Intelligence artificielle pour améliorer l'interaction humain-système
Alors que les débats font rage sur l’éthique du rôle de l’intelligence artificielle dans l’art ou son utilisation pour aider les étudiants à tricher sur leurs travaux de session, Sid Ahmed Selouani a discrètement travaillé avec l’IA pour développer des applications industrielles et améliorer la qualité de vie des gens.
Lui et son laboratoire à l’Université de Moncton, campus de Shippagan – le Laboratoire de Recherche en Interaction Humain-Système (LARIHS) – utilisent l’IA pour faire avancer l’interaction humain-système, travaillant sur des sujets aussi divers que l’émotion, la reconnaissance de la parole et du langage pathologiques, l’automatisation de la télépathologie et l’automatisation intelligente pour les robots industriels.
L’apprentissage automatique dans les systèmes cyber-physiques, qui intègrent des composants physiques et numériques, repose sur des algorithmes complexes pour prendre des décisions et s’engager dans des actions dans le monde réel.
“Par exemple,” explique Selouani, “pour aider une personne ayant des difficultés à prononcer des mots, comme quelqu’un ayant subi un AVC et ne pouvant dire que des fragments de mots, nous utilisons des algorithmes pour comprendre comment la personne s’exprime, puis nous remplaçons les mots ou segments incompréhensibles pour générer un texte compréhensible.” Tel est l’objectif d’une entreprise fondée sur les recherches du LARIHS : commercialiser un logiciel qui fournit aux personnes atteintes de troubles de la parole un interprète pour les aider à communiquer. L’algorithme analyse la parole, remplace les sections peu claires par du texte, puis génère un son similaire à la voix de la personne. Le logiciel aidera également les médecins à suivre les patients tout au long de leur réadaptation.
Pour qu’un algorithme développé par le LARIHS puisse discerner ce qu’une personne essaie de dire, il doit d’abord acquérir de l’expérience en écoutant la parole humaine. Cela nécessite beaucoup de données, d’analyses, d’exploration de données et de comparaisons, impliquant souvent des millions de paramètres. Il faut des systèmes de supercalculateurs de pointe, comme ceux fournis par ACENET et l’Alliance de recherche numérique du Canada, pour donner aux algorithmes la puissance de traitement et la capacité de stockage nécessaires pour effectuer les calculs requis et apprendre à interagir avec le monde réel. “Notre capacité de calcul a été multipliée par au moins dix avec ACENET,” explique Selouani.
Une telle puissance de traitement ouvre de nombreuses portes. Selouani et son équipe de plus de deux douzaines de postdoctorants, d’étudiants des cycles supérieurs, d’étudiants du premier cycle et de personnel de recherche ont de nombreux projets en cours, chacun avec ses propres sous-projets.
Par exemple, LARIHS travaille sur un projet visant à enseigner aux robots industriels à trier les huîtres, en distinguant les huîtres vivantes des mortes, et en les regroupant selon leur taille et leur qualité globale. LARIHS travaille également à optimiser la télépathologie – c’est-à-dire la classification des tissus humains et des échantillons biologiques à distance. En traitant les images extraites des analyses de biopsies, par exemple, nous serons en mesure de mieux détecter les anomalies dans les images scannées, aidant ainsi les médecins dans leurs évaluations.
Les applications de ces algorithmes sont aussi variées que leurs domaines d’étude. Comment tout intégrer dans un seul laboratoire? “Notre savoir-faire”, explique Selouani, “que nous avons développé au cours des 20 dernières années, est que nous pouvons prendre un algorithme que nous avons développé pour une application et l’adapter à d’autres.”