Cas d’usage du NLU (Natural Language Understanding) avec Golem.ai

Après le NLP, voici au travers d’un cas d’usage, le NLU ou Natural Language Understanding, une sous-partie du traitement du langage en IA qui a pour spécificité le fait « de transformer du texte non structuré (documents, emails, etc.) en informations structurées de manière suffisamment claires et univoques ». Pour mieux comprendre cette technologie et à quoi elle peut servir, j’ai interviewé Thomas Solignac, CEO et co-fondateur de la société Golem.ai, qu’il a co-créée en 2016 suite à quatre ans de recherche et développement sur le sujet de l’intelligence artificielle appliquée à la lecture automatique de textes. Ce que nous avons particulièrement apprécié dans ce témoignage c’est la double compétence de Thomas, technique et philosophique, ce qui confère à sa vision un recul particulièrement intéressant, aussi bien du point de vue de la conception de la solution que de son application et de ses possibles implications sociétales.

Cas d’usage du NLU (natural language understanding)

Cas d'usage du NLU (natural langage understanding)
Un cas d’usage du NLU (natural langage understanding) expliqué par Thomas Solignac dans une interview vidéo réalisée en leurs locaux cet été.

De l’importance de la philosophie dans l’intelligence artificielle

Thomas a une double formation, il vient d’abord de la programmation via Epitech où il s’est spécialisé très tôt en intelligence artificielle, et a fait en parallèle une fac de philosophie à Nanterre.

La philosophie est à ses yeux importante en intelligence artificielle. Celle-ci en effet touche à beaucoup de domaines. Quand on construit de l’IA, on construit de l’intelligence, et ça aide beaucoup de se poser la question de comment s’est construit l’intelligence, souligne-t-il. Tous ces penseurs des sciences humaines qui ont travaillé sur comment l’intelligence se manifeste, quel est son support, sont une formidable source d’inspiration pour créer de l’IA.

Chez golem.ai, nous sommes profondément inspirés par les théories linguistiques de Chomsky sur la manière dont notre IA analyse du langage, avec la même mécanique quelle que soit la langue. Ne serait-ce que pour fabriquer de l’IA la philosophie est inspirante

L’IA impacte beaucoup la société, en modifiant la manière dont on pense le travail et dont certains métiers se déroulent, ajoute-t-il. Elle a un impact sur la manière dont on pense le rapport aux outils. C’est un renversement par bien des aspects et  il faut penser ces changements de manière fondamentale. Il faut leur donner un cadre, une discussion, un dialogue, pour être capables de les apprécier, et aussi pour être capable de mettre la technique non pas juste au service de la performance, mais bien la technique au service d’un monde qui est au mieux pour le bien commun.

Dans la vidéo ci-dessus, Thomas décrit son parcours, sa vision et surtout un cas d’usage particulièrement intéressant de la NLU, réalisé pour le compte de la société ENGIE.

Les entreprises ont des masses de données et très peu de temps pour les analyser, et pas forcément toujours l’intelligence

Le document et le mail sont 2 sources d’informations monstrueuses en termes de quantité dans les entreprises. Il y aurait de quoi monter 2000 startups sur ces sujets, souligne Thomas.

Ces masses de données, auxquelles s’ajoute la phase de digitalisation des entreprises que nous sommes en train de vivre, entraînent des volumes toujours plus énormes de données numérisées, qui ont la particularité d’être ce qu’on appelle de l’information non structurée. On ne peut pas facilement créer une réponse automatique à un email, mais aujourd’hui avec de l’intelligence artificielle on peut le faire.

L’IA qui reçoit un email, le lit, comprend de quoi ça parle, catégorise les sujets qui sont évoqués, extrait les informations importantes, comme les dates, les lieux, les adresses, les prix, les caractéristiques produits, etc. Elle peut, dans un second temps, fournir une automatisation complète du traitement de la demande : interagir avec un CRM ou avec un écosystème logiciel, proposer un brouillon de réponse, voire même répondre automatiquement, et ce, en plein milieu de la nuit en l’espace d’une minute.

L’IA est en train de réinventer la manière dont la relation client peut se produire en termes de vitesse et d’efficacité

On n’est pas seulement sur de l’automatisation. Cette nouvelle ressource disponible qu’est l’IA, de part sa puissance machine, sa mémoire qui est très importante par rapport à ce que pourrait faire une personne, permet de lui donner des processus de relation client plus personnalisés, plus pointus, plus complexes que ce qu’on pourrait rationnellement donner à une équipe, avec des taux de turn over qui sont ceux d’une personne, et le temps de formation qu’il faut.

L’IA permet une personnalisation et une qualité dans la relation client beaucoup plus exigeante

Cas d’usage du NLU chez Engie

Engie utilise golem.ai pour traiter automatiquement les appels d’offres dans le domaine de l’énergie.

Les appels d’offres nécessitent de répondre dans des délais courts, et également d’être capables de les trier pour identifier rapidement ce qui nous intéresse vis-à-vis d’une stratégie économique, et mettre de côté ceux auxquels on ne peut pas répondre ou qui ne nous intéressent pas.

