Le terme système d’intelligence artificielle (ou système d’IA) est défini à l’article 3(1) du Règlement européen sur l’intelligence artificielle (AI Act). Il s’agit d’un concept central dans le cadre juridique européen de l’IA, destiné à encadrer un large éventail d'applications technologiques.
Un système d’IA est décrit comme un système basé sur une machine, conçu pour fonctionner avec différents niveaux d’autonomie (allant de systèmes entièrement contrôlés par l’humain à ceux pouvant prendre des décisions de manière indépendante), et pouvant faire preuve d’adaptabilité après son déploiement (par exemple en apprenant de nouvelles données ou en ajustant son comportement).
Un système IA est une application plus large et plus complexe qui intègre un ou plusieurs modèles IA pour accomplir une tâche spécifique.
Il englobe non seulement les modèles IA, mais aussi les composants nécessaires pour collecter, traiter, et analyser les données, ainsi que pour interagir avec les utilisateurs.
En d'autres termes, un système IA est une solution complète qui met en œuvre des modèles IA dans un cadre opérationnel.
Composants d'un système IA :
- Modèles IA : Les algorithmes entraînés pour effectuer des prédictions ou des analyses.
- Collecte et traitement des données : Les processus permettant de rassembler et de préparer les données pour le modèle.
- Interface utilisateur : Les moyens par lesquels les utilisateurs interagissent avec le système, tels que les applications web ou mobiles.
- Infrastructure : Le matériel et les logiciels nécessaires pour faire fonctionner le système, comme les serveurs et les bases de données.
Exemple de système IA :
- Assistant virtuel : Comme Siri ou Alexa, qui utilise plusieurs modèles IA pour la reconnaissance vocale, la compréhension du langage naturel, et la génération de réponses, tout en intégrant des bases de données et des interfaces utilisateur pour interagir avec les utilisateurs.
- Systèmes de recommandation : Utilisés par des plateformes comme Netflix ou Amazon pour suggérer des contenus ou des produits, intégrant des modèles de filtrage collaboratif et de traitement des données d'utilisateur.
Ces systèmes sont capables, à des fins explicites ou implicites, de déduire à partir des données qu’ils reçoivent comment générer des résultats tels que :
des prédictions (ex. : évaluer le risque de crédit d’un individu),
des recommandations (ex. : proposer un contenu à un utilisateur),
des décisions automatisées (ex. : accepter ou refuser une candidature),
ou encore du contenu généré (ex. : création d’images ou de textes).
Ces résultats peuvent influencer des environnements physiques (ex. : véhicules autonomes, robots) ou virtuels (ex. : plateformes numériques, assistants vocaux).
Cette définition permet de couvrir un spectre technologique large, bien au-delà des systèmes informatiques traditionnels. Elle inclut notamment les algorithmes d’apprentissage automatique (machine learning), les systèmes experts, les modèles de traitement du langage naturel (NLP), ou encore les modèles génératifs tels que les IA génératives (comme les grands modèles de langage ou d’image).
L’objectif du législateur européen est de fournir une définition suffisamment souple et technologique neutre pour encadrer l’ensemble des usages actuels et futurs de l’intelligence artificielle, tout en assurant un niveau élevé de protection des droits fondamentaux, de sécurité et de transparence.