Cédric Villani : La France A Un Rang À Tenir Dans L’Intelligence Artificielle

Alors qu’est dévoilé le rapport Villani sur l’intelligence artificielle, son auteur, le mathématicien, lauréat de la médaille Fields, et député (LREM) Cédric Villani, revient pour Forbes France sur le rôle que la France peut jouer dans cette nouvelle révolution qu’est l’intelligence artificielle. Propos publiés dans le 2^ème numéro de Forbes France publié en février dernier.

Si vous trouvez confus le discours sur l’intelligence artificielle (IA), c’est qu’il y a derrière elle aussi une confusion dans les méthodes, avec une évolution importante des techniques, depuis les systèmes experts des dernières décennies (cf. les premiers  travaux issus de l’Inria ou d’Ilog, entre autres) jusqu’aux notions d’apprentissage statistique, apprentissage par réseaux de neurones, apprentissage par exploration, apprentissage dialectique (‘machine learning’, ‘deep learning’, ‘reinforcement learning’, ‘adversarial learning’)…

L’IA est très différente de l’intelligence « biologique » telle que nous commençons à peine à la connaître. Les modes d’analyse des informations, les mécanismes de prise de décision sont très différents. Nous, humains, sommes « incarnés » : nous avons un modèle sensoriel, fait de 5 ou 6 sens interconnectés – 6 en comptant l’équilibre, bien sûr. En fait on pourrait définir des dizaines de sens si on le souhaitait : nociception, proprioception, etc. Notre intelligence est donc très spécifique, bien plus riche et intégrée en un sens.

En revanche, les modèles et algorithmes d’IA que nous concevons actuellement sont encore souvent inefficaces, en réalité pas très « intelligents ». Ils consomment énormément d’énergie et nécessitent de traiter des volumes de données gigantesques. Mais il est vrai qu’ils sont très rapides en puissance de calcul, étant capables de réaliser certaines tâches beaucoup plus rapidement que l’homme. C’est ce que montre AlphaGo de Google Deepmind, pour le jeu de Go : c’est comme si un humain, avec une mémoire illimitée, avait joué durant des milliards d’années.

En outre, les plus impressionnants robots humanoïdes ne comportent pas beaucoup d’IA, que ce soit ceux,  très médiatisés, de Boston Dynamics, ou ceux qui sont produits par les efficaces centres de recherche d’Europe et d’Asie. Ils ne sont que d’extraordinaires machines couplées à de très bons logiciels d’optimisation, mais leur sophistication algorithmique reste encore embryonnaire. 

L’intelligence artificielle ne se réduit pas non plus aux concepts de « cerveaux artificiels » ou de greffons à base de processeurs ou puces électroniques (« chips ») dans le cerveau. Du reste, cette idée de cerveau artificiel génère une inquiétude diffuse compréhensible. Elle réveille certains fantasmes, avec la peur de l’inconnu. A quand les imaginaires renouvelés, positifs, originaux ?

Trois facteurs caractérisent l’IA

Au moins trois facteurs caractérisent les facultés de l’IA : l’optimisation de systèmes existants en allant chercher la bonne solution dans un environnement complexe ; l’apprentissage, à partir de données, de statistiques ou par un réseau dit ‘neuronal’, ou encore par d’autres techniques ; l’exploration, par des approches itératives, là aussi, et où le hasard occupe une certaine place (on parle aussi d’«apprentissage renforcé »).

En termes de périmètre, une dimension essentielle doit encadrer l’IA : le domaine légal, juridique. Il faut savoir si l’on est face à un système mis au point soit par une personne – un programmeur (ou une équipe de programmeurs) – , soit par une combinaison de programmes ou de bases de données (Open source ou non). Dans ce deuxième cas, il y a, notamment sur la propriété intellectuelle et sur la responsabilité légale, un partage subtil à déterminer. Notre recommandation claire est de toujours garder la responsabilité aux humains, de ne pas la renvoyer sur les programmes. Le cas de la voiture autonome est intéressant : en cas d’accident, qui est responsable ? Le programmeur, les fournisseurs de données, l’intégrateur de données, le superviseur de l’apprentissage, le constructeur, l’assembleur, le certificateur…? Bien des réflexions en vue pour les services juridiques !

La compétition à l’international

La France, avec l’Europe, a une carte essentielle à jouer dans le domaine de l’IA. Nous avons un historique riche sur les systèmes experts et sur l’intelligence artificielle, grâce à l’INRIA, le CEA, le CNRS, etc. Mais cela ne suffit plus. Car dans lemonde de l’IA, il existe deux grands univers : les Américains et, de plus en plus, les Chinois. Au moins deux autres pays ont émergé récemment dans le secteur : Israël et le Canada, très dynamique dans l’IA sous le patronage de Yoshua Bengio. Dans tous ces exemples, ce n’est pas la recherche fondamentale qui est en jeu, mais l’innovation et la traduction économique de la recherche.

