Jean-François Gagné : « La machine permet d’augmenter l’homme »
Facebooktwittergoogle_plusredditpinterestlinkedinmail

Après avoir revendu deux entreprises, Jean-François Gagné a fondé Element AI à Montréal. Cette société est focalisée sur le transfert technologique. Element AI aide les grandes entreprises à tirer profit de leurs positions dans le marché, de leur accès à l’information, de données à partir de systèmes où l’AI est placée au centre. Leur devise : « AI as a service ». Leur équipe compte aujourd’hui 80 personnes dont une quarantaine de PhD.

Silex ID : Vous parlez d’intelligence symbiotique, l’intelligence artificielle comme un outil d’augmentation de l’homme. Pourquoi cette vision ?

Les interactions avec l’intelligence artificielle sont en train d’évoluer. Depuis le début de l’humanité, on observait uniquement des interactions entre des intelligences humaines. Des nouveaux systèmes prennent aujourd’hui le relais, à la fois en interagissant entre eux pour devenir plus intelligents ainsi que pour accomplir des tâches de plus en plus sophistiquées. C’est ce que l’on appelle depuis quelques années le « machine learning », puis le « deep learning » popularisé par des chercheurs des universités de Toronto et de Montréal.

Silex ID : Vous parlez d’augmentation, certains parlent carrément de remplacement de l’intelligence humaine par celle de la machine…

Premier point, on parle désormais d’intelligence artificielle. Il y a quelques années c’était un tabou, il fallait parler à ses clients de technologie mais pas d’AI. Je me cachais presque quand on me demandait ce que je faisais (rires). Les choses sont en train de changer. Deuxième point, c’est à partir de 2012-2013 que l’AI a véritablement commencé à remplacer l’homme sur certaines tâches. Les machines combinent aujourd’hui les progrès des ordinateurs, du management des données, du cloud et des capteurs : de nouvelles architectures commencent à remplacer l’homme sur des tâches précises et répétitives.

Silex ID : Quelles sont justement ces tâches où la machine remplace l’homme ?

Il y a d’abord les tâches automatiques, comme dans les transports où l’on voit émerger les véhicules autonomes. Ensuite il y a l’optimisation : les robots gèrent des problèmes de plus en plus larges et complexes. C’est illustré par leurs performances aux échecs et au jeu de GO par exemple. L’intelligence artificielle permet aussi la personnalisation. Vous pouvez le constater lorsque vous visitez un site de e-commerce qui va tenter de deviner qui vous êtes et vous proposer une expérience sur-mesure. En complément, la simulation est l’un des services que rend l’AI, en donnant la main à l’homme pour tester des hypothèses. Notez aussi la classification : les progrès de l’intelligence articifielle sont probants dans la reconnaissance d’images. Elle est passée de 75% en 2008 à 95% de fiabilité aujourd’hui… devant le cerveau humain qui est à 93% de reconnaissance fiable.

Silex ID : Le rôle des capteurs, de plus en plus fiables, permet aussi de grandes avancées pour l’IA…

Qui dit plus de capteurs, dit plus de données. L’IA est ainsi de plus en plus performante dans la prédiction. C’est en particulier utile pour la météo. Ces capteurs permettent aussi à l’IA d’améliorer la détection de son propre environnement, c’est l’une des clés du succès des véhicules autonomes. D’une manière générale, on a vu ces derniers mois tout un système de perception se développer pour l’intelligence artificielle. D’un point de vue systémique, le robot reçoit autant d’informations à traiter que l’homme.

Silex ID : Quelle est la tendance qui permet aujourd’hui à l’AI de se développer ?

L’homme apprend de ses expériences, la machine fait désormais de même. Pour faire jouer Deep Mind aux jeux Atari, le robot a visionné plein de vidéos sur YouTube. Et à force de jouer et d’apprendre les tactiques et stratégies, Deep mind finit par battre l’homme sans pour autant coder de nouveaux algorithmes. C’est la même approche qui a permis au robot de gagner au jeu de go. L’entraînement de l’IA passe par des tests dans des environnements spécifiques, ou bien en lui fournissant un historique des données. On pourrait lui donner toutes vos données facebook pour en déduire vos sources de motivation par exemple. Mais les choses se sont accélérées en 2016 : on a mis deux machines en compétition. Dans un test on a programmé une machine pour voler les données de l’autre. Les résultats sont probants, les machines apprennent entre elles.

