L’AI France Summit, qu’est-ce que c’est ?
Organisé pour faire suite au plan sur l’intelligence artificielle annoncé par le Président de la République en mars 2018, l’AI France Summit a réuni pour sa première édition des chercheurs, des start-ups, des grands groupes et des institutionnels autour de 4 tables rondes thématiques – une diversité de profils essentielle pour appréhender l’ensemble des facettes de l’IA.
L’objectif ? Organiser une mobilisation collective de tous les acteurs sur l’IA, recueillir les témoignages de spécialistes et d’entrepreneurs, et faire naître des opportunités de collaboration.
Suivant les conclusions d’un rapport sur l’état de l’art de l’intelligence artificielle et les perspectives pour la France, la journée a été organisée autour de 4 thématiques clés :
- L’IA au service du mieux vivre
- Repenser la cité et les services au publics
- L’industrie et les services du futur
- Faire de l’IA une opportunité de croissance pour les entreprises en France
Où en est l’IA aujourd’hui ?
L’intelligence artificielle a pour objectif de reproduire des tâches cognitives.
Cependant si les technologies existantes peuvent « percevoir » une réalité objective (l’IA peut reconnaître un chien), elles sont peu capables d’analyser une situation donnée (l’IA identifie que le chien est un animal imprévisible et peut représenter un danger s’il traverse la route), et encore moins de prendre des décisions comme un humain, c’est-à-dire en faisant un arbitrage gains/pertes (l’IA ne sait pas s’il faut freiner ou continuer à rouler et risquer d’écraser le chien).
Les intelligences artificielles existantes, dites « faibles », posent deux problèmes aux utilisateurs :
- L’explicabilité et le phénomène de la boite noire : une intelligence artificielle ne sait pas expliquer son mode de raisonnement et les résultats qu’elle sort,
- L’intelligence artificielle est encore incapable de généraliser à la manière d’un cerveau humain, et donc d’associer dans une même catégorie deux éléments qui ne se ressemblent pas physiquement.
Humanité et intelligence artificielle
La majorité des acteurs s’accordent sur la nécessité d’utiliser l’intelligence artificielle comme une « aide » aux humains, douée d’une capacité de proposition, plutôt que d’une capacité de décision. Thierry Donneau-Golencer, Directeur du Dévelopement Produit Einstein chez Salesforce, proposait même de changer le nom d’« intelligence artificielle » pour celui, plus parlant d’« intelligence augmentée ». L’idée sous-jacente du développement de l’intelligence artificielle est en effet de déléguer à des machines apprenantes les tâches à faible valeur ajoutée, pour que chacun puisse devenir un « collaborateur augmenté ».
Quels enjeux pour le développement de l’intelligence artificielle en France ?
Si la France dispose d’un avantage certain grâce à ses nombreuses écoles d’informatiques, 4 freins au développement de l’intelligence artificielle sont régulièrement revenus dans les échanges des différents experts :
- La difficulté d’accéder à de très grands jeux de données de qualité – des données publiques (base de données de l’Assurance maladie par exemple), mais aussi des données privées, difficiles à regrouper en raison des silos inhérents à nos entreprises actuelles ; mais aussi due à la législation sur la protection des données, plus importante en France que dans d’autres pays comme la Chine.
- Une utilisation principalement « générique » de l’IA, malgré des opportunités sectorielles nombreuses, principalement en santé (diagnostic, personnalisation des traitements) et en transport (optimisation des flux de transports) ;
- La difficulté d’accéder à des espaces d’expérimentation à grande échelle, en conditions réelles, pourtant essentiels pour déterminer des cas d’usages sur cette technologique encore souvent inexplicable ;
- L’absence de formations de référence en français accessibles à tous (MOOC) et l’absence de formation continue des développeurs spécialisés, adaptées à l’évolution de l’état de l’art.
Quelles leçons à retenir pour nos projets basés sur cette technologie ?
« Le secret de la réussite d’un projet IA, c’est l’implication des utilisateurs et du métier. » Fabrice de Salaberry, COO Sinequa
Comme sur des projets plus classiques, l’adoption reste la clé de tout projet d’intelligence artificielle. Beaucoup d’acteurs se focalisent sur les aspects technologiques de la solution, mais pas assez sur l’utilisation finale de celle-ci. Quelques bonnes pratiques ont été proposées par les intervenants, basées sur leurs propres expériences :
- Il faut essayer de conserver au maximum les processus métier existants, dans la mise en place d’une intelligence artificielle, pour ne pas chambouler les utilisateurs finaux dans leurs habitudes ;
- Il faut commencer avant tout par partir du besoin client.Les utilisateurs finaux doivent être inclus dès le début de la réflexion ;
- Le processus doit être expliqué au client : toute solution d’intelligence artificielle doit être co-construite dans la durée, petits pas par petits pas, afin de permettre aux futurs utilisateurs d’en comprendre le fonctionnement – sans compréhension, pas d’adoption – et de permettre de déterminer des indicateurs de performance ;
- La technologie doit se limiter à proposer des recommandations, pour laisser aux utilisateurs, surtout lorsqu’il s’agit de professionnels, la liberté de suivre ou non cette recommandation – approche utilisée par Salesforce avec Einstein, un assistant CRM fournissant prédictions et recommandations.
Quels projets nous ont particulièrement inspiré ?
- Healsy est un modèle d’IA basé sur les données personnelles d’un unique patient, entraîné à prédire le taux de sucre dans le sang de ce patient particulier. Cette technologie permet aux patients diabétiques d’être entièrement autonomes dans la gestion de leur pathologie.
- Yseop est un outil de « natural language generation », permettant de produire automatiquement des textes et de réaliser des analyses de données. Cet outil permet de proposer automatiquement des rapports ou compte-rendus pré-rédigés et de coacher des gestionnaires de clientèle dans l’optimisation de leur relation client.
- Cartesiam propose une technologie, bob, permettant d’étudier les vibrations d’une machine industrielle pour prédire de manière précise l’état des différentes machines afin d’ajuster les cycles de maintenance à chacune.