www.innovationreview.eu

L’intelligence artificielle étoffe ses compétences

[Article du 28/03/2017]

 Florent Detroy

Depuis le boom des années 2010, l’intelligence artificielle a quitté le monde du numérique pour trouver des applications dans le transport, la robotique ou la santé. Dans ce domaine en plein essor, la France a une carte à jouer. Grâce à ses écoles et à ses centres de recherche, le pays attire les plus grands acteurs du secteur. Rencontre avec ces responsables qui préparent l’intelligence de demain.

Adapter une playlist à l’activité de son utilisateur, déterminer les identités des personnes sur une photo, traduire instantanément une discussion... voilà quelques-unes des applications que préparent les géants du Web. Elles reposent toutes sur une technologie clé : l’intelligence artificielle (IA).
L’intelligence artificielle, qui repose sur la sous-branche Machine Learning, est l’une des technologies les plus prometteuses depuis le tournant des années 2010. C’est à cette époque qu’une technologie développée dans les années 1980 effectue son come-back : les réseaux neuronaux. Le principe est simple : s’inspirer du fonctionnement du cerveau pour construire des algorithmes. Les systèmes sont construits en multiples couches, où l’information est traitée de manière hiérarchisée. Grâce aux nouvelles puissances de calcul disponibles à cette époque, les quelques pionniers de la recherche sur les réseaux neuronaux, notamment français, connaissent des résultats spectaculaires dans la reconnaissance d’image, la reconnaissance de voix ou l’analyse sémantique.
Les géants du Web, au premier rang desquels Google et Facebook, s’emparent rapidement de la technologie. A titre d’exemple, le Français Yann Le Cun arrive à la tête de la recherche de Facebook sur l’intelligence artificielle, le Facebook Artifical Intelligence Research (FAIR). Les deux géants occupent depuis les médias grâce à la sortie de leurs différentes applications boostées à l’IA. Récemment, Google a réussi à faire discuter deux intelligences artificielles via une langue que l’homme ne pouvait pas comprendre. Facebook développe de son côté des technologies d’analyse d’images capables de détecter des images violentes ou les informations erronées sur ses pages. D’autres acteurs du Net commencent à utiliser des briques d’intelligence artificielle, aidés par la mise en open source des algorithmes des leaders. Ainsi, le géant japonais Rakuten, propriétaire du site de vente en ligne PriceMinister, et qui a ouvert un centre de R&D à Paris en 2014, utilise de plus en plus l’IA dans ses services. « Nous utilisons l’intelligence artificielle par exemple lorsqu’un particulier met en vente un produit. A partir de la photo mise en ligne, notre algorithme peut identifier la catégorie du produit, s’il s’agit d’un vêtement d’homme ou de femme, ou de l’époque d’un meuble », explique Laurent Ach, CTO de PriceMinister et directeur du Rakuten Institute of Technology.

