Mise à jour septembre 2019 de mon intervention calibrée sur une heure (à peu près) sur les IA. Intervention faire à Brest le 26/09./19.

1. Aymeric Poulain Maubant – Nereÿs // @AymericPMSeptembre 2019 – Aymeric Poulain Maubant – Nereÿs // @AymericPM
Quel quotidien bercé
d’Intelligences
Artificielles
créons-nous ?

2. Votre premier contact
avec les systèmes
d’Intelligence Artificielle ?
92-95 : systèmes hybrides symboliconnexionnistes sur une machine hautement parallèle

3. * General Purpose Technology
L’IA : une technologie
d’intérêt général
3

4. « AI is
the new
electricity
Andrew Ng
Google Brain, Coursera, Baidu…

5. Le monde est
en train d’être « cognitisé »,
et les IA ne se remarquent plus
5

6. « Take X, add AI »
Prendre n’importe quel objet / usage du quotidien, et l’augmenter
de capacités cognitives minimales pour que son utilisation se
fasse le plus naturellement possible.
• reconnaissance de la parole / agents conversationnels
• reconnaissance du langage naturel / traducteurs
• reconnaissance des visages, des émotions, des silhouettes,
des formes, y compris en temps réel
• assistants en écoute permanente, expérience ambiante…
avec la nécessité de respecter la vie privée des utilisateurs
6

7. Et si on passait à la transition cognitive ? (oct 2016)
On peut parler de
« transition cognitive »
La transition numérique ne suffit plus.
La transition cognitive est le passage de tous nos
objets, nos usages, nos activités, notre quotidien
et notre société vers des états où les intelligences
artificielles augmenteront nos capacités intellectuelles
individuelles et collectives.
7

8. Les systèmes d’IA s’inscrivent
dans un cadre conceptuel précis
8

9. Promesses et défis de l’Intelligence Artificielle[Olivier Boissier, AFIA]
Un cadre conceptuel
Socio-technique
Interactive
Autonome
Raisonnement – Décision
Apprentissage
Incertitude
Perception – Vision
Données / Connaissances
Interopérabilité, Sémantique
Intégration de systèmes intelligents
Empathie, Émotions
Conversation, TALN,
Délégation / Adoption / Contrat
Partage d'autorité
Confiance
Normes, Organisations / Gouvernance,
Régulation, Renforcement
Représentation et raisonnement sur
Valeurs, Cultures
Lois, Responsabilité
Éthique dès la conception, Éthique par
raisonnement
9

10. Attention, tout n’est pas IA,
et l’IA ne peut pas tout
10

11. Des robots-livreurs pas tout à fait autonomes [septembre 2019]
Disons que l’IA ne peut pas tout,
tout de suite
11

12. Critères d’évaluation
À partir de : Is it AI or not ? A Score Card with 4 Dimensions by Dataiku (sept 2018)
lecture de données
simples et de fichiers plats
lecture d’images et vidéos
dans un environnement
contraint
images et vidéos
(temps réel)
règles fixées
modèles prédictifs
calculés par ailleurs
modèles prédictifs
continuellement mis à jour
pas d’interaction
décisions simples ou
scores
via interfaces écran
via interface
conversationnelle
décisions complexes et
optimisations
hybridation de méthodes
pour construire des
stratégies avancées
PER
CEP
TION
APPREN
TISSAGE
INTER
ACTION
DÉ
CI
SION
0 1 2
12

13. Questions à garder en tête
 comment définissons-nous l’intelligence ?
 savons-nous reconnaître une intelligence artificielle ?
 quel est notre rapport à la technologie ?
 est-ce que tout ce qu’on nous présente comme IA, en est ?
quelmondealgorithmisésommes-nousentraindeconstruire ?
 sommes-nous en mesure de le maîtriser ?
 quelle place pour les non-IA ?
13

14. L’intelligence ? la capacité à
résoudre des problèmes, et à
s’adapter à son environement.
14

15. Toutes ces intelligences comptent : cf. Cahier de Veille IA Fondation Télécom
Les intelligences ?
• intelligence rationnelle, organisationnelle, stratégique…
• intelligence émotionnelle…
• intelligence créative…
• intelligence littéraire…
• intelligence spatiale et situationnelle…
• intelligence sociale… collective…
• intelligence pluri-sensorielle…
• intelligence temporelle
sans oublier l’intelligence incarnée, la cognition animale…
15

