Conférence de Guy Sinnig

Il n’est pas un jour sans que l’on entende parler des changements profonds qui sont en train de se produire, sans que l’on nous présente des innovations qui vont nous faciliter la vie au quotidien, améliorer notre santé. Tantôt l’on nous parle de réalité augmentée, de réalité virtuelle, tantôt de machines capables de surpasser l’Homme dans des domaines que l’on pensait inaccessibles il y a peu de temps encore ; à ce titre, l’exemple du programme AlphaGo (programme informatique capable de jouer au jeu de go, développé par l'entreprise britannique Google DeepMind) est emblématique.

Introduction

Aujourd’hui, l’intelligence artificielle est devenue une réalité. Les machines deviennent de plus en plus performantes au fur et à mesure de leur fonctionnement. On parle de "Machine Learning". Il y a les robots conversationnels qui nous proposent de l’aide lors de nos achats sur des sites de vente en ligne, les applications de traduction automatique, les applications de reconnaissance vocale ou de reconnaissances d’images. Les assistants personnels  disponibles sur les smartphones utilisent des algorithmes qui font appel à ces technologies. Il y a aussi les objets connectés qui se multiplient, ils se comptent déjà par centaines de millions et très bientôt par milliards.

 Partie I, l'intelligence artificielle

Tous les constructeurs automobiles travaillent actuellement très activement pour mettre sur le marché d’ici très peu de temps des véhicules autonomes. Des millions de kilomètres ont déjà été parcourus par différents prototypes avec succès, et avec des taux d’incidents très nettement inférieurs à ceux observés habituellement. Tous ces dispositifs produisent et utilisent des données. Ces données sont actuellement au cœur de très nombreux développements. Il est essentiel de disposer d’un très grand nombre de données, car elles sont nécessaires pour permettre aux machines d’apprendre, aux algorithmes de s’adapter à de nouvelles situations, afin de permettre à une machine de reconnaitre les éléments qui composent une image. Par exemple, pour reconnaitre un obstacle sur une route, et pour déterminer la nature de cet obstacle et pouvoir éventuellement l’éviter, il faut fournir au système de décision un très grand nombre de données « qualifiées ». Les données nécessaires sont soit produites automatiquement par des objets connectés tels que les capteurs que sont les caméras (embarquées, de vidéosurveillance, …), soit par des individus qui vont directement les saisir comme cela est fait lorsque l’on décrit son profil et que l’on poste des images avec des commentaires sur les réseaux sociaux, soit encore lorsque l’on utilise un moteur de recherche en ligne.

  Partie II, l'intelligence artificielle

On parle de technologies disruptives, exponentielles, cumulatives. Pour comprendre les enjeux liés à ces technologies, il faut comprendre comment les progrès rapides d’un domaine vont nourrir un autre domaine et considérablement en accélérer les développements. Il y a peu de temps encore, on imaginait qu’il faudrait plusieurs décennies pour séquencer en totalité le génome humain, aujourd’hui c’est fait, et l’on est actuellement capable de réaliser le séquençage complet d’un individu pour un prix tout à fait abordable.

La complexité de ces systèmes implique une complémentarité entre les différents experts qui les conçoivent, les développent et les maintiennent en bon état de fonctionnement. Il est donc indispensable que les ingénieurs, les médecins, les biologistes, les physiciens, mais aussi les designers, les architectes,  collaborent pour créer et mettre au point des systèmes innovants, complexes et toujours plus performants. L’organisation des entreprises change pour favoriser ces nouveaux modes de collaboration.

Big DATA et IOT

Il est très difficile de maîtriser complètement ces systèmes complexes. Les difficultés de stabilisation des systèmes apprenants, mais aussi l’acceptation de l'incertitude algorithmique amènent de plus en plus souvent les concepteurs et les développeurs à mettre en œuvre des méthodes empiriques, tels que des processus d'essais/erreur qui ont repris une place centrale dans la gestion des projets (méthodes agiles,...).

Ces technologies ont déjà bouleversé l’économie mondiale, les plus grands acteurs sont les GAFA (Google, Apple, Facebook, Amazone) aux USA et les BATX (Baidu, Alibaba, Tencent, Xiaomi) en Chine, leurs activités et leurs chiffres d’affaires sont vertigineux. Très rapidement de nouveaux métiers sont apparus, dans les domaines de la conception et de l’intégration des objets connectés, de la robotique, et du traitement des données tels que les data analyst ou les data scientist.

 Robotique

De très nombreuses questions liées à ces technologies se posent, des questions économiques, des questions de confidentialité, des questions liées au droit, des questions de sécurité, et bien d’autres encore.

Ce sont ces différents points que nous aborderons lors de cette conférence en développant plus particulièrement les sujets sur lesquels nous prototypons actuellement au LAB, les objets connectés (IOT : Internet of Things) qui produisent des données, la robotique et les algorithmes de traitement de ces données qui permettent aux machines de prendre des décisions.

Plan de la conférence

• Introduction
• Technologies actuelles : L’Intelligence Artificielle - Les données - Les objets connectés - La robotique
• L'Intelligence Artificielle (IA)
• Le Machine Learning
• Le Deep Learning
• Les 4 stades de l'IA
• Les données (Big Data)
• Les objets connectés (IOT)
• La robotique
• Systèmes complexes
• Pluridisciplinarité
• Gestion de projets (agilité - expérimentation  - essais/erreurs - boucles d’itérations)
• Modes collaboratifs
• Nouvelles compétences / nouveaux métiers
• Les questions du public