Depuis que la machine me demande de sélectionner des images d'horodateurs, de bus, de lampadaires, de feux de signalisation, de toits, ou encore, de passages piétons, je suis presque devenu un spécialiste de la ville et de ses équipements. Alors que je navigue sur un site ou que je viens à peine de m'inscrire pour recevoir une newsletter, la machine fait soudainement barrage sauf à lui prouver que je suis un « vrai » humain et non un robot. Pour décliner notre identité numérique, il suffit que nous passions et réussissions un test dit « Captcha », conçu pour différencier les êtres humains des ordinateurs et ainsi prévenir toute tentative de piratage.
Si, dans le meilleur des cas, on nous demande de saisir une suite de lettres déformées rappelant vaguement une écriture enfantine, il se peut que l'examen se complique si la machine veut qu'on lui désigne toutes les images qui montrent des panneaux « Stop ». Au passage, et pour avoir vécu cette expérience, j'avoue avoir hésité pour savoir si je devais inclure dans ma sélection une de ces images qui expose un minuscule morceau de panneau en bas à gauche alors que l'essentiel de la photo fait la part belle au poteau qui soutient l'ensemble.... Qui ne tente rien n'a rien !
Test de Turing
Captcha (à prononcer de préférence avec un fort accent texan «capture » du verbe « attraper ») est avant tout l'acronyme de « Test de Turing ayant pour but de différencier les humains des ordinateurs ». En version originale : "Completely Automated Public Turing test to tell Computers and Humans Apart".
Créé par le mathématicien britannique Alan Turing au début des années 1950, ce test a été conçu sur la faculté d'une machine à imiter la syntaxe et la conversation humaine. Si, au terme de ce test, l'humain hésitait à dire lequel de ses interlocuteurs était une machine, alors cette dernière était déclarée vainqueur.
Captcha et ReCaptcha
Devenue marque commerciale déposée par l'université Carnegie-Mellon[1] aux États-Unis, le test Captcha a dû s'adapter au fait que les machines, de plus en plus perfectionnées, savaient imiter un comportement humain jusqu'à réussir à créer des comptes factices, voire initier des achats.
Pour contrer la machine, il fallut donc renforcer la difficulté en créant de nouvelles générations de tests, encore plus complexes, mais toujours assis sur le principe de déchiffrement de mots et de lettres.
En 2009, Google développa son propre « Captcha » qu'il baptisa « ReCaptcha ». Avec ses milliards de requêtes quotidiennes, l'idée étant de soumettre aux humains des reconnaissances partielles de textes, ce qui permettait ensuite aux machines de Google de « comprendre », puis de numériser des millions de pages de journaux (dont les archives du New York Times[2]) et de livres. Sans même nous en apercevoir, il est quasiment certain que nous avons dû aider les machines de Google à identifier lettres, textes, articles, livres, et partant, des pans entiers de savoirs. En somme, une numérisation réussie à peu de frais...
Nourrir l'intelligence artificielle
Depuis plus récemment, ces tests destinés à nous distinguer des machines sont utilisés par Google pour l'aider à développer sa technologie de voiture autonome. Grâce à nos identifications d'un feu de signalisation, d'un panneau « stop » ou encore d'un passage piéton, Google emmagasine nos réponses et nourrit ses algorithmes d'intelligence artificielle qui seront embarqués dans les futurs véhicules autonomes.
Là encore, sans nous en rendre compte, nos millions de clics et de mouvements de souris aident la voiture intelligente de Google à reconnaître nos paysages urbains.
Je me suis toujours demandé si, en cochant volontairement une mauvaise case, je deviendrais la cause d'un terrible accident du fait que j'aurais pris un malin plaisir à brouiller les cartes de cette « IA » censée reconnaître à tous les coups un panneau d'arrêt complet.
Si tout le monde s'appliquait à faire tourner l'IA en bourrique, nous pourrions même supposer arriver à quelques absurdités comme faire en sorte qu'une voiture autonome s'arrête systématiquement devant une bouche à incendie au motif que celle-ci présente quelques similitudes avec des piétons attendant pour traverser... Une belle pagaille en perspective.
Catégoriser le monde
Que cela soit pour entraîner les logiciels des voitures autonomes à identifier tout ce qui compose son futur environnement ou, dans une moindre mesure, à identifier un « vrai » humain, toutes ces techniques de reconnaissance ont pour objectif de catégoriser le monde qui nous entoure.
Cette quête de la classification ne date pas de l'avènement de l'intelligence artificielle. Déjà, au IVe siècle avant notre ère, Aristote avait entrepris de créer un outil spécifique -l'Organon - capable de comprendre la pensée et dont le but était de classer le monde en de multiples catégories touchant aussi bien aux éléments de la nature que de la pensée humaine dans toute sa complexité.
Sur le fond, et depuis cette époque, les choses n'ont pas tellement changé. Sauf qu'à présent, les scientifiques qui collaborent à ces projets d'intelligence artificielle cherchent à catégoriser le monde pour le transformer en données compréhensibles et interprétables par des machines.
De cette « data-isation » du monde, dépendra notre état de dépendance grandissante aux algorithmes et autres réseaux neuronaux d'apprentissage, bref, aux intelligences artificielles qui nous entourent. Difficile de résister à cette déferlante sauf à décider de se moquer des machines en leur donnant sciemment des informations erronées. C'est décidé : lors d'un prochain test « ReCaptcha » que la machine me proposera, je cliquerai sur la pastille de la borne à incendie en lieu et place du lampadaire. Façon toute personnelle de lui faire prendre des vessies pour des lanternes.
___
NOTES
2https://www.nytimes.com/2011/03/29/science/29recaptcha.html
« Quand nous mettrons le pied sur l'accélérateur, nous serons difficiles à égaler » (Joelle Pineau, directrice de la recherche en IA chez Meta)
Sujets les + commentés