Retour au numéro
Partager sur :
Vue 83 fois
28 octobre 2020

Les robots parlent notre langue

Les algorithmes d’intelligence artificielle font des progrès rapides sur des tâches considérées, jusqu’ici, impossibles à automatiser. Ces avancées permettent le développement des outils disruptifs, notamment dans l’industrie du développement informatique.


LE LANGAGE NATUREL : PARTOUT, TOUT LE TEMPS

Tous les jours, des milliards de phrases sont échangées entre les humains. Ces phrases ont toutes un point commun : elles sont écrites dans un langage naturel. C’est comme cela que l’on appelle toute langue qui a évolué naturellement chez l’Homme par l’usage et la répétition sans planification ou préméditation consciente. Si on regarde de plus près, au delà de l’utilité personnelle du langage naturel, il constitue un pilier essentiel à l’économie et à la société. Toutes les tâches exécutées par les travailleurs sont liées de près ou de loin au langage naturel.

Jusqu’ici, l’humain s’est efforcé à automatiser beaucoup de tâches dites répétitives, voire aliénantes. Cependant, il existe un type particulier de tâches dont les tentatives d’automatisation ont été, durant les dernières années, vaines. Ce sont les tâches reposant essentiellement sur du langage naturel tel que les tâches de service clientèle, de contrôle de la réputation, de publicité, de connaissance de marché ou encore de conformité à la réglementation. La croissance d’une entreprise reposait fatalement sur une augmentation de son capital humain pour gérer ces tâches. Et pour cause : les algorithmes avaient jusqu’alors des performances peu intéressantes économiquement.

DES ALGORITHMES ET DES MOTS

Les algorithmes NLP ont transitionné d’une phase dite « symbolique », qui a duré jusqu’aux années 1980, où les algorithmes étaient basés sur des règles rigides et manuellement définies, vers une phase dite « statistique ». Durant cette dernière, le texte a commencé à être considéré comme un objet statistique et des algorithmes d’apprentissage ont commencé à être appliqué au langage. Cette révolution est due essentiellement à l’évolution de la puissance de calcul qui permettait enfin de construire des modèles intéressants. Durant les années 2010, les réseaux de neurones artificiels se sont généralisés. Nous avons alors assisté à une succession d’améliorations radicales des résultats de l’état de l’art sur différentes tâches de NLP, ce qui a naturellement suscité l’intérêt des entreprises.

Selon GLUE (General Language Understanding Evaluation), un ensemble de tâches de référence pour évaluer la performance de modèles NLP sur des tâches variées, le modèle MT-DNN de Microsoft a, dès juin 2019, surpassé l’humain dans les différentes tâches telles que l’analyse de sentiments, la synthèse de texte, le matching de phrases ou la réponse aux questions sur des textes longs. Cet accomplissement incroyable est dû à une catégorie de modèles qui ont vu le jour en 2017 et que l’on appelle les Transformers. Ces modèles innovants et puissants, combinés à la démocratisation de l’accès aux GPUs et à la démythification du NLP via l’open-source, expliquent l’intérêt indéniable du monde de l’entreprise.

CONSOLE.LOG (“I COMMUNICATE!”)

Bien avant l’essor des algorithmes d’apprentissage, un secteur est devenu incontournable dans toutes les entités économiques : le logiciel. Aujourd’hui, presque tous les corps de métiers utilisent des logiciels informatiques qui leur facilitent la vie. Derrière ces logiciels, nous retrouvons des programmeurs qui travaillent en équipe. Le code est donc non seulement un moyen de formuler des ordres à un ordinateur, mais aussi un moyen de communiquer entre développeurs. En effet, le code produit par un développeur doit être lisible par les autres membres de l’équipe, mais aussi par lui-même lors de futures re-lectures. Les développeurs ont alors recours au langage naturel pour identifier les différentes entités de leur programme.

Dès lors, la majorité des programmes contiennent des indices sémantiques sur leur rôle fonctionnel. Nous pouvons donc appliquer des algorithmes d’apprentissage à ces programmes comme nous le faisons pour des textes. Bien qu’historiquement, l’élaboration d’outils d’aide aux programmeurs a souvent eu une approche logico-déductive, aujourd’hui un nombre important d’outils s’inspirent du NLP pour accélérer et faciliter la vie des codeurs.


à retenir
  • Jusqu’ici les entreprises dépendaient du capital humain pour toutes les tâches qui intègrent du langage humain.
  • Aujourd’hui les algorithmes dit NLP appliqués au langage humain apportent des solution efficaces à cette problématique.
  • Ces algorithmes peuvent être appliqués dans un environnement de travail tel que le développement de logiciel car le langage informatique est aussi un moyen de communiquer entre humains.
  • Ponicode est un acteur français qui s’est approprié l’état de l’art du NLP pour construire des outils d’assistance aux développeurs.

 
PONICODE, UN ACTEUR FRANÇAIS

Ponicode, fait partie de ces nouveaux projets dont l’ambition est d’assister les développeurs dans leurs tâches les plus ardues grâce, entre autres, aux avancées en NLP. Née en juin 2019, la start-up a déjà levé trois millions d’euros auprès de fonds d’investissements français et américains et compte quelques milliers d’utilisateurs à travers le monde.

Le premier produit, une intelligence artificielle génératrice de tests unitaires pour Javascript, est d’ores et déjà disponible en téléchargement. Grâce aux retours des quelques milliers d’utilisateurs, chaque semaine les modèles derrière notre outil sont en constante amélioration. L’outil s’élargira à d’autres langages, environnements et tâches au fil de son développement.

L’objectif est de créer une collection d’outils qui, grâce à des modèles mathématiques, non seulement accélèrent le travail des développeurs, mais le rendent aussi plus agréable en lui permettant de se concentrer sur les tâches qui le stimulent le plus. Quant aux entreprises, le but est de les assister dans la production d’un code de qualité, beaucoup plus rapidement et avec beaucoup moins d’efforts qu’aujourd’hui.

@PonicodeDev

ponicode

PonicodeCom


Patrick JOUBERT
est un entrepreneur français. Apres 20 années dans l’IT, notamment chez Société Générale et BNP Paribas, il se lance dans l’entrepreneuriat avec deux success stories consécutives à son actif: Beamap acquise par Sopra Steria en 2014 puis Recast.AI acquise par SAP en 2018. Il fonde en 2019 la start-up Ponicode dont il est également le CEO.

@Patricksclouds

 patrick-joubert-9028231

Auteur

Patrick Joubert

Articles du numéro