INTELLIGENCE ARTIFICIELLE ET MOBILITE AS A SERVICE

Par Pierre Pleven dans la revue TELECOM n° 194

Télécom Paris a développé une expertise unique dans les sujets de pointe, que sont le « Big Data » et l’Intelligence Artificielle. Initiée dès 2010 par Stefan Clémencon au sein du département de Eric Moulines. Télécom Paris propose aujourd’hui une large palette de programmes de formation capitalisant sur une activité de recherche avancée¹. Ces activités sont soutenues par la plateforme TeraLab² qui permet une expérimentation basée sur des données réelles.

La définition de l’intelligence a toujours été très polémique, déjà au 19e siècle, les « savants » avaient du mal à se mettre d’accord sur une définition. Pas étonnant que les débats autour de l’intelligence artificielles fassent couler beaucoup d’encre. Dans cet article, nous allons tenter d’apporter quelques éléments pour contribuer à mieux comprendre les défis et les opportunités de l’intelligence artificielle et de l’impact sur le secteur de la mobilité.

« Since no one Knows what is an "intelligence", we cannot speak about intelligence in animals, therefore I declare this meeting closed. » N.V. Bugaev (1837 – 1903)

Les hauts et les bas de l’AI. Source Actuaries Digital

Les grands domaines de L'IA. Source Wikipedia

IA - Une histoire ancienne

Depuis l’introduction du Test de Turing en 1950, le sujet a toujours été très présent dans les sphères recherche et innovation, avec des hauts et des bas.

Longtemps basée sur des règles logiques (if-then rules), une accélération s’est produite au début du 21e siècle par l’apport de la statistique, nous allons essayer de comprendre pourquoi.

Un certain nombre de facteurs se sont combinés pour une avancée scientifique, technique et économique :

• Les progrès théoriques et pratiques constants dans le Machine Learning, les réseaux de neurones et le Deep Learning.

• L’augmentation de la puissance des ordinateurs qui a permis de diversifier la mise en œuvre de nombreuses méthodes jusqu’alors inaccessibles. Et en particulier, l’usage du Machine Learning pouvant exploiter la puissance des machines autant côté calcul que stockage et puis, plus récemment, les réseaux neuronaux et le Deep Learning.

• Des victoires médiatiques comme la victoire début 2016, de Google DeepMind AlphaGo au jeu de Go contre le champion du monde

• L’Internet grand public qui a créé de nouveaux besoins comme les moteurs de recherche et aussi permis le déploiement d’architectures massivement distribuées.

• La disponibilité de très gros volumes de données, via les usages de l’Internet et des mobiles, des objets connectés ou de la génomique, exploitables par différentes méthodes de Machine Learning et de Deep Learning.

• La culture de l’open source qui domine les outils de développement de solutions d’IA et les jeux de données suscités.

• Les nombreuses applications commerciales de l’IA mêlant le Machine Learning, les objets connectés, la mobilité et le Big Data. Avec des attentes fortes dans le marketing, le e-commerce, la finance et le vaste secteur de la santé.

IA - une valeur reconnue dans un grand nombre de secteurs

On peut citer les enjeux identifies par la mission IA Canadienne vers une création de valeur socioéconomique rendus possible par l’adoption massive de l’IA :

• Santé durable, bien-être des personnes et santé animale. Dans quelle mesure les ressources et les outils numériques peuvent-ils permettre au patient de participer à l’élaboration de la solution médicale ?

• Nouveaux modèles d’affaires, industrie 4.0, travail, emploi et entreprenariat : Comment les nouvelles plateformes du numérique redéfinissent-elles les structures de l’entreprise, l'organisation ou la conception même du travail et les frontières de la relation d’emploi ?

• Éducation, formation, citoyenneté, familles, communautés et communautés autochtones : Comment les outils numériques et intelligents peuvent-ils contribuer à une éducation plus performante et rendre l’accès à l’éducation plus équitable ?

• Urbanisation 4.0, géospatiale, environnement, ressources naturelles ville intelligente et transport : L’IA peut-il contribuer à la transition des villes vers une mobilité plus intelligente et plus durable ?

• Société, arts, médias, communication, patrimoine, culture et diversité culturelle.

• Droit et cyberjustice ; sécurité, cybercriminalité, lutte contre la corruption.