16. Sans oublier
l’intelligence incarnée
16

17. Sans oublier
la cognition animale
17

18. À lire : L’intelligence des plantes (Stefano Mancuso, Alessandra Viola, 2013)
Vignette : L’incroyable blob qui peut fusionner et transmettre son savoir (12/2016)
Sans oublier
l’intelligence des plantes
18

19. 2016 : Moral Machine par le MIT
Des réponses à donner
collectivement
19

20. Pour cela, il faut aussi mieux
connaître les IA
1.
20

21. IA : un défi nommé il y a 60 ans
21

22. 1956
60+ ans de recherche
Été 1955, préparation de la Conférence de Dartmouth (1956) ;
première apparition du terme IA : « la possibilité de
produire des programmes qui se conduiraient ou
penseraient intelligemment ».
Ses ambitions d’alors, et le défi originel de l’Intelligence
Artificielle, sont de « chercher à produire, sur un
ordinateur, un ensemble de sorties qui serait
considéré comme intelligent s’il était produit par
un être humain ».
22

23. L’IA peut se révéler à travers des
simulations exactes des
processus cognitifs humains, ou
bien via des programmes conduisant
à des conséquences intelligentes.
23

24. « L’Intelligence Artificielle n’existe pas ». Luc Julia, 2019
D’autres préfèrent le terme
d’Intelligence Augmentée
24

25. « Il faudrait arrêter de parler d’Intelligence Artificielle », Carlo Purassanta, 2019
D’autres préfèrent le terme
d’Intelligence Numérique
25

26. Arrêtons de parler d’intelligence artificielle, parlons d’intelligence étendue ! (novembre 2017)
IA : une définition qui évolue
(comme celle des big data)
(élaborez la vôtre)
26

27. Deux paradigmes majeurs de
l’intelligence artificielle
L’IA a été traversée par de nombreuses dualités, entre l’inné et
l’acquis, entre les symboles des systèmes expertset les
sous-symboles des réseaux de neurones formels, entre
la compétence et la performance, qui ont rythmé son histoire.
27

28. L’hybridation en Sciences Cognitives
Hybridation, pour apprendre à
lire et à écrire en même temps
28

29. Humains et IA
s(er)ont-ils coopératifs ?
29

30. Mais d’abord, pourquoi tout le
monde s’est mis à parler d’IA ?
30

31. 3 ruptures majeures accélèrent
la création & l’intégration des IA
31

32. Google supercharges machine learning tasks with TPU custom chip [mai 2016]
L’accès à des ressources de
calcul parallèle à bas coût
32

33. L’accès facilité à des données
massives, pouvant servir d’ensemble
d’apprentissage
33

34. L’IApermetd’augmenterlavaleurdes
données,elle-mêmefonctiondel’usagequ’on
enfait. Elle permet d’adapter les décisions à
chacun, chacun étant traité singulièrement.
Elle permet d’identifier des exceptions, et
de modéliser l’incertitude, de la réduire par
l’expérience.
34

35. Des algorithmes nouveaux (notamment
le fameux deeplearning), profitant des
deux ruptures précédentes
35

36. Succès du Deep Learning
2012 36

37. 2014 : GoogLeNet
37

38. Towards artificial general intelligence with hybrid Tianjic chip architecture [31/07/2019]
Neurosciences et informatique :
Tianjic, la puce hybride
38

39. In Two Moves, AlphaGo and Lee Sedol Redefined the Future
Alors, en mars 2016, AlphaGo
surprend à plus d’un titre
39

40. L’exemple d’AlphaGo…
1. The story of AlphaGo so far ; 2. Google DeepMind’s AlphaGo: How it works 40

41. AlphaGo Zero: Learning from scratch (18/10/2017)
Depuis, AlphaGo Zero a appris
à jouer au Go… sans
connaissance préalable
41

42. The future is here – AlphaZero learns chess (12/2017)
Puis AlphaGo Zero a appris
à jouer aux échecs, en 24h
42

43. à droite : iCub, le robot qui agit et apprend comme un enfant
à gauche : robot de Boston Dynamics légèrement bousculé
Au fait, comment les IA
apprennent ?
43

