Les applications de l'intelligence artificielle sont les nombreuses utilisations de l'intelligence présentée par les machines, actuelles et potentielles, dans la société et le monde du travail. Depuis 2022, l'IA générative et l'IA dite « faible » (la forme d'IA avec laquelle les programmes sont développés pour effectuer des tâches spécifiques) sont de plus en plus utilisées pour un large éventail d'activités (dont le diagnostic médical, le commerce électronique, le contrôle des robots et la télédétection, la finance, l'éducation, le transport, et plus encore...). Ce brusque développement pose des questions nouvelles.

L'intelligence artificielle pour le bien L'intelligence artificielle (IA) peut supprimer de nombreuses tâches répétitives ou peu intéressantes, diminuer le temps de travail et le risque de syndrome d'épuisement professionnel par l'ennui, mais de nombreux chercheurs, observateurs et utilisateurs craignent qu'un usage excessif de l'IA au travail puisse entraîner des suppressions importantes d'emplois, une déqualification progressive des métiers, ou de nouveaux types de frustration professionnelle. ou d'appauvrissement cognitif.. Les intelligences artificielles peuvent ainsi être utilisées dans des tâches de classification de données deiverses et variées.

Dans ce contexte, est né une approche dite « IA pour le bien » ( en anglais) par lequel des institutions montrent leur volonté d'employer l'IA pour s'attaquer à certains des plus grands défis économiques et sociaux du monde. Ainsi, l'Université de Californie du Sud a lancé le Centre d'intelligence artificielle dans la société, visant à utiliser l'IA pour contribuer à résoudre des problèmes sociaux (tels que le sans-abrisme par exemple).. À Stanford, des chercheurs utilisent l'IA pour mieux analyser les images satellitaires afin d'identifier les zones où les niveaux de pauvreté sont les plus élevés United States, National Science and Technology Council – Committee on Technology. Executive Office of the President, Preparing for the future of artificial intelligence, 2016..

Agents conversationnels et sociaux

Les techniques d'interprétation et de production de texte, de son et d'image issues de l'intelligence artificielle permettent la mise an point d'agents conversationnels toujours plus performants.

vignette|redresse|Un robot NAO en 2014.Plusieurs projets cherchent à simuler des personnes décédées, en intégrant leur voix, leurs tournures de phrases, leurs opinions, certains de leurs souvenirs, dans une base de données, éventuellement constituée de leur vivant..

Emotion AI Lemotion AI est la détection et l'analyse automatisées des expressions et micro-expressions faciales.. Elle vise généralement à inférer, de manière probabiliste, les réactions émotionnelles probables à partir de signaux observables tels que les positions et mouvements des sourcils, de la bouche ou la dynamique des expressions du visage principalement, et du corps secondairement. Cette technologie, issue de la vision par ordinateur et de l'apprentissage profond, renouvelle des approches plus anciennes d'interprétation de la communication non verbale par le codage manuel des expressions et permettant une analyse en temps quasi réel et à grande échelle. Elle peut par exemple tester des publicités, mesurer l'engagement ou l'attention d'un public ou adapter des interfaces interactives...

Elle repose sur la détection et l'extraction de descripteurs faciaux et la comparaison statistique avec des bases de données annotées, pour produire des scores d'intérêt, de surprise ou de désengagement sans prétendre accéder à l'état émotionnel interne d'un individu.

Malgré des avancées, elle reste très dépendante des conditions d'observation, de la diversité des données d'entraînement et du caractère intrinsèquement ambigu de nombreuses expressions faciales (qui n'expriment pas toujours une émotion unique et nécessitent alors des données sur le contexte pour être bien interprétées). Ses limites techniques sont notamment des biais liés aux bases de données, des erreurs accrues en conditions réelles et l'incapacité à fournir une lecture exhaustive des émotions humaines, les expressions faciales n'étant que l'un des canaux d'expression des émotions. L'IA commence cela dit à détecter les émotions dans la voix et les attitudes.

Des risques apparaissent quand cet usage de l'IA est associé à des applications commerciales, sécuritaires ou visant la propagande et l'influence. Ces risques vont de la manipulation par la personnalisation émotionnelle de contenus au renforcement de l'addiction à l'Internet (doomscrolling) et aux IA sociales, en passant par le renforcement de la crédibilité de fake news et par la surveillance automatisée bien que biaisée, ou encore par la discrimination potentielle (quand le système interprète mal le visage de certaines catégories ethniques de la population). Ces risques ont conduit à l'adoption de cadres éthiques internationaux et, en Europe, à des restrictions juridiques strictes. Dans l'Union européenne, le règlement sur l'intelligence artificielle interdit ou limite fortement l'analyse émotionnelle automatisée dans les espaces publics, au travail ou à l'école, en raison de son manque de fiabilité et de son potentiel d'atteinte aux droits fondamentaux ; en France, sa déclinaison juridique est prévue en 2026, la CNIL devrait veiller au respect de ces règles et rappelle que l'interprétation des expressions faciales repose sur des inférences incertaines et doit s'inscrire dans un cadre d'usage rigoureux, transparent et proportionné..

Agriculture L'intelligence artificielle est utilisée dans ce domaine, par exemple pour l'amélioration variétale, phytopharmacie, le machinisme agricole, la gestion des exploitations..

