“ Chatbots ” aujourd’hui : réalité et enjeux

Qu’est-ce qu’un Chatbot ?

G.L. : Un Chat­bot est un robot auto­ma­ti­sé dis­po­nible par mes­sa­ge­rie ins­tan­ta­née (Chat). Il per­met de dia­lo­guer en lan­gage natu­rel par le texte ou la voix. 

Pourquoi êtes-vous spécialiste du tourisme et de la mobilité ?

G.L. : Lorsque l’on voyage, il y a de fortes contraintes de temps et de nom­breuses incer­ti­tudes. Per­mettre aux voya­geurs d’avoir des réponses en temps réels et contex­tua­li­sées réduit les points de friction. 

Du côté des entre­prises, il y a une réelle volon­té de sup­pri­mer les inter­mé­diaires, inno­ver et ratio­na­li­ser la rela­tion client avec leurs voyageurs. 

Google, Facebook, Amazon, tous ont maintenant leur plateforme pour aider à la création de chatbots, n’est-on pas arrivé à la maturité de la technologie ?

P.P. : On arrive à la fin d’un cycle, la par­tie com­pré­hen­sion d’un mes­sage court est démo­cra­ti­sée, et c’est prin­ci­pa­le­ment ce que pro­posent ces plateformes. 

Mais la vraie dif­fi­cul­té à pré­sent est de mettre cette com­pré­hen­sion en oeuvre au sein d’une conver­sa­tion, qui change le contexte dans lequel chaque mes­sage doit être interprété. 

Une des dif­fi­cul­tés de l’IA conver­sa­tion­nelle est le carac­tère creux de l’espace latent : il y a une énorme varia­bi­li­té dans la façon d’exprimer une même idée au sein d’une popu­la­tion, et beau­coup d’implicites. C’est vrai au niveau d’un mes­sage, alors ima­gi­nez au niveau d’une conversation ! 

C’est pour ça que ce pro­blème est encore beau­coup moins bien com­pris et adres­sé que l’analyse d’images par exemple. Il reste énor­mé­ment à faire ! 

Derrière un chatbot, c’est un immense réseau de neurones artificiels ?

P.P. : On aime­rait bien ! La ten­dance est à l’utilisation des réseaux de neu­rones de bout en bout, mais dans notre cas, c’est encore trop com­pli­qué. Der­rière c’est un sys­tème com­plexe, qui fait appel à de nom­breux sous-sys­tèmes et réseaux de neu­rones (pour la clas­si­fi­ca­tion d’intention, l’extraction d’information, la détec­tion d’anomalie, le feed­back, etc.). 

On a beau­coup de défis qui res­semblent à de l’ingénierie clas­sique, à la dif­fé­rence que nos sous-sys­tèmes apprennent à faire leur tra­vail sans que nous ayons besoin de les programmer. 

Quelles sont les grandes évolutions techniques à venir ?

P.P. : Nous avons de nom­breux chan­tiers tech­niques en cours, notam­ment sur la capa­ci­té de nos assis­tants à s’auto-évaluer pour atteindre un appren­tis­sage auto­ma­tique direc­te­ment grâce aux utilisateurs. 

Nous tra­vaillons éga­le­ment sur des évo­lu­tions de la ges­tion de la mémoire court et long terme pour mieux prendre en compte le contexte de conversation. 

---

Articles similaires :

« Les don­nées géné­rées par les entre­prises sont une mine d’or » Ges­tion des risques et IA : vers plus de performance AI Verse démo­cra­tise l’accès aux datasets Fair Vision : de la Com­pu­ter Vision au Méta­vers, l’IA pour tous Quand l’IA et les nou­velles tech­no­lo­gies accé­lèrent la recherche pharmaceutique