“ 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 :

ENEDIS mise sur les tech­nolo­gies de pointe Smart Data : catal­y­seur des sociétés d’investissement Sim­Corp, Ges­tion d’actifs : innover et trans­former la ges­tion des don­nées en avan­tage concurrentiel La Cinquième vague informatique L’intelligence arti­fi­cielle trans­forme le méti­er d’éditeur de logiciels Le health data hub, plate­forme des don­nées de santé