44. Formes d’apprentissage
• empreinte et habituation
• apprentissage par essai / erreur
• apprentissage par l’action
• apprentissage par observation / imitation
• apprentissage par analogie / par transfert
• apprentissage co-actif
• apprentissage par instruction
• méta-apprentissage
44

45. How Machines Learn: The Top Four Approaches to ML in Business (mars 2018)
Types d’apprentissage
• apprentissage supervisé (ex.: regression)
• apprentissage non-supervisé (ex.: clustering)
• apprentissage semi-supervisé
• co-apprentissage
• apprentissage hétéro-associatif
• apprentissage auto-associatif
• apprentissage par renforcement
• apprentissage profond
• apprentissage prédictif
45

46. Sky Magic, Live at Mt Fuji
Et aussi : agents, essaims,
IA distribuées…
46

47. A Gentle Introduction to Transfer Learning for Deep Learning (décembre 2017)
Apprentissage par transfert
47

48. CycleGANs to Create Computer-Generated Art (février 2019)
Réseaux adverses génératifs
48

49. Wikimedia Commons, CC BY-SA 4.0 By Youflavio (Own work)
L’IA est prédictive. Elle modèl(is)e le futur.
Nous devons être très vigilants avec cela.
49

50. Les IA peuvent-elles
se tromper ?
50

51. Do neural nets dream of electric sheep? 51

52. Image CC by SA
Les IA s’expliquent-elles ?
Comprend-on comment elles
fonctionnent ?
52

53. L’intelligence artificielle va-t-elle rester impénétrable ? [InternetActu 09/2016]
L’IA s’explique-t-elle ?
53

54. (image cc by sa)
Que manque-t-il aux IA ?
54

55. Que manque-t-il aux IA ?
• une composante émotive
• une capacité incarnée
• un système de valeurs
• l’attention, qui apporte une composante
directionnelle aux comportements
• des phases de rêve, de cognition libre désincarnée
• la possibilité d’expérimenter le monde
• la compréhension du sens commun
55

56. Image : NextDayBlinds.com
À propos, toutes les IA n’ont pas à
ressembler à des êtres vivants !
56

57. Should Children Form Emotional Bonds With Robots? (Alexis C. Madrigal, dec 2017)
Quels impacts sur le développement
(de l’intelligence) des enfants ?
57

58. « Les deep fakes progressent à grands pas. » (juin 2019)
Les IA peuvent-elles
nous tromper ?
Les deep fakes vidéo
58

59. Dupée par une voix synthétique, une entreprise se fait dérober 220 000 euros [sept’ 2019]
Et les deep fakes vocales
59

60. Les humains sont-ils
en train de perdre l’esprit ?
60

61. Quelques capacités actuelles
des systèmes d’Intelligence
Artificielle
2.
61

62. Voir pp74-75 Livre blanc «Datascientists !» (juin 2017)
Exploiter des images satellites
62

63. vidéo : AI Smart City Challenge. Image detection and classification 2017
Identifier des objets,
y compris en mouvement
63

64. AI Improves Breast Cancer Diagnoses by Factoring Out False Positives (02/2018)
Attirer l’attention,
sur des anomalies,
ou des données prometteuses
64

65. How artificial intelligence is changing drug discovery (30 mai 2018)
Médecine : des IA permettent de
trouver de nouvelles molécules
65

66. Alerter les médecins quelques
heures avant un risque vital
Using AI to give doctors a 48-hour head start on life-threatening illness [juillet 2019] 66

67. 1. L’intelligence artificielle pour les chantiers du BTP
2. Microsoft shows how AI can make a construction site safer at Build 2017
Augmenter la sécurité et la
productivité sur les chantiers
67

68. Lip Reading Sentences in the Wild (article scientifique PDF)
Lire sur les lèvres
68

69. https://www.realspeaker.me/ (incubateur IMT Atlantique – Brest)
RealSpeaker
Solution de transcription multilingue à base d’IA
[Hybridation reconnaissance vocale et lecture sur les lèvres]
69

