phrases d’une autre forme syntaxique.

Les réponses qui sont données à l'interlocuteur sinophone deviennent si sophistiquées, et la personne non sinophone qui répond aux questions devient si habile dans la manipulation des symboles, qu'à la fin de l'expérience, les réponses qu'elle donne aux questions ne peuvent être distinguées de celles que donnerait un vrai locuteur chinois de langue maternelle.

Le test révéla qu'il est donc possible de tromper un individu dans une conversation écrite si un ordinateur ou dans ce cas prècis un individu est bien entraîné à appliquer les bonnes règles syntaxiques. En clair, si le modèle est bien respecté, si les règles syntaxiques sont bien appliquées, la majorité des gens croient dialoguer avec une personne consciente, et c'est à ce jour ce qu'il est possible de mettre en place dans la mise en place d'un chatbot ou d'un agent conversationnel, dénué de conscience et donc d'intelligence en tant que telle.

Le Machine Learning

L'IA humaine parfaite n'existe pas, mais ce n'est pas le résultat recherché aujourd'hui

Beaucoup de travaux sont nés et certains projets (transport, santé, industrie...) sont à un stade très avancés mais à ce jour, aucune véritable IA basée sur le modèle d'apprentissage humain (ou peut être TAY de Microsoft en 2016 qui fût clairement sabordé par la communauté Twitter) n'a jamais été finalisée/révélée mais est-ce un véritable problème? Pas sûr. L'intelligence à proprement parlé dans une expérience de support informatique n'est pas l'aspect recherché. Puisque les problèmes sont théoriquement connus, puisque les compétences des membres de ces divisions sont orientées sur la résolution de ce problème, faire une transition du modèle de données sur un chatbot est tout à fait logique, car maitrisable. Le Test de la chambre Chinoise apparaît tout à fait pertinent dans l’établissement d’un dialogue entre une machine ayant une base de connaissance bien établie et la manière dont elle va l’exprimer aux clients d’une entreprise cherchant un support sur des domaines précis (voir aussi le projet ELIZA qui est un programme informatique écrit par Joseph Weizenbaum entre 1964 et 1966, qui simule un psychothérapeute rogérien en reformulant la plupart des affirmations du « patient » en questions, et en les lui posant).

Bien que le deep learning intègre les bases les plus prometeuses en ce qui concerne la recherche d'une véritable intelligence, les bases de l'apprentissage supervisé ou non supervisé suffit totalement aujourd'hui à la résolution de problèmes connus pour un simple chatbot.

Comment marche le Machine Learning dans une expérience conversationelle?

L’apprentissage supervisé (supervised learning)

L'apprentissage supervisé repose sur 4 étapes:
- Création et catégorisation d'un ensemble de données par nom/catégorie/nature (ex. cette fleur est un coquelicot)
- Pour continuer le processus, le modèle effectue une prédiction pour chaque donnée en suivant des règles (fonction d'activation) permettant de décider d'allumer un nœud particulier dans le workload. Chaque prédiction ou noeud est positionné sur un modèle gauche/droite ou en couches, le noeud le plus à droite ou noeud de sortie s’allume ou non, vrai ou faux, information qui est transmise au réseau.
- La vérification : Les deux étapes précédentes sont répétées avec des ajustements
et la machine allume un nouveau noeud dans le workload dès lors que la prédiction est jugée acceptable (sur une echelle de 0 à 100, variable selon les ressources à disposition)
- Une fois qu’un modèle précis est validé, il est déployé dans l’application et exposé en tant qu’appel d’API, afin de faire une inférence et de donner un résultat.

L’apprentissage non supervisé (unsupervised learning)

L'apprentissage non supervisé est assez similaire à l'apprentissage supervisé à la différence que les données sont non étiquetées mais possédant des caractéristiques (ex. cette fleur est rouge). Un plus gros recoupement de données et une plus grande vitesse d'apprentissage est donc possible dans ce modèle qui permet plus de pertinence notamment dans les suggestions que pourra faire la machine. Les marges d'erreur sont aussi augmentées donc cela demande plus de ressources.

Différences entre Bot, Chatbot et Agent virtuel

Le choix du modèle déterminera l'identification du problème, les règles syntaxiques et les connaissances de la machine, mais notamment à quelle vitesse la machine identifiera le problème et comment elle s'exprimera. La machine apparaitra donc plus ou moins intelligente selon le modèle choisi.

Bots

Les bots sont basés sur des énoncés et réponses fixes figurant dans un script. L'utilisateur doit principalement cliquer sur des boutons ou fournir la bonne réponse pour dialoguer. Ils doivent être circonscrits à des domaines précis/specifique et proposer des réponses prédéfinies pour éviter les échecs et la frustration. Exemple :

  • Question du bot Voulez-vous de l'aide concernant le Service Commercial ou le Service Client?
  • Réponse de l'utilisateur Je n'arrive pas à m'identifier
  • Réponse du bot Veuillez svp choisir le Service Commercial ou le Service Client
  • Chatbots

    Les chatbots ressemblent beaucoup dans leurs usages aux Bots mais disposent d’une plus grande capacité langagière grâce à la Compréhension du Langage Naturel (NLU) ainsi que les bases les plus simples du Machine learning. Ils génèrent moins de frustration, car se rapproche plus d'une expérience conversationnelle naturelle. Exemple :

  • Question du bot Voulez-vous de l'aide concernant le Service Commercial ou le Service Client?
  • Réponse de l'utilisateur Je n'arrive pas à m'identifier
  • Réponse du bot Les réponses ci-dessous concernant les problèmes d'identification répondent-elles à votre problème? (suivi d'une série d'articles liés aux problèmes d'identification)
  • Agents virtuels

    Les Agents virtuels représentent le plus de ce qui se rapproche d'une IA. Integrant le Natural Language Processing (NLP) et exploitant au maximum les fonctionnalités du Machine Learning, ils sont en mesure de s'exprimer naturellement comme des humains, d'apprendre en continue de nouvelles connaissances, d'emmagasiner en temps réels plus d'informations et d'établir de plus grandes corrélations/associations permettant de fournir plus de réponses/solutions à des problèmes donnés.

    Les Bots et les Chatbots sont parfaits pour diriger l'utilisateur vers le bon service ou fournir de l'information. Ils peuvent être utilisés en première ligne et renvoyer vers un agent humain pour les requêtes complexes. Les Agents virtuels doivent être utilisés pour les interfaces vocales et pour les interactions complexes avec des objets connectés et autres services. Ils sont autonomes et ne demandent aucune intervention humaine.