Robotique

La robotique a de plus en plus recours à l'intelligence artificielle, notamment pour la perception de l'environnement (objets et visages), l'apprentissage et l'intelligence artificielle développementale...

L'interaction homme-robot manque encore de naturel ; c'est un enjeu de la robotique que de permettre à certains robots d'évoluer dans le monde dynamique et social des humains, et d'échanger avec eux de façon satisfaisante.

Aviation

La Division des opérations aériennes américaine (AOD) utilise l'IA pour les systèmes experts basés sur des règles. L'AOD utilise l'intelligence artificielle comme un opérateur de substitution pour les simulateurs de combat et d'entraînement, les aides à la gestion de mission, les systèmes de soutien à la prise de décision tactique et le post-traitement des données du simulateur en résumés symboliques..

L'utilisation de l'intelligence artificielle dans les simulateurs s'avère très utile pour l'AOD. Les simulateurs d'avions utilisent l'intelligence artificielle pour traiter les données provenant des vols simulés. À part le vol simulé, il y a aussi une simulation de guerre aérienne. Les ordinateurs sont capables de trouver les meilleurs scénarios de réussite dans ces situations. Les ordinateurs peuvent également créer des stratégies basées sur l'emplacement, la taille, la vitesse et la force des forces et contre-forces. Les pilotes peuvent recevoir de l'aide en l'air pendant le combat par ordinateur. Les programmes intelligents artificiels peuvent trier les informations et fournir au pilote les meilleures manœuvres possibles, sans oublier de se débarrasser de certaines manœuvres qui seraient impossibles à réaliser pour un être humain. Plusieurs aéronefs sont nécessaires pour obtenir de bonnes approximations de certains calculs afin que les pilotes simulés par ordinateur soient utilisés pour recueillir des données.. Ces pilotes simulés par ordinateur sont également utilisés pour former les futurs contrôleurs de la circulation aérienne.

Le système utilisé par l'AOD pour mesurer la performance était le système interactif de diagnostic et d'isolation des défauts, ou IFDIS. Il s'agit d'un système expert basé sur des règles, rassemblant des informations provenant des documents du TF-30 et les conseils d'experts des mécaniciens travaillant sur le TF-30. Ce système a été conçu pour être utilisé pour le développement du TF-30 pour le RAAF F-111C. Le système de performance a également été utilisé pour remplacer les travailleurs spécialisés. Le système a permis aux travailleurs réguliers de communiquer avec le système et d'éviter les erreurs, les erreurs de calcul ou d'avoir à parler à l'un des travailleurs spécialisés.

L'AOD utilise également l'intelligence artificielle dans un logiciel de reconnaissance vocale. Les contrôleurs de la circulation aérienne donnent des instructions aux pilotes artificiels et l'AOD veut que les pilotes répondent aux ATC avec des réponses simples. Les programmes qui intègrent le logiciel de la parole doivent être formés, ce qui signifie qu'ils utilisent des réseaux de neurones. Le programme utilisé, le Verbex 7000, est un programme qui commence à prendre de l'âge et pourrait être amélioré. Les améliorations sont impératives car les ATC utilisent un dialogue très spécifique et le logiciel doit être capable de communiquer correctement et rapidement à chaque fois.

L'AIDA, conception assistée par intelligence artificielle, est utilisée pour aider les concepteurs dans le processus de création de conceptions conceptuelles d'aéronefs. Ce programme permet aux concepteurs de se concentrer davantage sur le design lui-même et moins sur le processus de conception. Le logiciel permet également à l'utilisateur de se concentrer moins sur les outils logiciels. L'AIDA utilise des systèmes basés sur des règles pour calculer ses données. Ceci est un diagramme de l'arrangement des modules AIDA. Bien que simple, le programme s'avère efficace.

En 2003, le Dryden Flight Research Center de la NASA et de nombreuses autres entreprises ont créé un logiciel qui pourrait permettre à un aéronef endommagé de poursuivre son vol jusqu'à ce qu'une zone d'atterrissage sûre puisse être atteinte The Story of Self-Repairing Flight Control Systems. NASA Dryden. (April 2003). Retrieved on 2016-08-25.. Le logiciel compense tous les composants endommagés en s'appuyant sur les composants non endommagés. Le réseau de neurones utilisé dans le logiciel s'est avéré efficace et a marqué un triomphe pour l'intelligence artificielle.

Le système de gestion intégrée de la santé des véhicules, également utilisé par la NASA, à bord d'un aéronef doit traiter et interpréter les données provenant des différents capteurs de l'aéronef. Le système doit être capable de déterminer l'intégrité structurelle de l'avion. Le système doit également mettre en œuvre des protocoles en cas de dommages subis par le véhicule..

Haitham Baomar et Peter Bentley dirigent une équipe du University College de Londres pour développer un système de pilote automatique intelligent (IAS) basé sur l'intelligence artificielle conçu pour enseigner à un système de pilotage automatique de se comporter comme un pilote expérimenté confronté à une situation d'urgence comme le temps sévère, la turbulence ou la défaillance du système. L'éducation du pilote automatique repose sur le concept d'apprentissage automatique supervisé . Le pilote automatique enregistre les actions du pilote humain générant des modèles d'apprentissage à l'aide de réseaux neuronaux artificiels. Le pilote automatique est alors entièrement contrôlé et observé par le pilote lors de l'exécution de l'exercice d'entraînement.