L'intelligence artificielle au sein des services marketing

1.2.3.3 Deep learning, autre évolution d'une intelligence

Le deep learning, également nommé apprentissage profond quant à lui utilise une technologie de synthèse neuronale proche de celle des humains et dont les résultats sont mesurables, à la différence de l'apprentissage machine (Harris, 2017)⁶².

Google Translate, célèbre traducteur en ligne proposant de multiples traductions et des synthèses vocales, est un réseau de neurones profonds n'ayant pas de système propre d'apprentissage autonome : les utilisateurs peuvent proposer une correction et cette dernière est mise en place après vérification. L'outil n'est pas non plus en apprentissage autonome puisqu'il ne permet pas de s'adapter aux cultures par exemple car trop pragmatique dans la transcription (Pierre Marquis, 2018)⁶³.

⁶¹ Ashish Shrivastava, Tomas Pfister, Oncel Tuzel, Josh Susskind, Wenda Wang, Russ Webb - Apple Inc - (2016). Learning from Simulated and Unsupervised Images through Adversarial Training

⁶² Steven Harris (2017). How to apply AI to Brand Marketing. < machinelearning.co>

⁶³ Bruno Bonnell, Pierre Marquis, Jean Gabriel Ganascia, Albane Gaillot (Mars 2018) ; Intelligence Artificielle : la data levier de compétitivité, conférence, Maison de la Chimie, Paris, Matinales du Numérique.

L'intelligence artificielle au sein des services Marketing

L'entreprise Mondelez utilise pour sa part cette technologie à des fins de conception graphique, dans un cadre publicitaire : leur outil interne, après avoir préalablement enregistré dans sa base de données certaines oeuvres publicitaires ayant été reconnues pour leur conception graphique au rendu supérieure à la moyenne (vainqueurs de prix notamment), permet de dégager en premier lieu un cahier des charges pour le client à l'aide des requêtes émises par le client concerné, puis de mettre en place à l'aide de ces données la réalisation graphique finale destinée au client. Le projet de départ de son créateur Shun Matsusaka était de donner naissance à un assistant créatif, mais après étude, ce dernier a finalement fait naître son remplaçant, n'ayant recours qu'à une aide humaine partielle et mettant directement en concurrence les humains et ses outils : « Nous pensons que comprendre l'apprentissage profond ne nous servira pas uniquement à construire des machines plus intelligentes, mais nous aidera également à mieux comprendre l'intelligence humaine et ses mécanismes d'apprentissages » (Yann LeCun, 2016)⁶⁴.

Yann LeCun sous-entend directement que l'analyse des machines et de ses raisonnements ainsi que la modification pourrait donc permettre à la fois d'en apprendre davantage sur les réflexions humaines mais également de faire naître des cas comme celui évoqué précédemment qui serait une illustration parfaite de la non-maîtrise et connaissance des capacités de ces nouvelles technologies.

Ce dernier extrait trois formes d'apprentissage désormais à l'oeuvre : celles supervisées (dont l'entrée et la sortie est connue), par renforcement (dit d'expérience, à signal unique) et non-supervisée. Il compare l'apprentissage non supervisé à celui des animaux et plus généralement, donc à l'enseignement par le factuel et l'observation.

39 / 112

⁶⁴ Yann LeCun (2015-2016). Recherches sur l'intelligence artificielle - Les enjeux de la recherche sur l'intelligence artificielle. Chaire informatique et sciences numériques

40 / 112

L'intelligence artificielle au sein des services Marketing