70. Demain, tous nos gadgets répondront-ils à la voix ? [septembre 2018]
L’avènement du v-commerce
70

71. On the CLEVR dataset they reached a super-human accuracy of 95.5% (PDF)
Raisonner sur des images
71

72. Robots that Learn a new task after seeing it done once
Apprendre du premier coup
72

73. One model to learn the all (papier scientifique, PDF)
Apprendre plusieurs choses
d’un coup
73

74. Neural scene representation and rendering (15 juin 2018)
« Imaginer » un monde à partir
d’une seule image
74

75. Artificial intelligence senses people through walls (12 juin 2018)
Voir à travers les murs
75

76. Robots can now pick up any object after inspecting it (10 septembre 2018)
Manipuler des objets
jamais vus auparavant
76

77. Facebook crée une IA qui donne la recette des plats photographiés [octobre 2018]
Décrire comment une scène
s’est produite
77

78. Building AI to inform people’s fashion choices [Septembre 2019]
Nous aider à être
dans l’air du temps
78

79. Facebook, Carnegie Mellon build first AI that beats pros in 6-player poker [juillet 2019]
Savoir bluffer
79

80. [...] Boston Dynamics s’intéresse aux robots qui servent à quelque chose (mars 2019)
(enfin!) des robots qui rangent
vos affaires (avec grâce)
80

81. Faire du vélo
(bah quoi ?)
81

82. Quelle société
construisons-nous ?
3.
82

83. Les IA vont-elles prendre
notre boulot ?
En connaissant mieux leurs différentes intelligences
et en sachant mieux les entraîner, les humains pourraient
concentrer leurs activités professionnelles sur ce qui
caractérise les humains, passer de la réaction
à la proposition, et déléguer aux IA le reste…
83

84. Top 5 sectors using artificial intelligence [décembre 2015]
Pour prédire l’impact de la robotisation sur nos emplois le fondateur
de Kaggle propose que chacun se pose deux questions très simples :
Dans quelle mesure cet emploi peut-il être réduit à des
tâches répétitives et nombreuses ?
Dans quelle mesure nécessite-t-il la gestion
de nouvelles situations?
[voir vidéo TED : ces jobs que les robots n’auront pas]
84

85. Where machines could replace humans—and where they can’t (yet) [McKinsey July 2016]
Coopération
85

86. Les IA ne remplacent pas les humains,
mais les font progresser
des données peu/mal exploitées  information augmentée
des processus humains limités  sensoriel assisté
des processus métiers peu optimisés  assistance robot
 mieux travailler avec un stress moindre &
les humains restent seuls à gérer les situations exceptionnelles
86

87. Un exemple : Se former autrement
• les IA + Big Data facilitent la personnalisation des pédagogies
• IA + réalité virtuelle / réalité augmentée : apprentissage dans
des serious games, avec des avatars…
• IA + robots mécaniques : apprentissage par imitation, quand le
robot devient coach
• dans un centre d’appel : une IA écoutante des conversations et
des mails, qui peut à la fois proposer des nouveaux services en
temps réel, et former les conseillers en direct
87

88. Antonio A. Casilli (2019). En attendant les robots. Enquête sur le travail du clic. Éditions du Seuil
Et si nous étions…
les robots de nos robots ?
88

89. « Algorithmes : l’éthique n’est pas toute la question. » (septembre 2018)
Confiance : une IA responsable &
une IA robuste et sûre
89

90. « L’IA porte
en elle
les biais de ses
concepteurs
Laurence Devillers
«

91. 7 questions initiales
 Biais des algorithmes
 Transparence des algorithmes
 Suprémacie des algorithmes
 La fabrique du faux
 Les systèmes autonomes potentiellement létaux
 Les systèmes autonomes de transport
 Privacy / Security / Surveillance
91

92. 8+1 catégories de principes
92

93. Des principes mais très peu de
recommandations et d’exemples
93

94. et pendant ce temps…
94

95. La reconnaissance faciale, un
enjeu éthique mondial
95

96. Chartes, principes,
bonnes pratiques…
96

97. https://www.declarationmontreal-iaresponsable.com/
Déclaration de Montréal pour le
développement responsable de l’IA
97

98. Principes-clé
 principe de bien-être
 principe de respect de l’autonomie
 principe de protection de l’intimité et de la vie privée
 principe de solidarité
 principe de participation démocratique
 principe d’équité
 principe d’inclusion de la diversité
 principe de prudence
 principe de responsabilité
 principe de développement soutenable
98

