Le CES est le temple de l'innovation, des gadgets aussi mais son intérêt est de voir les tendances, décrypter les signaux faibles et aussi de se projeter sur les impacts de ces innovations dans le futur.

C’est la raison pour laquelle, j'ai été vraiment heureux d'intervenir en mars auprès de députés pour réaliser le debrief du CES Las Vegas à l'Assemblée nationale avec les députés Didier Baichère, Eric Bothorel et Cédric Villani et avec la participation de Mounir Mahjoubi. car elles remettent ces innovations en perspective.

Nous avons eu de nombreux débats avec les députés sur les impacts législatifs et le développement des territoires. 

Les principaux thèmes étaient :

• FrenchTech : au-delà du nombre, faire des startups les locomotives (ou sa version Hyperloop ;) des entreprises françaises
• Véhicule autonome et la Smart City : les enjeux autour de la plateforme de données (qui la gère et utilisation de la blockchain), le désenclavement des territoires, les véhicules dépolluants et les piles à hydrogène

• Intelligence Artificielle :
  • ses usages (Google Assistant, analyse d'images de caméras, Smart Home...) qui répond au besoin d'interface unifiée des utilisateurs
  • mais avec le fort risque de concentration des données par les GAFA (renforcée par la prochaine réglementation européenne e-Privacy)
  • en partie contrebalancée par le développement de l'IA embarquée (ex: Snips pour la voix) et des alternatives européennes comme Qwant, respectueuses de la vie privée
  • développer les outils à coûts réduits permettant aux enfants de comprendre et travailler avec l'IA afin de les étendre dans le plus grand nombre d'écoles en mobilisant les professeurs volontaires
• Catastrophes Naturelles : comment peut-on faciliter la résilience avant, durant après sa venue (cf. Panne d'électricité au CES de 3h !) avec des panneaux solaires portables, des radiateurs à batterie, une application qui donne directement une photo certifiée par l'assureur ... utile juste avant d'être inondé ...
• Environnement :
  • comment mesurer les problèmes environnementaux et les traiter (propagation des moustiques, suivi des abeilles, décontamination de l'eau...)
  • comment recycler des produits (vêtements, objets du quotidien...) qui intègrent de plus en plus d'électronique ou des produits personnalisés difficiles à réutiliser : pistes possibles : l'écoconception, la conception modulaire...
• e-Santé :
  • facilité de réaliser des auto-diagnostics, de pouvoir à moindre coût contrôler par soi-même la composition d'un produit, s'il contient des pesticides ou pas ("Customer empowerment") et
  • comment résoudre la problématique de savoir sans comprendre (ex : Tests ADN qui nécessite un décryptage par des professionnels médicaux.
  • de fournir des prédiagnostics dans des zones rurales (cabines médicales connectées)
• Handicap : solutions pour inclure les non-voyants (appareil text-to-braille), les fauteuils roulants autonomes pour les personnes à mobilité réduite ...

Le jeudi 8/2 a eu lieu l’AI Night au Palais de Tokyo, organisé par Artefact, France Is AI et France Digitale.

Comme le dit très bien, Damien Gromier, maître de cérémonie de la soirée, l'objectif est de réunir l'ensemble de l'écosystème intéressé par l’IA en France afin d'en faire la locomotive européenne de l’intelligence artificielle.

Oui, il y avait des startups qui ne font pas de l’AI Washing. Oui, il y avait de speakers sachant parler de l'IA, de leurs impacts mais surtout l'AI Night ouvre le débat indispensable sur ce que nous voulons faire de l'IA dans nos sociétés.

En quelques mots :

• Est-ce que l’IA = Black box et IA = Pouvoir ou pas ? IA compatible avec la GDPR ? Doit-on rendre l’IA inclusive ?
• Combien doit-on investir dans l’IA (30 ou 300 Md €) et surtout pourquoi faire ? Et Pourquoi ne pas mieux rémunérer les chercheurs de l'INRIA et dans l'IA ?
• Pour contrer les GAFA, ne devrait-on pas avoir une stratégie industrielle de l’IA différenciante par rapport aux GAFA et BATX et européenne ? Une IA qui nécessite peu de données traitant localement les données plutôt qu’une IA plateforme ?
• Comment libérer les données, fuel de l’IA en préservant la vie privée ?

Avec les interventions notamment de Laurent Alexandre, Moojan Asghari (Women in AI), Mounir Mahjoubi, Isabelle Ryl (INRIA) et Bruno Maisonnier (Another Brain)

Avant de commencer mon debrief du CES Las Vegas (fin janvier), comme chaque année, je fais quelques prédictions sur les tendances, les événements, les ruptures que j’anticipe pour l’année qui suit. *

Je brosse un tableau très large car les nouvelles technologies (IoT, IA, robots, blockchain…) auront des impacts sociétaux et même civilisationnels de plus en plus majeurs.

2018 pourrait se résumer pour moi en trois mots : inflexion, confusion et confrontation … 2019 et après seront le début de la transformation dans le bon sens du terme 😉

Inflexion car nous sommes à un point où les nouvelles technologies accessibles au plus grand nombre vont profondément bouleverser notre quotidien en plus et aussi en mal (selon les intentions de ceux qui l’utilisent)

Confusion nous allons perdre beaucoup de nos repères fondamentaux : humain / non humain, réel/virtuel, vivant/inerte, créations humaines / créations d’IA, vrai/faux car les technologies brouilleront les frontières

Confrontation entre les États qui voudront reprendre la main face au GAFA, entre GAFA/BATX, nouveaux et anciens, individus et entreprises/acteurs publics, créateurs, diffuseurs de contenus et opérateurs télécoms.

