Applications mobiles et intelligence artificielle, c'est déjà dans la poche

Partager

Si le réel potentiel de l'intelligence artificielle (IA) reste à explorer, les algorithmes de machine learning sont déjà présents dans les applications mobiles de nombreux salariés. Focus sur huit cas d’usage quotidiens.

1. Les moteurs de recherche

L’apprentissage profond – aussi appelé deep learning – donne aux moteurs de recherche la capacité d’accélérer la compréhension et la classification des contenus, grâce au traitement de données précises et filtrées sur les pratiques des utilisateurs. Mais les algorithmes enrichis ne servent pas qu’à améliorer les résultats de recherche : ils détectent aussi les spams pouvant nuire à la qualité des résultats ou les contenus inappropriés en fonction des paramètres qu’ont sélectionnés les internautes, notamment s'ils effectuent une recherche sécurisée.

2. Le filtrage de boîte mail

Le machine learning est une technologie très utile pour créer de nouveaux filtres contre les spams sophistiqués qui envahissent nos boîtes mails, et plus généralement filtrer les e-mails non-consentis. Il permet d’évaluer les images incluses dans le courrier, les contenus cachés ou la provenance du mail et du nom de domaine associé.

3. L’authentification

Les systèmes de déverrouillage fondés sur la reconnaissance faciale utilisent un algorithme de traitement grâce auquel le téléphone identifie le visage de l’utilisateur. Ils s’adaptent aujourd’hui aux changements d’apparence dus notamment au maquillage ou à la pilosité.

4. La suggestion automatique d'écriture

Héritière de la saisie intuitive et de la correction automatique, la composition intelligente aide les utilisateurs à écrire des e-mails en proposant des suggestions de mots et de phrases, des formules usuelles ou un remplissage automatique d’informations récurrentes comme l’adresse postale. Elle s’appuie sur les habitudes d'écriture des utilisateurs qui alimentent les algorithmes d’apprentissage automatique dont les suggestions s’améliorent avec le temps.

5. La traduction

Les services de traduction les plus courants utilisent désormais des « réseaux de neurones ». Alimentés en textes traduits par l’homme (textes de loi, romans, etc.), ils peuvent comprendre la construction des phrases et leur contexte d’utilisation pour chercher des équivalences et proposer des traductions naturelles et précises.

6. Les assistants vocaux

Ils se fondent sur les techniques de traitement automatique des langues : reconnaissance des mots (lexique), structures de phrases (syntaxe) et différents sens possibles (sémantique). Ces techniques permettent de transmettre une requête vocale transcrite à un moteur de recherche et de synthétiser vocalement le résultat ou de comprendre le sens des phrases afin d’exécuter l’action demandée par l’utilisateur.

7. Les chatbots

Ils apportent une aide précieuse pour gérer la communication de certaines équipes s’adressant à toute l’entreprise, à l’image des RH. Disponibles 24h sur 24, ils répondent aux questions les plus fréquemment posées et assurent la diffusion de bonnes pratiques et de messages clés. Grâce à l’apprentissage du profil des collaborateurs, ils servent d’interface de réponse immédiate et personnalisée à ces derniers sur des questions concrètes comme les demandes de congés.

8. La navigation routière

La rapidité d’analyse des données dont l’IA est capable permet aux applications de navigation routière de fournir une image très précise du trafic en cours. Les données de déplacement des collaborateurs et des autres automobilistes sont utilisées pour calculer l’itinéraire à suivre le plus rapide. L’usage du machine learning permet aussi de réaliser des prévisions du trafic à venir.

 

Pour aller plus loin