99. 99

100. Ethics guidelines for trustworthy AI (European Commission, 8 April 2019)
Pour une IA digne de confiance
 facteur humain & contrôle humain
 robustesse & sécurité
 respect de la vie privée et gouvernance des données
 transparence
 diversité, non-discrimination et équité
 bien-être sociétal et environnemental
 responsabilisation
100

101. Beijing AI Principles (28 mai 2019)
Et la Chine ?
101

102. 4 points
en guise de perspectives
&.
102

103. 1. Réfléchir à l’intelligence des artefacts
nous amène à réfléchir à notre propre
intelligence, à la manière dont nous
l’exerçons, à nos rapports aux autres,
aux animaux, au monde…
103

104. 2. Mettre en place des principes éthiques
concernant les données et les systèmes
d’IA, et les suivre, peut constituer un
un différenciant de marché.
(bonne nouvelle !)
104

105. 3. À l’échelle internationale, est
actuellement ouverte (2019-2020) une
occasion unique de convergence des choix
éthiques, avant que les technologies et les
usages nous mènent au fait accompli.
105

106. 4. À l’échelle de l’Humanité, cette même
fenêtre d’opportunité est à saisir, tant que
nous en avons encore le loisir et le temps
de réfléchir collectivement à ce que nous
voulons faire de nos outils.
106

107. Détails sur medium.com/@AymericPM
L’impérieuse nécessité
d’apprendre à mieux se connaître
*
107

108. That’s all, folks !
Thx.
contact : @AymericPM // www.nereys.fr
108

109. Docteur en Sciences Cognitives (entre autres)
Aymeric Poulain Maubant
@AymericPM
https://medium.com/@AymericPM/
http://www.nereys.fr/
Aymeric.PoulainMaubant@nereys.fr
109

110. Retrouvez les références de cette
présentation en fouillant ici et là sur :
https://www.slideshare.net/aymeric
https://medium.com/@AymericPM
+ Références complémentaires à suivre en bas de quelques pages 110

111. « J’ai fait le choix de travailler
sur l’IA non pas dans le but
qu’elle augmente sa propre
« conscience », ce qui, à mon sens,
n’a pas grand sens, mais afin qu’elle
permette d’accroître la conscience de
l’homme : que l’on puisse par exemple,
grâce à l’IA, mieux apprécier des textes
littéraires, mieux saisir les influences
mutuelles, mieux en comprendre la
genèse… Cela accroît notre propre
intelligence, pas celle de la machine.
Jean-Gabriel Ganascia

112. Qui a écrit ce poème ?
Évaluer l’intelligence
• corollaire de la définition de l’intelligence &
question ouverte
• quotient intellectuel (ne mesure qu’une forme
d’intelligence, humaine) et quotient émotionnel
• pour les IA (quoique…) : les tests de Turing
• et nous, savons-nous reconnaître une IA ?
112

113. Classification des IA
• ANI (narrow) : AI faible, spécialisée dans un seul
domaine (les échecs, mais nulle en cuisine)
• AGI (general) : AI forte, comparable à un être
humain, raisonne, résoud, apprend, planifie…
• ASI (super) : Superintelligence, plus forte que les
humains dans tous les domaines, y.c. créativité,
sciences, culture générale, intelligence sociale…
113

114. Can you tell the difference between a real face and an AI-generated fake? (mars 2019)
D’après vous,
quels visages sont artificiels ?
114

115. 115

116. Rapport Villani : vers un Conseil
national d’éthique du numérique
2018
116

117. Encore une fois, les commentaires sur un rapport sur les IA passent à côté de l’essentiel (2018)
Un débat à suivre
The Malicious Use of Artificial Intelligence: Forecasting,
Prevention, and Mitigation, février 2018
Trois domaines de menaces :
• digital security, menaces par et sur des ressources numériques
• physical security, menaces par et sur des objets matériels
• political security, menaces sur la société et le vivre-ensemble
Un document qu’il faut prendre le temps de lire.
117

118. Pourquoi la diversité est un enjeu majeur pour l’intelligence artificielle ?
Diversité & bienveillance :
deux valeurs essentielles dans les
équipes développant des IA
118

119. à lire : « Les robots et le mal », d’Alexei Grinbaum, 2019
« Ne diabolisons pas
les machines ! »
119