Enfin, Confrontation avec notre société Formule 1 face à notre propre planète qui nous obligera à devenir une société tout-terrain pour que la technologie soit au service de la résilience et non seulement de la performance.

Voici les différents éléments de l’article (avec des liens directs), il est très long (plus de 12 h de vol jusqu’à Vegas, ça aide 😉

IA dans nos vies :

• Prolifération des agents/assistants intelligents
• Confusion entre la création humaine et celles provenant de l'IA (avec des manipulations politiques)
• Premières répercussions massives sur l’emploi de l'intelligence artificielle
• Premières retombées scientifiques majeures de l’IA
• Les évolutions de l’IA
• La simulation numérique du monde réel au secours de l’IA
• Développement de l‘IA symbolique
• Le développement des méta-IA et l’intégration de multiples IA

IoT - Internet des Objets 

• Le soufflé retombe pour les agents vocaux intelligents mais la voix spécialisée se décline dans les équipements
• De plus en plus de puissance et d’ intelligence » embarquée
• Des objets émotifs, Plus d’interfaces naturelles et d’objets digitaux
• Centre-villes autorisés seulement aux véhicules autonomes
• Énergie et transmission : Développement des réseaux bas-débits en B2B et du chargement sans fil QI

Intégration et assemblage des nouvelles technologies (IA, IoT, Blockchain, Robots)

• Les nouveaux rentiers grâce aux entreprises autonomes (DAO et IA)
• Usine 4.0 - Customisation de masse avec le Fog Manufacturing : des délais extrêmement raccourcis entre attente d’un client, création et production d’un produit et livraison

La confrontation des plaques tectoniques : Etat, GAFA/BATX, Anciens/Nouveaux, individus, Notre Planète

• Le Techlash des États envers les GAFA
• Course aux armements digitaux et IA des États
• Combat de titans entre GAFA et BATX
• Bataille d’Hernani entre l’ancien monde et le nouveau monde
• Combat homérique entre contenant (telcos), contenu et diffuseurs (Google, Facebook…)
• Customer et Citizen Empowerment en devenir face aux entreprises et acteurs publics
• Nous face à notre planète – d’une société Formule 1 à une société tout-terrain

Je vous l’avoue, je suis quelque peu bavard et verse souvent dans les digressions mais c'est l'occasion de mettre un peu de matière pour étayer mes prédictions.

Après le Green Washing et l'IoT Washing, n'est-on pas face à du AI Washing. De nombreuses entreprises en particulier des startups se prévalent d'intégrer de l'intelligence artificielle, en font-elles vraiment et n'y a-t-il pas de fausses promesses derrière ?

N'y a-t-il pas des risques à utiliser de l'IA sans comprendre les impacts ? Est-ce que les réseaux neuronaux sont la panacée pour résoudre tous les problèmes ou au contraire ne nous mènent-ils pas vers une impasse en étant une boîte noire ? Est-ce que l'IA est robuste ou au contraire un géant à pied d'argile ? Qu'en est-il de l'IA forte qui supplanterait les hommes ? 

Il y a encore du chemin avant qu'une IA soit capable de rivaliser avec un être humain de manière complète. Le "Gift Test", test du cadeau (capacité d'une IA à faire plaisir à une personne en lui faisant un cadeau) serait un bon indicateur de l'avancée de l'IA. On pourrait bien sûr inverser la situation de la photo, un homme à la place de la femme et un robot à l'apparence féminine et non masculine (ou encore homme/robot apparence homme ou femme, robot apparence femme), l'objectif de cette photo est d'illustrer le challenge pour un IA d'intégrer et d'anticiper la réaction de l'autre sans avoir la possibilité de la tester au préalable. 

Cet article a pour but de couvrir ces différents thèmes, il sera décomposé en trois parties. Dans cette première, j’aborderai l’intelligence artificielle de manière générale et je ferai un focus sur les réseaux neuronaux, ses limites et comment rendre explicable les réseaux neuronaux...

Dans les deux prochains articles, j’aborderai les autres types d’IA (réseaux bayésiens, algorithmes génétiques, logique floue, systèmes multi-agents ...) et les problèmes, interrogations posés par l’IA pour notre société (de l'ANI - IA faible à l"ASI - IA dépassant tous les hommes ("Singularity") en passant par l'AGI, équivalent à l'IH, intelligence humaine, les risques sur la  perte de créativité et la normalisation...) .

En bref, cet article-ci couvre :

• Préambule sur l’AI Washing
• Définition de l’intelligence artificielle
• Différence entre l’IA perceptive / d'interface et IA décisionnelle
• Decryptage des réseaux neuronaux
• Qu’est-ce que le Machine learning, Deep learning ?
• Les problèmes posés par les réseaux neuronaux
• Problèmes de la boîte noire (et explainable AI), de la non-détection de cas exceptionnels, cygnes noirs
• Nécessité de règles claires (IA face aux jeux : évolution d'AlphaGo de DeepMind du Go à Starcraft II)
• Manque de priorisation a priori et les problèmes de biais de confirmation
• Système faillible/hackable avec des backdoor mais non auditable (notamment en open-source)
• Solutions potentielles :
• Comment contourner ces problèmes et auditer / rendre explicable un réseau neuronal ? (Adversarial AI / Explainable AI en utilisant des random forests)
• Comment accélérer l'apprentissage avec la vectorisation des images / données initiales
• Conclusion