Golem.ai lit les appels d’offres et en deux minutes en extrait une grille de lecture de toutes les questions posées, avec, par exemple, leur conformité vis-à-vis de vos attentes, la date limite de réponse, le budget, etc. Cela permet ainsi d’éliminer très vite ceux qui ne sont pas conformes vis-à-vis des caractéristiques techniques, administratives ou légales qui sont indispensables. Cette grille de lecture permet également d’avoir une vue d’aigle pour prioriser les plus intéressants, par exemple en termes de budgets ou de dates limites de réponse les plus proches.

Dans le cas d’Engie, l’IA leur a permis de réduire le temps de lecture d’un appel d’offres de 75% en moyenne

Les data structurées extraites des appels d’offres ont également pu être intégrées dans tous les process de data analyse de l’entreprise, que ce soit du prédictif, de l’API ou de l’analytique.

Technologies sous-jacentes qui permettent d’arriver à ce résultat

Les technologies mises en place par golem.ai permettant d’analyser un appel d’offres de A à Z reposent sur plusieurs étapes :

  • Une première brique technologique va transformer n’importe quel type de documents en texte ;
  • Ensuite, ce texte va être soumis à une analyse sémantique. Le coeur de la difficulté de l’IA est là. Il s’agit d’avoir du texte catégorisé. Cette analyse sémantique va permettre de résoudre les ambivalences, par exemple pour le mot orange désignant la couleur, la ville, ou l’entreprise. Cette désambiguisation va donner lieu à des catégories et des informations extraites de manière très précise ;
  • Dans un troisième temps, le texte va être synthétisé, afin de transformer l’analyse sémantique en data actionnable, par exemple le montant du budget, ou l’ensemble des caractéristiques techniques nécessaires pour cet appel d’offres. Le rapport produit permet d’avoir la réponse immédiate aux questions et de prendre une décision immédiatement. Cette troisième phase transforme des données massives sémantiques en une information métier spécifique ;
  • La quatrième étape est la restitution aux métiers. Les métiers ont accès à une interface simple qui permet grâce à peu d’écrans et du drag and drop de faire un export. Cette dernière étape rend disponible aux métiers l’information qui est aussi accessible par API, ce qui permet de faire des traitements automatisés, que ce soit en entrée ou en sortie.

L’ensemble de ce processus est le NLU : natural langage understandingcLe Natural Language Understanding (NLU) est une sous-partie du traitement du langage en IA qui a pour spécificité le fait de catégoriser du texte.

Le NLU c’est spécifiquement transformer du texte en informations structurées de manière suffisamment claires et univoques pour qu’on puisse l’automatiser

Le futur du NLU et de l’intelligence artificielle

Nous sommes dans une phase de grande popularisation de l’IA et, en même temps, nous avons besoin de pédagogie, souligne Thomas.

Il y a un besoin de la part de tous les acteurs d’avoir une compréhension claire de l’IA, sans bullshit, qu’on n’invente pas des concepts trop proches de la SF pour essayer de vendre des choses délirantes

Cette demande s’accompagne aussi d’avoir des outils de plus en plus stables, de plus en plus prédictibles, avec de la transparence et qui en même temps respectent la confidentialité, et peut-être même qui respectent la planète, ajoute-t-il.

De plus en plus de systèmes en IA sont très complexes et consomment de plus en plus d’électricité. Golem.ai a fait le choix de la frugalité, qui n’est pas encore très courant en IA. GPT3, l’algorithme dont on a beaucoup entendu parler, nécessite une puissance énorme pour obtenir du résultat, souligne Thomas.

Le futur de l’IA va passer par la créativité

On a beaucoup fait de deep learning ces 10 dernières années. On va devoir être un peu créatif, faire émerger de nouvelles techniques, plus solides, plus transparentes, plus écologiques aussi, souligne-t-il.

L’IA va aussi trouver toute sa puissance, toute son efficacité dans un dialogue transversal, notamment sur la manière dont elle s’inclut dans le monde du travail

Le monde du travail est en train de s’accélérer en termes de changement, il se transforme de plus en plus vite, et l’IA est le levier de cette transformation, pour le mieux, précise Thomas.

A lire aussi sur notre blog : Réflexion sur les impacts possibles de l’IA sur le poste de travail et sa gestion

Aujourd’hui, les collaborateurs et les entreprises ont une pression de plus en plus importante. Celle-ci est liée à la concurrence internationale, à la législation toujours plus exigeante, aux clients demandeurs qu’on leur réponde de plus en plus vite avec des réponses personnalisées à toute heure du jour et de la nuit, et aussi aux collaborateurs qui veulent une santé mentale, une santé physique, et avoir du temps pour leurs enfants. On ne pourra répondre à toutes ces demandes, qui en plus, se font avec le soucis de l’écologie qui devient un sujet absolument fondamental et prioritaire, avec les mêmes modes de fonctionnement qu’auparavant.

L’IA est un formidable levier pour réorganiser le travail, pour penser l’organisation du travail différemment et pour faire beaucoup plus avec les ressources qu’on a aujourd’hui

L’impact très intéressant de l’IA aux yeux de Thomas est que les collaborateurs passeront un peu moins de temps sur l’exécution pure et beaucoup plus de temps sur le désir, sur le pourquoi, sur la raison pour laquelle on fait les choses.

L’IA a donc un rôle à jouer dans ce que va vouloir dire le travail dans les prochaines années

 

Yann Gourvennec
Follow me

Comments