• Éthique, gouvernance, démocratie et responsabilité sociale des organisations.

• Relations internationales, actions humanitaires et droits humains.

Parmi ces huit propositions nous allons revenir en détail sur la proposition n°4 dite Urbanisation 4.0 qui place l’IA au cœur des propositions pour une mobilité dans la ville plus douce, plus souple plus économique et surtout plus respectueuse de l’environnement

L'IA à Télécom Paris et à l’IMT : une contribution unique à la « Datascience » en France

La « practice » Big Data est apparue vers 2010 sous l’influence scientifique de Stefan Clémençon, dont le responsable de département était Eric Moulines. Stefan crée dès 2013 la chaire « Machine Learning et Big Data ». Cette chaire a pour but de produire une recherche méthodologique répondant au défi que constitue l’analyse statistique des données massives et d’animer la formation dans ce domaine à Télécom Paris. Avec le soutien de la Fondation Mines-Télécom et le mécénat de cinq entreprises partenaires : BNP Paribas, Criteo, PSA Groupe, Safran et Valeo (qui l'a rejoint en juin 2017), elle a permis l’écriture de près de 400 publications dans des revues ou actes de conférences internationales avec comité de lecture, le financement de dix thèses de doctorat et d’une trentaine de stages, la formation en cinq ans de plus de 600 « data scientists », ingénieurs « Big Data » et de professionnels de la donnée. Isabelle Bloch et Florence D'Alché-Buc (1990) contribuent à ces travaux.

En parallèle Henri Verdier³, alors président de Cap Digital4, faisait la promotion de l’appel du PIA (Programme Investissement d’Avenir5) pour la plateforme Big Data pour la recherche, l’innovation et l’enseignement. L’IMT se porte candidat et remporte l’appel à projet. Ce sera la naissance de TeraLab6. Depuis son ouverture, en 2014, la plateforme à soutenu plus de 60 projets « Datascience » avec des chercheurs, des étudiants, des PME et des industriels, sur des thématiques comme l’industrie du futur, la santé, la logistique, l’agriculture, l’energie, l’e-gouvernement, la cybersécurité. À chaque fois, les acteurs ont pu avoir accès à des données réelles, toujours dans un mode précompétitif. Les compétences à disposition vont de la configuration d’infrastructure jusqu’au conseil, en passant par l’algorithmique, le Machine Learning, le Deep Learning, la data visualisation… TeraLab est, depuis 2016, labellisée « Silver i-Space », un label décerné par la « Big Data Value Association (BDVA) », gage de la qualité des services proposés à l’échelle continentale, à la fois sur les plans techniques et juridiques. TeraLab est la seule plateforme française labellisée « Silver i-space ». C’est aussi la plateforme d’expérimentation pour le projet H2020 AI4EU7. 

1/ https://www.telecom-paris.fr/fr/masteres-specialises/tous-les-ms?gclid=CjwKCAjw-ITqBRB7EiwAZ1c5U6SYfZpPffLIdMvr_WRko-hlD3f2qL57s2eNctbuBAWDqQUEyVstBBoCCyMQAvD_BwE
2/ https://twitter.com/TeraLab_DIH

3/ https://en.wikipedia.org/wiki/Henri_Verdier
4/ https://www.capdigital.com/
5/ https://www.gouvernement.fr/le-programme-d-investissements-d-avenir
6/ https://www.imt.fr/recherche-innovation/recherche/nos-partenariats/teralab/
7/ https://www.ai4eu.eu

Biographie de l'auteur

Au sein de ma société Pi-Org, mes 45 ans d’expérience en Informatique dans le monde industriel, ont permis des intervention de conseil auprès de grandes institutions comme l’IMT, Télécom ParisTech, des grandes entreprises, des PME et des startups. Une culture R&I me permets de trouver un langage commun avec les Entreprises, le monde de la Recherche et de l’Innovation ainsi que les Institutionnels (Région, Etats, Europe) ,sur des projets concret dans les domaines, IA et Big Data. J’interviens alors sur la mise en œuvre opérationnelle ainsi que sur l’engineering financier, depuis une investissement comme Business Angel jusqu’aux grands projets H2020, en passant par les solution bilatérales CIR,CII, Mécénat. Mes dernières interventions se situent dans le domaine Big Data et Intelligence Artificielle.