Un article de Brandon Deer, publié pour la première fois à OpenView Labs – “Une conversation sur l’avenir de l’IA avec Vasco Pedro d’Unbabel

Vasco Pedro A toujours été fasciné par les langues et l’aperçu qu’elles fournissent à propos de la façon dont nous traitons les informations. Ses études de premier cycle ont porté sur l’intelligence artificielle et la linguistique computationnelle. Il a ensuite obtenu son master et son doctorat en traitement du langage naturel chez Carnegie Mellon. Tout au long de sa formation, Vasco a exploré les principes fondamentaux de la façon dont nous pensons, de la conscience et des aspects fondamentaux du langage IA.

Dix ans plus tard, Vasco et le co-fondateur João Graça ont réuni ces centres d’intérêt dans la fondation d’Unbabel, une plateforme de traduction basée sur l’intelligence artificielle. « Résoudre la problématique de la traduction était la raison première pour laquelle l’intelligence artificielle a été inventée », explique Vasco. « Graça et moi-même étions frustrés du fait que la technologie avait promis de trouver une solution à la traduction automatique mais qu’elle soit encore si loin de réaliser cet objectif. »

C’est lors d’un stage de surf que les futurs partenaires ont commencé à mettre sur pied leur mission. « Nous savions qu’il devait y avoir un meilleur moyen, et nous avons vu que l’espace de traduction était perturbé », se souvient Vasco. « La plus importante question à laquelle nous avons essayé de répondre était ce à quoi le monde ressemblerait s’il n’y avait pas les barrières de langue. Quel serait le PIB mondial ? » La mission de l’entreprise était donc de s’assurer que toutes les entreprises puissent communiquer de manière transparente dans toutes les langues, et que l’IA serait une grande partie de la solution.

Sous le capot à Unbabel : composantes de l’IA

« Nous avons décidé de combiner la vitesse et la facilité de la traduction automatique avec la qualité de la traduction humaine », explique Vasco. « Mais, au début, il s’agissait davantage d’un modèle transactionnel qui comportait une forme de commande, des téléchargements de documents et des paiements par tâche ». L’équipe a rapidement réalisé que la traduction était souvent un besoin récurrent car elle était liée à des conversations en cours entre le service client d’une entreprise, le département des ventes, les fonctions de commercialisation et les clients de la société. Sur la base de cette observation, ils ont lancé un modèle d’abonnement pour toute une variété de types de contenu. L’itération suivante du service a affiné l’attention d’Unbabel sur la partie conversationnelle du service client.

« C’est un énorme défi lorsque vous évaluez votre support client international », explique Vasco. « Il faut embaucher des personnes qui parlent ces langues. Il faut avoir des bureaux dans différents pays afin que ces langues soient prises en charge. Cela devient assez complexe. » Unbabel répond à ce défi et à cette complexité en « dissociant la langue des compétences » afin que les entreprises puissent embaucher des personnes en fonction de leur connaissance du produit, centraliser leur équipe de support client et optimiser plus facilement la gestion des ressources.

En coulisses, l’équipe d’Unbabel pense que l’intelligence artificielle est un ensemble de fonctions destiné à offrir une expérience de traduction transparente dont dépendent les clients de l’entreprise. La composante la plus évidente de l’intelligence artificielle est la traduction automatique. « Nous avons nos propres moteurs de traduction automatique qui apprennent continuellement avec chaque traduction », explique Vasco. « Le but est d’offrir à nos Unbabelers la meilleure traduction possible. »

Les autres couches de l’IA sur la plateforme Unbabel comprennent un module d’estimation de la qualité – un moteur basé sur le neural qui estime la qualité de traduction et s’il faut ou non un travail supplémentaire d’un traducteur humain. Un élément de routage aide alors à garantir que toutes les tâches de traduction humaine soient livrées dans la ressource la plus appropriée. « Le routage identifie les utilisateurs idéaux dans notre communauté de 45 000 Unbabelers en se basant sur l’expertise et l’ensemble de compétences dans un domaine », explique Vasco. « Cela donne alors ces corrélations et missions à la volée. »

« L’élément final de l’IA est ce que nous appelons le Smartcheck, qui est un complément du travail humain », explique Vasco. « Cette fonction analyse en permanence le texte et fournit des suggestions et des corrections aux éditeurs humains. Smartcheck fonctionne comme une sorte d’IA complémentaire pour le traducteur humain. »

En renforçant les efforts humains avec l’IA, Unbabel est capable d’offrir un service flexible et rapide appréciable. « Un traducteur humain classique peut traiter environ 300 à 400 mots par heure sans Unbabel », explique Vasco. « En travaillant pour Unbabel, ce même traducteur humain peut traiter environ 1 200 à 1 400 mots par heure – une augmentation significative de la vitesse. »

Ce type de combinaison d’intelligence humaine et artificielle est très probablement le domaine le plus fertile pour un développement pratique et plus poussé de l’IA ; mais nous sommes encore loin d’apporter ce genre de réalité dans le courant dominant. Pour avoir le contexte, nous avons besoin de regarder où nous sommes vraiment sur le continuum du développement de l’IA.

