Voici pourquoi l’IA ne nous a pas sauvés du COVID-19

0
256


Lorsque la pandémie de COVID-19 a commencé, nous étions tous pleins d’espoir. Nous avons supposé que notre technologie nous sauverait d’une maladie qui pourrait être contrecarrée par des mesures aussi modestes que le lavage des mains et le port de masques. Nous étions tellement sûrs que l’intelligence artificielle deviendrait notre championne dans un essai par combat contre le coronavirus que nous avons abandonné tout semblant de peur au moment où la courbe semblait s’aplatir en avril et mai. Nous baissons la garde.

Des experts et des experts en janvier et février ont très soigneusement expliqué comment des solutions d’IA telles que la recherche des contacts, la modélisation prédictive et la découverte chimique conduiraient à une pandémie tronquée. La plupart d’entre nous n’avaient-ils pas pensé que nous reprendrions nos activités habituelles d’ici la mi à la fin juin?

Mais juin s’est tourné vers juillet et maintenant, nous constatons quotidiennement un nombre record de cas. Le mois d’août semble brutal. Bien qu’ils aient joué à la maison à presque toutes les plus grandes entreprises technologiques du monde, les États-Unis sont devenus l’épicentre de l’épidémie. D’autres pays dotés de programmes avancés d’IA ne s’en sortent pas nécessairement beaucoup mieux.

Parmi les pays que les experts jugeraient compétitifs dans le domaine de l’IA par rapport aux États-Unis, presque tous ont perdu la maîtrise de l’épidémie: Chine, Russie, Royaume-Uni, Corée du Sud, etc.

Comprendre pourquoi nécessite une combinaison de rétrospective et de patience. Nous ne sommes pas assez loin de la pandémie pour comprendre exactement ce qui n’a pas fonctionné – cette chose est bien trop vivante et trépidante pour une autopsie. Mais nous pouvons certainement voir où le battage médiatique de l’IA nous égare actuellement.

Suivi des contacts

Parmi les nombreuses promesses précoces faites par la communauté technologique et les gouvernements qui en dépendent, figurait l’idée que la recherche des contacts permettrait des réouvertures ciblées. La grande idée était que l’IA pourrait déterminer qui d’autre une personne qui a contracté le COVID-19 pourrait avoir également infecté. Une IA plus magique déterminerait alors comment garder les sains loin des malades et nous pourrions à la fois mettre en quarantaine et ouvrir des entreprises en même temps.

Ceci est un exemple de la déconnexion entre les développeurs d’IA et la réalité générale. Un système dans lequel les gens permettent au gouvernement de suivre chacun de leurs mouvements ne peut fonctionner qu’avec la participation totale d’une population ayant une confiance absolue en son gouvernement. Pire encore, plus vous avez d’infections, moins la recherche des contacts devient fiable.

C’est pourquoi seule une poignée de petits pays sont même allés jusqu’à l’essayer – et pour autant que nous sachions, il n’y a pas de données actuelles soutenant cette approche qui atténue réellement la propagation du COVID-19.

La modélisation

Le prochain grand domaine où l’IA était censée aider était la modélisation. Pendant un certain temps, tout le cycle de l’actualité technologique a été dominé par les gros titres déclarant que l’IA avait d’abord découvert la menace COVID-19 et que l’apprentissage automatique le déterminerait exactement comment le virus se propagerait.

Malheureusement, la modélisation d’une pandémie n’est pas une science exacte. Vous ne pouvez pas entraîner un réseau de neurones sur les données des pandémies de COVID-19 passées car il n’y en a pas, ce coronavirus est roman. Cela signifie que nos modèles ont commencé par des suppositions et ont ensuite été formés sur les données à jour de la pandémie en cours.

Pour mettre cela en perspective: utiliser à la volée des données pour modéliser une nouvelle pandémie équivaut à savoir que vous avez au moins un million de dollars en centimes, mais à ne pouvoir parler que du montant que vous avez physiquement compté sur une période de temps donnée.

