L’innovation
à l’œuvre

L’intelligence artificielle sauve les vies de nos amis à fourrure. Découvrez comment.

Intelligence artificielle

De quoi Fido souffre-t-il? Un ordinateur est parfois mieux placé pour vous le dire.

Lorsque Fido va chez le vétérinaire dans un piètre état, on diagnostique souvent son problème intuitivement, à grand renfort de devinettes.

Les animaux domestiques sont incapables de s’exprimer en langage humain pour décrire ce qui les incommode, c’est pourquoi les vétérinaires ont besoin d’aide, une aide qui vient de plus en plus sous forme d’intelligence artificielle.

Des bureaux de vétérinaires aux cabinets d’avocats et dans bien d’autres endroits, l’intelligence artificielle est en train de rapidement devenir un surhumain, l’assistant de recherche que les professionnels consultent afin d’obtenir les renseignements à jour dont ils ont besoin pour faire leur travail.

Le métier de vétérinaire s’exerce dans un environnement qui rend un assistant de recherche virtuel particulièrement attrayant, selon James Carroll, président et chef de la direction de LifeLearn, une jeune entreprise située à Guelph.

«On ne sait pas quelle espèce va franchir le pas de la porte», affirme M. Carroll, dont l’entreprise a développé Sofie, un assistant d’intelligence artificielle à l’intention des vétérinaires.

De plus, la plupart d’entre eux travaillent dans de petites cliniques et, contrairement aux médecins qui traitent des êtres humains, les vétérinaires ne peuvent pas diriger leurs patients à fourrure vers des spécialistes. «Il n’y a pas de radiologue au bout du corridor», fait remarquer M. Carroll. «Pas plus qu’il n’y a de cardiologue prêt à intervenir.»

Autrement dit, les vétérinaires doivent traiter un large éventail d’affections, à tous les stades, dans un groupe varié d’espèces animales, un exercice qui nécessite une multitude de connaissances spécialisées.

Lorsqu’ils ne savent pas quelque chose, les vétérinaires ont souvent le réflexe de consulter des livres. Or, cette pratique demande du temps et ne tient pas compte des nouvelles recherches. Incluant souvent des résultats de sources douteuses, les recherches Internet constituent un piètre remplacement aux revues scientifiques à comité de lecture.

C’est précisément à ce moment que Sofie entre en jeu. Il s’agit d’une application mobile qui répond à des questions posées en langage naturel selon leur contexte spécifique.

Les réponses de Sofie sont optimisées par une base de données étendue.

«À l’heure actuelle, nous en sommes rendus au point où Sofie comprend plus de 800 affections médicales et cancers en se basant sur un ensemble de connaissances comptant un peu plus de 44 000 pages de rapports de recherche et de littérature médicale vétérinaire», a précisé M. Carroll.

Tout cela est possible grâce aux capacités de traitement du langage naturel d’IBM Watson, un système amélioré d’intelligence artificielle (aussi appelée informatique cognitive), conçu pour répondre à des questions en tenant compte de la façon dont les gens parlent en réalité.

Un vétérinaire pourrait demander à Sofie de lui proposer des traitements potentiels pour une affection donnée chez un type d’animal particulier et il obtiendrait plusieurs hypothèses fondées sur le contexte de la question et sur la pertinence des résultats, comme l’affirme M. Carroll.

À l’origine, cette étape se faisait manuellement; une équipe de vétérinaires et d’experts établissait des liens entre les volumes massifs de données qui été versés dans le système. Cela dit, Sofie apprend maintenant de ses utilisateurs.

«Nous voyons les résultats que les vétérinaires choisissent», explique M. Carroll. Il pense que l’application la plus intéressante de Sofie réside dans sa capacité à aider les vétérinaires à prodiguer des soins plus proactifs.

Supposons que vous visitiez le vétérinaire avec votre chien de deux ans, en santé, immédiatement après être rentré de vacances et que vous ayez fait de la randonnée avec ledit toutou durant ces vacances. On vous demandera peut-être de remplir un court sondage synchronisé avec Sofie avant le rendez-vous. À la lumière de cette information, l’application peut porter à l’attention du vétérinaire les maladies propagées par les tiques dans cette région. En se basant sur les prédispositions génétiques de la race de votre chien, elle pourrait également formuler des recommandations pour éviter les affections les plus courantes.

Sofie se distingue par sa capacité à comprendre le langage naturel, mais aussi par sa capacité à traiter les données non structurées, c’est-à-dire de l’information devant être lue par des gens et non par des ordinateurs. «Notre capacité à exploiter ces données non structurées est primordiale dans tout ce que nous accomplissons», affirme M. Carroll.

Et c’est Watson qui optimise cette capacité.

Elle poursuit en précisant qu’auparavant, les ordinateurs ne traitaient que les données organisées d’une certaine manière, soit en rangées, en colonnes et en tableaux. Cette époque est révolue. «Nous sommes maintenant capables de prendre les données non structurées, soit de l’information, comme elles se présentent quand vous et moi parlons, puis de les verser directement dans le système Watson», affirme-t-elle.

Au fur et à mesure qu’il en apprend sur un sujet spécifique, il est en mesure de traiter les données plus rapidement et avec plus d’exactitude.

L’intelligence artificielle joue déjà un rôle plus important dans nos vies que nous pourrions le croire, selon Ali Reza Montazemi, professeur spécialisé dans les systèmes d’information à la DeGroote School of Business de l’Université McMaster. On la retrouve dans nos appareils photo, et elle optimise les recherches en ligne.

Il décrit les données non structurées comme de l’information dépourvue de réponse fixe. «Par exemple, la phrase “il fait chaud” n’a pas la même connotation pour vous que pour moi», fait-il remarquer. «Vous utilisez votre intelligence en fonction de votre passé et de vos connaissances pour formuler une réponse.»

Les données non structurées représentent la majorité de l’information, même en ligne.

Les ordinateurs arrivent à comprendre ces données au moyen d’une logique floue, à savoir une manière de trier l’information en groupes suivant les degrés de similitude au lieu des correspondances exactes. «Dans le monde réel, il n’y a pas que du noir et du blanc», précise-t-il.

Ce mécanisme de tri, répété des milliers de fois, voire des millions de fois, permet aux ordinateurs de s’attaquer à des problèmes beaucoup plus complexes qu’à ceux qu’ils traitaient dans le passé, et on doit cette progression à l’accroissement de la puissance de traitement, conjugué avec la diminution des coûts.

Ce sont des technologies telles que celle-là qui permettent à Watson de comprendre le contexte d’une recherche, mais aussi l’intention et le ton de la personne qui pose la question.

Pour toutes ces raisons, l’intelligence artificielle est en train de devenir la technologie parfaite pour assumer le rôle d’assistant de recherche, selon M. Graham d’IBM.

Publié à l'origine par Globe Edge Content Studio (en anglais)