Les GAFA (Google, Apple, Facebook, Amazon) ont certes la capacité de racheter les plus innovants comme Google l’a fait avec Deepmind. Et ils tirent avantage de leurs standards et formats prédominants sur leurs plateformes. Il existe beaucoup de collaborations sur le plan scientifique avec eux ou encore Microsoft autour de centres de recherche. J’ai moi-même initié une telle collaboration entre Microsoft et l’Institut Henri Poincaré, sur le thème de la réalité augmentée…

Il faut à la fois collaborer avec eux et être en compétition. Il faut protéger le patrimoine et le marché européens. Cela prendra beaucoup de temps. Et ne soyons pas naïfs : les autorités américaines sont plus dix fois plus protectionnistes que les européennes dans ce domaine.

Un potentiel réel en Europe et en France

L’Europe peut apporter des connexions entre pays, entre chercheurs et peut donc ouvrir des axes de recherche et des marchés. L’UE peut fournir plus de données, avec l’Open Data mais surtout avec des projets de recherche spécifiques, stratégiques, sur les données de santé, sur les transports, l’environnement, les villes intelligentes (‘smart cities’).

En France, comme en Europe, on a toujours tendance à surestimer la technologie. Or, les compétences, les processus, la gouvernance et les organisations humaines sont tout aussi importants. Tous les secteurs d’activité doivent s’intéresser à l’IA, en fonction des usages et avec un degré de finesse. La formation est un levier majeur pour son développement.

Certains profils sont indispensables, avec des compétences doubles, par exemple médecin et statisticien, ou ingénieur en mécanique et data scientist, ou énergéticien et spécialiste des données massives (Big data). Une bonne maîtrise de l’anglais reste également un critère clé.

Sur les actions de recherche, en France, les initiatives ne manquent pas. Il existe des leviers efficaces. Il n’y a pas de raisons que l’État intervienne partout, sans cesse, pour donner des directives. Son rôle est de vérifier que les infrastructures et les moyens sont là et que les conditions sont réunies pour éviter que les chercheurs ne quittent la France. Car nos limites en France, ce sont d’abord les infrastructures – plateformes et moyens de calcul.

On constate aussi qu’il existe deux familles de chercheurs autour de l’IA: d’une part, ceux qui travaillent en réseau neuronaux et raisonnent puissance « CPU » autour de grappes de calculateurs et, d’autre part, ceux qui recherchent des capacités graphiques GPU, par exemple pour le ‘deep learning’. Il existe donc un réel enjeu ‘composants’ pour l’Europe.

L’avenir de l’IA est sans doute une combinaison de systèmes experts et d’algorithmes avec apprentissage statistique. C’est très difficile à mettre en oeuvre. Pour l’instant, les avancées sont plutôt du côté des statistiques et de l’exploration.

Des perspectives encourageantes

La qualité des données de référence est également essentielle dans l’IA. Prenons l’exemple d’un logiciel dans le domaine de la dermatologie, comme la reconnaissance automatique des mélanomes : si vous entraînez le système à distinguer des images de taches sur l’épiderme provenant d’hôpitaux de diverses spécialisations, vous pouvez courir

à la catastrophe. Le système risque très vite d’apprendre à distinguer non en fonction des pathologies, mais en fonction des hôpitaux de provenance. Et donc l’analyse sera biaisée, avec de potentielles conséquences graves. En fait tous les biais existants dans le corpus d’exemples se retrouvent dans l’algorithme.

Du reste, en France, les bases de données disponibles sur la santé ne sont pas toujours exploitables. Des formats non compatibles peuvent les rendre difficiles à connecter, ou bien les systèmes qui les exploitent se révèlent trop lents. Nous disposons de très grandes bases de données cruciales, mais les déploiements d’applications commencent à peine. Les grands hôpitaux commencent tout juste à s’équiper. Mais ils commencent !

L’IA est l’affaire de tous, dans tous les secteurs

La bataille de l’IA n’est pas perdue pour la France. Nous avons de vastes ressources de compétences, avec des centres de recherche qui sont au niveau mondial. Nous avons aussi une réglementation constructive sur la protection des données personnelles, qui doit susciter un climat de confiance. Il est important de bien communiquer et expliquer. Important aussi pour nos entrepreneurs d’être bien plus présents dans les rencontres internationales. L’IA est l’affaire de tous, dans tous les secteurs, pour les meilleurs usages possibles. Les financements suivront. Il reste encore un gros travail à fournir, mais cela en vaut la peine.

Propos recueillis par Pierre Mangin. Article à retrouver dans le numéro 2 de Forbes France