Comment fonctionne l'assistante virtuelle à Intelligence Artificielle ?
Intelligence Artificielle

Les dessous de Julie ! [Infographie]

Cet article est une mise à jour de la version publiée en novembre dernier.

“Julie, en copie, va revenir vers vous pour organiser le RDV”

Ah Julie, que ferait-on sans elle ? Bien qu’elle fasse partie de votre quotidien, nous n’avons jamais vraiment pris le temps de vous la présenter en détails. Réparons cette erreur : nous vous proposons aujourd’hui de découvrir ce qui se cache derrière Julie, au travers d’une infographie que vous pourrez imprimer et afficher au dessus de votre bureau, partager à vos amis, bref… les possibilités sont vastes !

Une intelligence bien à elle…

Il est intéressant de revenir à la définition même du terme intelligence et de ses origines. Selon Wikipédia, le roi de la définition :

“Le terme est dérivé du latin intelligentĭa, « faculté de comprendre », dont le préfixe ĭnter- (« entre »), et le radical legĕre (« choisir, cueillir ») ou ligāre (« lier ») suggèrent essentiellement l’aptitude à lier des éléments entre eux.”

Tout l’enjeu pour Julie est en effet de réussir à relier les différents éléments présents dans les e-mails qu’elle reçoit, afin de les comprendre et réussir à les traiter. D’où la nécessité qu’elle ait sa propre faculté de réflexion, développée par le biais de l’intelligence artificielle (IA) et, plus particulièrement, des deux dispositifs suivants :

  • Le traitement automatique du langage (ou Natural Language Processing), qui applique tout un ensemble de programmes et techniques informatiques au langage humain. C’est ce qui permet à Julie de “lier des éléments entre eux” dans vos emails afin de les comprendre.
  • Et l’apprentissage automatique (Machine Learning), qui comme son nom l’indique, regroupe un ensemble d’algorithmes qui permettent à une machine d’apprendre. Cet apprentissage se fait en trois phases : l’apprentissage, réussir à modéliser les données, l’évaluation, mesurer l’écart entre le modèle et la réalité, et l’optimisation, réduire l’écart mesuré. C’est grâce au Machine Learning, et à la supervision humaine, que Julie traite les données qu’elle extrait des emails et réalise ses actions.

Pour en savoir plus sur les concepts de NLP et Machine Learning et la manière dont Julie les applique, lisez “Comment le traitement automatique du langage a donné naissance à Julie ? »

Il y a beaucoup de programmes informatiques dans le cerveau de Julie, mais pas que ! En effet, tous ces programmes doivent être créés et modelés par des humains ; la manière dont nous interagissons en société, et dans notre cas la manière dont nous prenons des RDV, répond à des codes précis qui se transmettent entre les générations et doivent être transmis aux machines.

interactions sociétés - Intelligence Artificielle Dans le cas de Julie, les trois fondateurs ont tout d’abord “découpé” la prise de RDV en différentes étapes, autrement dit, analyser comment nous agissons lorsque nous prenons un RDV. Pour ce faire, ils ont joué eux-même le rôle d’assistants pendant 6 mois, 24/7, afin de bien comprendre comment la prise de rendez-vous était effectuée et quelles étaient les étapes associées, comme indiqué ci-dessous :

  1. Nouvelle requête
  2. Répondre aux questions QUI ? QUOI ? QUAND ? OÙ ?
    1. Qui fait la demande ?
    2. Quelle est la demande ?
    3. Quand doit avoir lieu le RDV ?
    4. Où doit avoir lieu le RDV ?
  3. Prendre le RDV
    1. Envoyer des disponibilités.
    2. Ou envoyer une invitation.

Chaque étape est divisée en sous étapes et plus précisément en sous questions auxquelles Julie doit répondre afin d’avancer dans son “arbre de décision” et pouvoir faire une action : soit envoyer un email / soit créer un événement dans un calendrier

arbre de décisions - Julie Desk

Extrait de l’arbre de décision de Julie Desk

Au final le cerveau IA de Julie contient 4 composants principaux :

  • Expertise humaine, qui renseigne Julie des différents codes humains et étapes référents à la prise de RDV (nous parlerons de scénarios par la suite).
  • Bases de données, qui permettent de “nourrir” les modèles utilisés par Julie afin qu’elle réussisse à tester et à intégrer les différents scénarios qui lui ont été enseignés.
  • Apprentissage automatique.
  • Traitement automatique du langage.

On voit ici que la composante humaine est très importante dans le développement d’une intelligence artificielle. Le moment où une machine développera sa propre conscience est encore loin ; comme l’explique Nicolas Sekkaki, l’humanité sera toujours réelle.

… et un grand savoir-faire

Les différentes briques intégrées au cerveau de Julie lui permettent de développer tout un tas de compétences et savoir-faire essentiels à un bon assistant virtuel à la prise de RDV.

Analysons plus en détails ces différents savoir-faire.

Extraction d’information

Afin de comprendre les e-mails qu’elle reçoit, Julie doit réussir à en “comprendre le sens”. Pour ce faire, elle réalise différentes tâches d’Extraction d’Information telles que :

  • Syntactic Parsing : l’analyse d’une chaîne de caractères, en langage naturel ou en langage informatique, selon des règles de grammaires prédéfinies.
  • Name Entity Recognition : comme son nom l’indique, l’objectif est d’identifier des entités nommées pour les classer en différentes catégories définies.