Silex ID : Et l’homme dans tout cela ?

La machine permet d’augmenter l’homme. Et de manière concrète de faire évoluer des business models, dans l’assurance ou encore la cybersécurité par exemple. Dans ce cas des gens apprennent les systèmes à faire des fraudes, à bâtir des malwares pour se cacher. A l’opposé les défenseurs du modèle apprenent à détecter les fraudes et les comportements suspects. On est passé de la simple interaction « commande & contrôle » à l’entraînement e la machine par l’homme.

Silex ID : Les machines ont encore besoin des hommes ?

Les machines sont conçues dans un but précis. Elles n’ont pas de vision transversale. Elles apprennent par l’exemple, et l’homme doit être en contrôle de ces exemples et des datas accessibles à ces machines. C’est l’un de mes messages les plus importants. Nous devons surveiller sans cesse ce qui permet aux machines de se perfectionner. Enfin si vous voulez poursuivre sur ce que l’homme possède et pas l’IA, je peux citer la capacité à se projeter et à créer des perspectives. Ce qui veut dire que l’homme doit avoir des interactions proactives avec les machines. Pour finir je rappellerai que les machines n’ont aucune empathie et pas plus d’émotion.

Silex ID : Quelles sont justement les perspectives que vous observez ?

Concrètement vous pouvez regarder ce qu’il se passe dans l’industrie automobile. Le design d’une usine change en fonction de qui vous mettez à l’intérieur, robots ou humains. On construit aujourd’hui des usines avec l’IA à l’esprit, comme l’a fait Tesla dans le Nevada pour son usine de batteries. On gagne alors en flexibilité et en économies d’échelle.

Silex ID : L’usine avec de l’intelligence artificielle ressemble toujours plus à une boîte noire, on ne sait pas trop ce qui se passe à l’intérieur n’est-ce pas ?

Il y a un problème de transparence. Mon plus grand défi est l’adaptation par les clients, tant dans le B2B que dans le B2C. Votre produit est génial mais pour quoi, et comment ? On commence à voir émerger de nouvelles approches pour vulgariser les process.

Silex ID : Pas facile de vulgariser quand en coulisses tout se complexifie…

C’est pourtant la clé afin que l’AI fasse moins peur. On doit mettre autant d’effort dans l’accessibilité du fonctionnement de ces machines qu’on le met à les développer. Chose qui n’est pas nécessairement faite présentement. Les groupes comme Google vont mettre des milliards de dollars à développer leur search engine et personne ne va savoir ce qui se passe derrière, quelles informations sont utilisées, pour quelle fin. C’est le seul moyen pour engager les gens et offrir à l’AI toute la place qu’elle doit prendre. Récemment deux intelligences artificielles qui travaillaient ensemble sur des traductions ont créé une nouvelle langue pour échanger entre elles… cette langue n’a pas inventée par l’homme et nous demeure incomprise. J’en reviens à l’importance de contrôler la formation des machines entre elles et seules.

Silex ID : Le « transfer learning » est l’une des tendances fortes pour les mois à venir, en voyez-vous d’autres ?

Pendant que les machines apprennent entre elles, à l’autre bout du spectre il y a des données qui ne sont pas utilisées car trop petites (« small data » NDLR). Le transfer learning ou representation learning va permettre de pénétrer de nouveaux domaines en entreprise restés vierges d’IA à cause de la petite quantité d’informations. L’idées est d’y transférer les progrès faits en B2C, avec de très grandes quantités de données.

Propos recueillis par François Doux à Austin, Texas, mars 2017.

Photo : DR

Facebooktwittergoogle_plusredditpinterestlinkedinmail
AUTHOR

Dan

All stories by: Dan