Un milliard d’handicapés dans le monde
Dans le monde, de nombreuses personnes sont atteintes d’une incapacité — maladie ou blessure — qui affecte la façon dont leur corps ou leur esprit fonctionne. La WHO (The World Health Organisation) estime que 15% de la population dans le monde vit avec un handicap soit un milliard d’individus.
Pour un cinquième d’entre eux, 110 et 190 millions de personnes, il s’agit d’un handicap grave. En 2017, en France : 1,5 million d’habitants étaient atteints d’une déficience visuelle et 850 000 souffraient d’une mobilité réduite.
La situation socioéconomique des personnes handicapées est marquée par des inégalités par rapport au reste de la population. Le défi face au handicap est donc double : lutter contre l’incapacité mais également permettre un accès à l’éducation, à la culture, au monde du travail et à la formation aux handicapés.
Du développement de la voiture autonome aux assistants domestiques comme Amazon Alexa ou Google Home, l’Intelligence Artificielle contribue déjà à relever ce double défi.
l’IA pour lutter contre tous les handicaps
En 2018, Microsoft a alloué un budget total de 25 millions de dollars sur une période de cinq ans : au financement de projets axés sur l’accessibilité, basés sur l’intelligence artificielle.
Chaque entreprise sélectionnée reçoit une subvention comprenant l’utilisation gratuite de la plateforme d’intelligence artificielle Azure de Microsoft. La diversité des projets sélectionnés par Microsoft montre le potentiel de l’Intelligence Artificielle dans la lutte contre les handicaps.
Malvoyants
Le laboratoire de traitement de l’image et de la vidéo de l’Université Berkeley développe une application qui utilise les capteurs et les caméras de lunette connectée pour fournir des descriptions audio de leur environnement aux utilisateurs malvoyants. Ce projet de recherche combine réalité Augmentée et Intelligence Artificielle (Reconnaissance de texte).
L’application SuperVision Search de l’hôpital universitaire d’Harvard Medical School guide les utilisateurs malvoyants vers les emplacements exacts d’objets recherchés comme le montre cette vidéo tournée dans un rayon de fournitures scolaires.
Prévention de la crise d'épilepsie
Les scientifiques de l’Université de Sydney développent un système de traitement des signaux cérébraux, en temps réel, qui peut prédire quand la prochaine crise d’épilepsie frappera un patient, dans un délais de 30 min avant la crise avec plus de 80% d’exactitude.
Handicaps neuromusculaires SLA (maladie de Charcot) et la SEP (sclérose en plaques)
Le dispositif de détection neuromusculaire de la société Pison, localisée à Boston, permet aux utilisateurs souffrant de handicaps neuromusculaires tels que la SLA et la SEP, de communiquer plus facilement grâce à un contrôle, des plateformes numériques, basé sur les micro-gestes.
Les handicapés en marge des applications de l’IA?
L’IA peut faciliter le quotidien des personnes handicapées. Cependant, les applications déjà utilisées par le grand public ne fonctionnent pas toujours correctement et peuvent les isoler un peu plus. Les chercheurs en Intelligence Artificielle et les industriels devraient impliquer davantage les handicapés dans le design des hardwares et softwares qui embarquent des algorithmes d’IA.
“J’aime écouter de la musique, surtout de vieux tubes des années 60. Je demande à mon assistant vocal de jouer une chanson particulière. Il ne reconnaît pas le titre (ou n’aime pas ma voix) et joue une chanson complètement différente. J’essaie de l’arrêter, mais il ne peut pas reconnaître ma voix par rapport à la musique. Je dois attendre que le morceau se termine et lui demander de jouer la chanson que je voulais entendre au départ.”
— Extrait du journal de Peter à lire dans l’article “Artificial intelligence and disability: too much promise, yet too little substance?”
Besoin de jeux de données plus éthiques
Elément plus crucial encore que le design pour ne pas laisser les handicapés en marge de l’IA: les jeux de données qui entraînent les algorithmes doivent intégrer des données prenant en compte le handicap. Et ce afin d’éviter le biais discriminant qui consiste à utiliser uniquement des jeux de données dédiés aux personnes sans handicap pour entraîner et tester les algorithmes destinés aux applications grand public.
Prenons un exemple concret : les algorithmes des systèmes de vision par ordinateur sont entraînés avec des images qui prennent en compte les attributs des visages, la posture des corps ou des objets. Or le handicap peut avoir un impact sur le corps d’une personne et son apparence physique : sur les traits du visage, les expressions faciales, le corps, la taille ou les proportions, la présence de matériel d’assistance, les propriétés de mouvement.
Tous ces éléments doivent être pris en compte dès la conception des jeux de données destinés à l’entrainement des modèles afin que les applications qui reposent sur la vision par ordinateur s’adressent également aux handicapés.