Prenons un exemple pour illustrer tout cela :

“Je voudrais prendre rendez-vous avec Julien le vendredi 16 juillet 2017 à 14h30 dans ses bureaux”

“vendredi 16 juillet”, “14h30” et “dans ses bureaux” sont respectivement des entités nommées de date, heure et lieu.

  • Pos-tagging : le processus qui consiste à associer aux mots d’un texte, les informations grammaticales correspondantes (c.-à-d. les parties du discours associés). Par exemple, la catégorie grammaticale des mots (verbe, adjectif, nom commun, etc.), leur genre (masculin, féminin, neutre selon les langues) et leur nombre (singulier versus pluriel), etc.

Classification automatique

Comme évoqué dans notre article “Comment le traitement automatique du langage a donné naissance à Julie ?”, pour que Julie puisse traiter les requêtes qu’elle reçoit, nous avons défini plusieurs tag liés à la prise de RDV qu’elle doit associer à ces requêtes : “Déjeuner”, “Call”, “Entretien”, “RDV”… Julie utilise une dizaine de tag pour catégoriser les RDV qu’elle traite. Chacun correspond à un type de RDV différent.

La classification permet à Julie d’attribuer ces différents tag aux données qu’elles reçoit et extrait des emails.

Bilinguisme

Enfin, et ce n’est pas des moindre, notre Julie est bilingue ! Elle peut gérer aussi bien l’anglais que le français. Lorsqu’on comprend la complexité derrière les différents processus d’analyse et d’extraction d’information, on se rend compte que ce n’est pas une mince affaire d’être bilingue quand on fait du NLP !

Un apprentissage constant

Tout comme nous apprenons de nos expériences, de nos succès, de nos erreurs, Julie se nourrit constamment des retours de ses utilisateurs mais aussi de ses “coachs”, qui sont nos opérateurs ! Nous l’avons déjà évoqué, cela fait partie du processus d’apprentissage.

La grande différence de Julie avec d’autres agents intelligents c’est que nous ne croyons pas à une technologie 100% automatique pour gérer la prise de RDV : le langage est un champ vaste et complexe, et nous avons tendance à ne pas toujours agir de manière logique. Il est très compliqué, voire impossible à l’heure actuelle, pour une machine de répondre à 100% aux requêtes d’un utilisateur sans faire d’erreur. Nous croyons au contraire à la combinaison des hommes et des machines, pour créer des modèles de plus en plus puissants et révolutionner notre rôle dans la société et la manière dont nous vivons.
Julie est ainsi une intelligence supervisée.

Intelligence supervisée - Julie Desk

Une combinaison Hommes-Machines

Chacune des actions effectuées par Julie est soumise aux opérateurs qui vont les compléter, corriger et valider. Ce sont, pour schématiser, ses professeurs qui lui mettent une plus ou moins bonne note. Julie peut ainsi comprendre si elle a bien effectué sa tâche ou pas, et cela lui permet de constamment s’améliorer. C’est la dernière étape que nous évoquions autour du Machine Learning, celle de l’optimisation.

Optimisation du machine learning - Julie Desk

Machine Learning – Optimisation

Le plus vous utilisez Julie, le plus elle s’améliore 🙂

Mais quid de la sécurité des données ?

Comme vous l’avez compris, les données jouent un rôle clé dans le processus d’apprentissage automatique. Mais pas question pour Julie de faire n’importe quoi de vos données !

Quelles sont les données stockées par Julie ?

Lors de votre inscription à Julie Desk, vous devez connecter votre calendrier. Cela signifie que vous donnez à Julie un droit de lecture et d’écriture sur votre calendrier. Julie peut ainsi voir les créneaux sur lesquels vous êtes disponibles et programmer vos rendez-vous en fonction de vos disponibilités (et de vos préférences bien sûr).

Ensuite, lorsque vous allez faire des requêtes à Julie, vous allez lui envoyer des emails, en la mettant en destinataire direct ou en copie. Ces emails sont également stockés. Nous avons uniquement accès aux informations que vous décidez d’envoyer ou de transférer à Julie et nous ne stockons que les emails où Julie fait partie des destinataires ; nous n’avons en aucun cas accès à votre boite mail. De la même manière, nous n’avons pas accès à vos contacts.

Où sont stockées les données ?

Nous travaillons avec OVH, certifié ISO27001. Nous hébergeons nos services et les données sur une infrastructure dédiée située en France.

Nous sommes nous même en procédure de certification ISO27001 et travaillons à la mise en conformité avec la réglementation GDPR (pour Mai 2018).

Qui a accès aux données ?

Julie bien sur ! 🙂

Comme évoquée, Julie est une IA supervisée. Les « coachs » de Julie, les opérateurs dont nous avons parlé, ont accès aux données. L’accès à ces données est contrôlé et possible que sous certaines conditions. Pour en savoir plus à ce sujet contactez-nous.

A quoi servent les données ?

Julie se sert de vos données pour deux choses :

  • Traiter vos requêtes.
  • Améliorer ses performances.

Pour en savoir plus sur la gestion des données et la sécurité chez Julie Desk, consultez nos CGU ou contactez nos équipes !

Et pour approfondir ces sujets autour de l’IA n’hésitez pas à contacter Ferdinand Roth, notre expert IA ! Et vu qu’il est aussi, respectivement, basketteur en chef, il pourra aussi vous aiguiller sur comment faire un parfait dunk !

Retrouvez tout le détail de cet article dans notre infographie que vous pouvez partager (n’oubliez pas de nous mentionner 🙂 )

Fonctionnement Julie Desk - Infographie

N’hésitez pas à partager cette infographie et à nous faire part de vos commentaires !