
Dans le document proposé au public, il est expliqué que


Volume d’activité
Le rapport explique que les mesures de volume d'activité reflètent l'engagement des universitaires, des entreprises, des entrepreneurs et du grand public aux activités d'intelligence artificielle. Ces données vont du nombre d'étudiants de premier cycle qui étudient l'IA au pourcentage de femmes candidates à des emplois dans l'IA en passant par la croissance du financement en capital de risque des startups d'IA.
Le graphique ci-dessous montre la croissance des taux de publication annuels des articles universitaires par rapport à 1996. Le graphique compare la croissance des articles en sciences informatiques (CS), en intelligence artificielle (IA) et fait une courbe de croissance d’une combinaison de ces deux champs. La croissance du nombre d'articles publiés annuellement dans l'IA continue de dépasser celle des articles publiés annuellement en CS..
Le graphique ci-dessous montre le nombre d'articles d'Amnesty International publiés annuellement par région. L'Europe dispose du plus grand nombre d'édition d'articles sur l'intelligence artificielle: en 2017, 28% des articles universitaires sur l'intelligence artificielle sur Scopus provenaient d'Europe. Parallèlement, le nombre de journaux publiés en Chine a augmenté de 150% entre 2007 et 2017. Il faut noter tout de même une chute après 2010.
Le graphique ci-dessous montre le nombre d'articles d'IA sur Scopus, par sous-catégorie.
Les catégories ne sont pas mutuellement exclusives. 56% des articles appartenaient à la catégorie Apprentissage machine et raisonnement probabiliste en 2017, contre 28% en 2010. Pour la plupart des catégories ci-dessous, les articles ont été publiés plus rapidement de 2014 à 2017 que de 2010 à 2014. Les réseaux de neurones ont notamment enregistré un taux de croissance annuel composé (TCAC) de 3% de 2010 à 2014, suivi d'un taux de croissance annuel composé de 37% de 2014 à 2017.
Le graphique ci-dessous montre le nombre d'articles soumis et acceptés pour la conférence 2018 de l'Association pour l'avancement de l'intelligence artificielle (AAAI), par pays. La conférence AAAI 2018 s'est tenue en février 2018 à la Nouvelle-Orléans, en Louisiane.
Environ 70% des documents soumis à AAAI en 2018 étaient affiliés aux États-Unis ou à la Chine. Alors que la Chine comptait le plus grand nombre de documents soumis, les États-Unis et la Chine comptaient à peu près le même nombre de documents acceptés, soit 268 et 265, respectivement. En conséquence, les articles affiliés aux États-Unis ont reçu un taux d'acceptation de 29% et les articles affiliés à la Chine, un taux d'acceptation de 21%. Les articles allemands et italiens ont reçu les taux d'acceptation les plus élevés (41%), bien qu'ils aient soumis moins d'articles.
Les graphiques ci-dessous montrent le nombre de postes vacants par an en fonction des compétences requises en IA et la croissance relative de ces postes par compétences requises. Les compétences en IA ne s'excluent pas mutuellement.
Bien que le niveau ML soit la compétence la plus importante citée en tant qu'exigence, l'apprentissage en profondeur augmente considérablement: de 2015 à 2017, le nombre de postes vacants nécessitant une formation en apprentissage a été multiplié par 35.
Performances techniques
Les mesures de performances techniques capturent les changements de performances de l'IA au fil du temps. Par exemple, l'Index mesure la qualité des réponses aux questions et la vitesse à laquelle les ordinateurs peuvent être formés à la détection d'objets.
Cette année, l'IA est devenue plus précise et beaucoup plus rapide en matière de détection d'images. Elle a également amélioré sa capacité à analyser la structure grammaticale des phrases, à répondre aux questions à choix multiples et à la traduction.
Le graphique ci-dessous montre les performances des systèmes d'intelligence artificielle dans une tâche consistant à traduire des articles de l'anglais en allemand et de l'allemand à l'anglais. Ici BLEU a été utilisé. Pour rappel, BLEU désigne Bilingual Evaluation Understudy, un algorithme d’évaluation de la qualité du texte qui a été traduit mécaniquement d’une langue naturelle à une autre. La qualité est considérée comme la correspondance entre la production d’une machine et celle d’un humain : « plus une traduction automatique est proche d’une traduction humaine professionnelle, mieux c’est ». Le graphe montre que les traductions de l’anglais vers l’allemand sont 3,5 fois meilleures que celles de 2008. Les traductions de l'allemand vers l'anglais sont 2,5 fois meilleures dans le même espace temps.
Toutefois, l'index note que, étant donné qu'un ensemble différents de textes est utilisé chaque année, ces résultats ne sont pas parfaitement comparables d'une année à l'autre (d'ailleurs les chercheurs notent dans le rapport qu'ils pensent que cela contribue à la baisse en 2017). Néanmoins, les scores de BLEU indiquent des progrès en matière de traduction automatique.
L’amélioration de la reconnaissance des images a fait des merveilles dans certains domaines de la médecine. Par exemple, Google a mis au point un...
La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.