Vous utilisez des filtres sur Instagram ? Sans le savoir, vous utilisez la computer vision ou vision artificielle, cette réalité qui s’est imposée dans nos vies, sans même que nous nous en rendions compte. A tort.
1. La computer vision, c’est l’intelligence artificielle appliquée au visuel. Les ordinateurs sont “formés” à reconnaître, analyser et interpréter les données présentes dans une image ou une vidéo.
2. La computer vision fait aujourd’hui partie de notre réalité quotidienne :
- Filtres Snapchat ou Instagram
- Reconnaissance faciale dans les lieux publics
- Détection des cancers de la peau ou diagnostic à partir de radios
- Identification de pièces défectueuses en usine
- Véhicules et drones autonomes
3. Les progrès fulgurants de la vision artificielle doivent beaucoup à Imagenet, le “wikipedia” des images. Projet lancé par des universitaires, Imagenet a misé sur la contribution individuelle : 50 000 personnes ont classé 15 millions d’images (dont 62 000 photos de chats !) et en ont assuré la correspondance avec les 200 000 termes anglais recensés par Wordnet, la plus grande base lexicale mondiale.
4. A partir d’Imagenet, les algorithmes de Deep Learning de reconnaissance visuelle (réseau neuronal convolutif / CNN) se sont développés pour atteindre, dès 2017, des taux d’erreur inférieurs à 5 %, soit le seuil d’erreur de l’œil humain.
5. Yann Le Cun, « chief scientist » français de Facebook, vient de revendiquer une avancée spectaculaire. Son modèle SEER a été capable d’analyser par lui-même plus d’un milliard d’images d’Instagram, sans l’aide d’annotations ni d’interventions humaines. Le taux d’exactitude obtenu – 82,4 % – est la meilleure performance jamais atteinte par un langage d’AI entièrement auto-apprenant.
6. Selon Report Linker, le marché mondial de la vision artificielle va croître de 47 % par an (de 4,6 milliards de dollars en 2019 à plus de 95 milliards de dollars en 2027).
7. Bien sûr, ces technologies posent de nombreuses questions éthiques quant au respect de la vie privée, comme vient le rappeler le licenciement de Timnit Gebru, ex-“AI Ethist” chez Google. Par ailleurs, la reconnaissance des personnes peut varier selon le niveau de représentation dans les bases, ce qui peut induire des biais de traitement selon la couleur de peau ou le genre.
La leçon à retenir
Les applications de la vision artificielle vont avoir des impacts forts, souvent méconnus, dans nos vies. Ca mérite bien quelques “7 about” supplémentaires, non ? A suivre…
Pour aller plus loin
- Les principaux outils de Computer Vision : le classement d’images (Playment, Hasty) et les langages de programmation (Matlab, OpenCV-Python)
- Faire ses premiers pas : le tutoriel pour distinguer les chats des chiens
- La Computer Vision en 3 minutes (vidéo)
- La base de données Imagenet (téléchargeable)
- La vidéo de Fei-Fei Li, l’initiatrice de d’Imagenet : Comment apprendre aux machines à comprendre les images ?