Le continuum de l’IA

« L’IA en est encore à un état assez primitif », explique Vasco. « Il y a beaucoup de choses que nous ne connaissons pas sur l’intelligence en général. Nous ne comprenons pas comment fonctionne l’intelligence humaine, c’est pourquoi il est si difficile de la reproduire. Nous sommes peut-être bons pour effectuer ce qui peut être défini comme tâche de classification, mais quand il s’agit de raisonnement – le raisonnement symbolique, le raisonnement en général et l’apprentissage général -, beaucoup de choses sont restées bloquées aux années 80. Il nous manque au moins encore quatre ou cinq grandes idées pour avoir quelque chose qui fonctionnerait de façon vraiment autonome. »

Donc, nous sommes loin de Skynet ou The Matrix, mais quels progrès avons-nous faits ? La recherche sur l’IA et son utilisation datent du début des années 60. À cette époque, les gens espéraient qu’en dix ans, nous aurions un système qui pourrait parler et traduire comme un humain. Les choses ne se sont pas déroulées comme prévu, et ce que Vasco décrit comme le premier « hiver de l’IA » commença alors.

Ce premier hiver a été suivi de plusieurs autres revers, y compris la résurgence des années 80 avec l’IA symbolique et la pensée systémique experte (un concept qui prévoyait que l’IA remplacerait les médecins et d’autres spécialistes) et la vague de traduction automatique statistique des années 90 (qui a fait l’objet d’un bon battage médiatique, mais n’a pas été à la hauteur des attentes). Aujourd’hui, neural est le dernier ajout à l’IA et, comme ses prédécesseurs, est soumis à beaucoup de pression pour tout résoudre.

Une partie de ce qui rend l’IA tellement difficile est la nature inconstante des humains. « En tant qu’humains, nous sommes très facilement influencés par quelque chose qui semble humain », explique Vasco. « Mais, en même temps, nous sommes aussi vraiment frustrés par quelque chose qui semble être humain mais qui ne l’est pas en réalité. » En d’autres termes, les humains ont une faible tolérance pour l’IA qui ne répond pas immédiatement et complètement à leurs attentes.

Vasco cite Google Home et Alexa d’Amazon comme exemples de produits IA qui mettent en évidence les contraintes actuelles de la technologie. « Google et Amazon investissent des sommes considérables dans ces produits », souligne Vasco. « Ils font des choses vraiment cool, mais si vous interagissez avec l’un ou l’autre, vous comprenez immédiatement les limites. S’il leur était possible d’aller au-delà de ce qu’ils font, ils le feraient, car ce serait certainement dans leur meilleur intérêt. »

Ce que Vasco trouve encore plus excitant que les assistants personnels intégrant l’IA, ce sont les progrès réalisés par les innovateurs qui travaillent sur l’idée de fusionner les capacités humaines et automatiques. « Je crois énormément en ce que disent Elon Musk et Ray Kurzweil, nous allons devenir l’IA », explique Vasco. « Le véritable défi est dans l’interface de notre néocortex. Elon Musk vient de lancer le défi de la dentelle neurale, et il y a aussi d’autres projets en cours.

Vasco voit déjà cette fusion de l’homme et de la machine dans des réalités très quotidiennes que nous tenons pour acquises. « Les numéros de téléphone ne sont déjà pas dans votre cerveau. Ils sont dans votre téléphone », dit-il. « De même, les anniversaires sont sur Facebook et les itinéraires sont dans les applications GPS. » C’est comme le disait Kurzweil : la singularité consiste à fusionner avec les machines et à devenir des êtres fortement renforcés par cette interaction.
« Mais, » précise Vasco : « Nous en sommes encore loin. ». Les gens associent l’IA à Hal de 2001, Odyssée de l’espace, mais c’est encore beaucoup moins avancé. ”

