Malgré les difficultés, la communauté africaine de l’apprentissage machine s’est épanouie au cours des dernières années. En 2013, un groupe local de praticiens et de chercheurs de l’industrie a lancé Data Science Africa, un atelier annuel de partage de ressources et d’idées. En 2017, un autre groupe a formé l’organisation Deep Learning Indaba, qui compte maintenant des sections dans 27 des 54 pays du continent. Les cours universitaires et d’autres programmes éducatifs consacrés à l’enseignement de l’apprentissage automatique ont pris de l’ampleur en réponse à la demande croissante.
Ce changement est positif pour un domaine qui a souffert d’un manque de diversité et, à bien des égards, de trop de détachement vis-à-vis des grands problèmes du monde réel. Bon nombre des laboratoires de recherche universitaires et d’entreprises qui dominent la recherche en intelligence artificielle (IA) sont concentrés dans de riches bulles d’innovation comme la Silicon Valley et le Zhongguancun en Chine, près de Pékin. Cet entresoi se reflète directement dans les produits créés par ces hubs.
L’Afrique pourrait offrir un contexte dans lequel l’IA pourrait revenir à sa promesse initiale : créer une technologie qui s’attaque aux défis mondiaux urgents comme la faim, la pauvreté et la maladie. En répondant aux besoins réels des utilisateurs, la technologie progressera à son tour. Google AI Ghana par exemple travaille actuellement à l’amélioration de la compréhension des langues naturelles pour prendre en compte les quelque 2 000 langues parlées en Afrique.