En d’autres termes: nos modèles d’IA ne se sont pas avérés bien meilleurs que nos meilleures suppositions. Et ils ne peuvent nous montrer qu’une infime partie de l’image globale, car nous ne travaillons qu’avec les données que nous pouvons réellement voir. Jusqu’à 80% des porteurs de COVID-19 sont asymptomatiques et une simple fraction de tous les porteurs possibles a été testée.

Essai

Et les tests? L’IA n’a-t-elle pas facilité les tests? Un peu mais pas vraiment. L’IA a rendu beaucoup de choses plus faciles pour la communauté médicale, mais peut-être pas comme vous le pensez. Il n’existe pas de robot de test dans lequel vous pouvez verser un flacon de sang pour obtenir instantanément un indicateur vert ou rouge «infecté». Le meilleur que nous ayons, pour la plupart, est l’IA de base qui aide généralement le monde médical à fonctionner.

Bien sûr, il existe des solutions ciblées de la communauté ML pour aider les professionnels de première ligne à faire face à la pandémie. Nous n’enlevons rien aux milliers de développeurs qui travaillent d’arrache-pied pour résoudre les problèmes. Mais, de manière réaliste, l’intelligence artificielle ne fournit pas de solutions qui changent la donne face à des problèmes de pandémie majeurs.

Il permet aux chauffeurs de camion de savoir quelles fournitures livrer en premier. Il aide les infirmières à corriger automatiquement leurs e-mails. Les feux de circulation fonctionnent dans certaines villes, ce qui aide à faire circuler les ambulances et les secouristes.

Et cela facilite même la vie des gens ordinaires en cas de pandémie. Le fait que vous recevez toujours des colis (même s’ils sont retardés) témoigne de la puissance de l’IA. Sans algorithmes, Amazon et son pipeline de livraison ne seraient pas en mesure de maintenir l’infrastructure nécessaire pour vous expédier un ensemble de pantoufles de lapin floues au milieu d’une pandémie.

Le traitement

L’IA est utile pendant la pandémie, mais il n’est pas possible de trouver le vaccin. Nous avons passé les dernières années ici à TNW à discuter de la façon dont l’IA fera un jour la découverte de composés chimiques une question triviale. Trouver la bonne séquence de protéines ou déterminer exactement comment muter un virus COVID-killer est certainement une journée de travail pour les systèmes d’IA d’aujourd’hui, n’est-ce pas? Pas tellement.

Malgré le fait que Google et la NASA nous ont dit que nous avions atteint la suprématie quantique l’année dernière, nous n’avons pas vu des «algorithmes quantiques» utiles s’exécuter sur des ordinateurs quantiques accessibles dans le cloud comme on nous l’a dit. Les scientifiques et les chercheurs vantent presque toujours la «découverte chimique» comme l’un des problèmes difficiles que les ordinateurs quantiques peuvent résoudre. Mais personne ne sait quand. Ce que nous savons, c’est qu’aujourd’hui, en 2020, les humains sont encore en train de construire minutieusement un vaccin. Quand ce sera fini, ce seront des sacs de viande spongieux qui obtiendront le crédit, pas des robots quantiques.

En temps de paix, chaque nouvelle arme ressemble à la solution ultime jusqu’à ce que vous la testiez. Nous n’avons pas eu de nombreuses urgences mondiales géantes sur lesquelles tester notre IA moderne. Cela se passe bien avec des catastrophes à relativement petite échelle comme les ouragans et les incendies de forêt, mais il a été relégué à l’échelon arrière de la lutte contre la pandémie parce que l’IA n’est tout simplement pas assez mature pour sortir des sentiers battus.

En fin de compte, la plupart de nos problèmes de pandémie sont des problèmes humains. La science est extrêmement claire: portez un masque, restez à plus de six pieds l’un de l’autre et lavez-vous les mains. Ce n’est pas quelque chose dont l’IA peut directement nous aider.

Mais cela ne signifie pas que l’IA n’est pas importante. Les leçons apprises par le terrain cette année contribueront grandement à l’élaboration de solutions plus efficaces dans les années à venir. Espérons que cette pandémie ne durera pas assez longtemps pour que ces systèmes encore sous-développés deviennent importants dans la lutte contre le COVID-19.

Publié le 24 juillet 2020 – 19:21 UTC