Défis humains par rapport à la technologie de l’IA

Revenant sur l’état actuel de l’IA, Vasco reconnaît qu’il y a des défis sur le marché, mais pense que le plus grand d’entre eux concerne davantage le mental humain que les barrages technologiques. « L’IA est un mot qui captive l’imagination », explique Vasco. « Alors, tout le monde l’utilise. C’est comme ce qu’étaient « les mégadonnées » il y a quelque temps et cela est souvent mal appliqué. Cela devient un mot avec très peu de poids car tout le monde semble faire cela, mais personne ne résout vraiment le problème. »

Malgré le problème des personnes qui disent utiliser l’IA même si elles ne comprennent pas complètement ce que cela signifie, il y a beaucoup d’entreprises qui font un travail solide dans le domaine de l’IA. « Nous voyons un réel impact dans le support client », explique Vasco. « Les entreprises comme DigitalGenius abordent le support client en automatisant certaines tâches. Je considère leur travail plus comme une approche « de premier niveau » dans laquelle vous avez l’IA comme première couche, puis une manière intelligente de mise à niveau ou de mise à l’échelle pour les humains ».

Vasco voit que d’autres incursions sont réalisées par des entreprises qui appliquent l’IA dans les processus de qualification principaux et les réseaux contradictoires générateurs (GAN), mais il a également observé un phénomène intéressant dans lequel les gens cessent de penser à l’IA en tant que telle dès qu’un certain cas d’utilisation fonctionne. « Il semble que dès que l’IA réussit, elle cesse d’être de l’IA et devient juste une technologie », explique Vasco. « Des choses qui, il y a dix ans, étaient définitivement considérées comme IA se sont transformées en ” recherche ” ou “traduction automatique” ou autre chose. Nous avons tendance à déplacer la cible pour l’IA, ce qui la rend inaccessible. Nous ne serons peut-être jamais vraiment satisfaits de l’IA tant qu’elle ne sera pas une machine consciente que nous percevrons comme humaine. »

Quatre conseils pour les startups ayant de grandes espérances en l’IA

Appliquer l’IA dans le monde des startups comporte ses propres obstacles, mais Vasco a quatre conseils pour ceux qui envisagent cette possibilité. Le premier concerne la capacité à trouver une excellente idée et de la mener à sa réalisation.

« Lorsque vous regardez les startups, le défi est qu’il y a beaucoup de gens avec une excellente idée et les compétences pour la réaliser, mais ils finissent par utiliser leurs ressources initiales pour construire les infrastructures et toutes les autres choses nécessaires au lancement d’une startup », explique Vasco. « Prenez Unbabel, nous avons eu une excellente thèse sur la façon d’utiliser l’IA pour résoudre le problème de la traduction, mais il a fallu presque deux ans avant que nous puissions commencer à faire quoi que ce soit en rapport avec l’IA. Beaucoup d’entreprises ont le même problème. Elles disent ce qu’il faut et se concentrent sur la résolution d’un problème spécifique avec l’IA, mais ensuite c’est difficile de dire si elles ont vraiment les ressources pour évoluer dans ce domaine ».

Le deuxième conseil de Vasco est d’embaucher les bonnes personnes. « Prenez dans votre équipe quelqu’un qui sait vraiment ce qu’il fait », dit Vasco sans mâcher ses mots. « Il y a pas mal de battage actuellement en ce qui concerne l’IA et l’apprentissage machine, et c’est facile d’être trompé, surtout si vous n’avez pas d’expertise personnelle. Mais, il est impératif que la personne IA de votre équipe connaisse vraiment son sujet. »

Vasco recommande également de vous laisser une marge de manœuvre. « Vous devez vous laisser plus de temps pour expérimenter », dit-il. « Vous avez deux options. Soit vous appliquez une solution déjà connue à un problème connu (comme la classification), auquel cas il vaut mieux utiliser des techniques éprouvées qui vous donneront un coup de pouce immédiat et vous permettront de trouver les solutions à portée de main. Soit, vous devez vous accorder plus de temps pour expérimenter afin de pouvoir trouver quelque chose de vraiment innovant ».

Finalement, Vasco suggère fortement de ne pas placer la barre trop haut. « L’IA est formidable pour aider les humains, mais, à quelques exceptions près, si vous l’utilisez seule et placez trop d’espoirs sur le résultat, vous serez déçu “, dit-il. « Alors que je crois en des véhicules autonomes et pense que nous faisons de grands progrès avec la traduction automatique, nous sommes encore loin du jour où l’IA sera un atout magique qu’il nous suffira d’ajouter à tout produit pour l’améliorer. Il faut rester prudent et réaliste quant à vos attentes – les vôtres, et celle de vos clients ».