Un rôle clé pour le véhicule autonome
Plus accessible et plus efficace, l’intelligence artificielle se démocratise aujourd’hui. « L’intelligence artificielle va bientôt se retrouver dans tous les grands domaines, que ce soit les transports, la santé, le commerce, l’énergie », confirme Bertrand Braunschweig, directeur du centre de recherche Inria Saclay - Île-de-France.
L’intelligence artificielle va jouer notamment un rôle clé dans le développement du véhicule autonome, notamment grâce à sa capacité à améliorer les technologies de reconnaissance d’image. Ainsi, Ford a investi début février un milliard de dollars dans une start-up spécialisée dans l’intelligence artificielle, Argo AI. Le constructeur devrait lancer son premier modèle autonome en 2021. Il avait également racheté en 2016 une start-up israélienne, SAIPS, spécialisée dans l’analyse d’image. Xerox, à partir de son centre de recherche européen XRCE installé dans les années 1990 à Grenoble, travaille sur des technologies de vision par ordinateur, en traitement du langage naturel et en apprentissage machine. Le groupe a ainsi développé des technologies d’analyse d’image pour équiper les voitures autonomes. « Nous développons notamment avec un acteur de l’automobile un logiciel de simulation de trajet en conditions difficiles ou d’accident afin de récolter de la donnée. Il permet d’éviter aux constructeurs de devoir réaliser des milliers de kilomètres de tests », explique Florent Perronnin, directeur du laboratoire de recherche au centre XRCE.
L’IA est également de plus en plus utilisée pour résoudre des problématiques de gestion des flux. Xerox travaille ainsi sur son utilisation pour résoudre des problématiques de gestion du trafic. « Aux Etats-Unis, pour promouvoir le covoiturage, il existe des files de circulation réservées aux véhicules avec plusieurs passagers. Mais les fraudes sont fréquentes. Nous avons développé un algorithme pour équiper des caméras à infrarouge, le long de la route, capables de contrôler le nombre de passagers. Nous avons également piloté cette technologie en France, à la frontière avec la Suisse, avec le DREAL France-Comté et le Cerema », explique Florent Perronnin. Les start-up sont également nombreuses à développer des innovations utilisant de l’IA pour conquérir le marché de la voiture autonome. La française Smart me up a par exemple développé une technologie de reconnaissance des visages qui pourrait être utilisée pour identifier les émotions, la fatigue ou encore l’inattention des conducteurs. Elle a levé 2 millions d’euros l’an dernier. L’IA est également en train de percer dans le domaine de la santé.
Sur le marché global de l’intelligence artificielle, la France a une carte à jouer sur ce secteur grâce à la qualité de ses centres de recherche sur l’AI, comme l’Inria, l’ENS Cachan ou l’UPMC. L’Inria, par exemple, mène des projets de recherche parmi les plus pointus au monde sur l’avenir de cette technologie. « L’équipe Wimmics de Fabien Gandon, basée à Sophia Antipolis, travaille sur les données liées et le Web sémantique afin d’améliorer la qualité des recherches et la gestion de la connaissance, à l’instar de ce que fait le Knowledge Graph de Google », explique Bertrand Braunschweig. L’équipe travaille notamment sur la capacité des recherches Web à associer la sémantique formelle, tirée de bases de connaissance, et la sémantique sociale, comme des messages ou des textes issus de réseaux sociaux. Les compétences des centres français attirent d’ailleurs les géants du Net, avec qui ils n’hésitent pas à signer des partenariats. Microsoft est par exemple associé à l’Inria sur des travaux de recherche sur l’intelligence artificielle.
Malgré les avancées rapides de la recherche, l’IA ne paraît être qu’au début de son ascension. Il reste plusieurs freins au développement de l’intelligence artificielle, au premier rang desquels le passage d’une l’intelligence artificielle restreinte à une intelligence artificielle générale. Pour l’instant, « l’intelligence » des algorithmes n’est efficace que parce que les chercheurs orientent le logiciel dans sa recherche. A titre d’exemple, une machine spécialisée dans le jeu de go est incapable de se mettre aux échecs, à la différence de l’homme. Avec l’IA générale, l’algorithme pourrait apprendre de manière autonome à s’adapter à une situation ou à un jeu pour lesquels il n’a pas été conçu. Cela nécessite de changer la manière dont l’intelligence apprend, en passant à une méthode plus prédictive. Il faut en prime que l’algorithme soit capable de diversifier ses sources d’apprentissage. Les hommes apprennent avec une diversité de sources - par les livres, par les enseignants… - alors que les machines sont dépendantes de données structurées. La recherche va devoir donner à l’intelligence artificielle la capacité à réaliser des déductions à partir de plusieurs informations. Des pistes sont en train d’être lancées par Facebook. Le géant américain développe un assistant virtuel, baptisé M, fonctionnant avec un algorithme non supervisé, ne nécessitant pas de données massives pour apprendre.

 

 Trois start-up qui utilisent l’intelligence artificielle 

» Batvoice Technologies : la voix n’a plus de secret
La start-up a développé une technologie d’analyse des discussions pour les call centers afin de prédire l’issue des appels, en direct ou a posteriori. Créée en 2015, elle collabore avec le laboratoire Isir de l’UPMC, dont elle a obtenu une licence d’exploitation, et a travaillé avec l’Inria et le CNRS. Elle devrait annoncer une première levée de fonds cette année.

» Qynapse facilite le diagnostic médical
Qynapse utilise les technologies d’analyse d’image pour mieux diagnostiquer, suivre et traiter les maladies du système nerveux central, type maladie d’Alzheimer. Elle veut notamment aider à mieux cibler les essais cliniques et à personnaliser la prise en charge. Elle utilise les technologies de la plateforme de neuro-imagerie CA-TI regroupant le CEA, l’UPMC ou l’ICM.

» Doctrine : le Google du droit La start-up a créé
un moteur de recherche juridique utilisant l’IA qui permet aux avocats d’effectuer des recherches dans la documentation juridique en ligne. Créée début 2016, elle a levé 2 millions d’euros l’année même de sa création. Ses fondateurs, fortement influencés par leur passage par les Etats-Unis, ont effectué une partie de leur parcours à l’ENS et X.

 

 3 questions à… Amélie Cordier, directrice R&D d’Hoomano 
La TPE Hoomano développe des logiciels d’interaction à base d’IA pour des robots comme Pepper ou Nao. L’ANR a validé fin 2016 son projet de LabCom appelé Behaviours.ai sur l’intelligence artificielle développementale. Il est monté avec le laboratoire Liris de l’université Claude-Bernard Lyon 1 pour une durée de trois ans.

 Pourquoi créer ce laboratoire commun ?
Notre travail est d’utiliser des briques d’IA sur étagère pour rendre les robots capables de reconnaître des visages, des tons, des émotions... Mais les robots ne sont pas encore capables de comprendre les intentions cachées. Dire à un robot « tu es gentil » n’a pas le même sens si je le fais en souriant ou pas. Nous voulons ainsi construire au sein de ce laboratoire un moteur d’interaction capable de modéliser le contexte. Nous nous appuyons notamment sur la technologie d’apprentissage développementale.  

 En quoi consiste l’apprentissage comportemental ?
On ne peut pas scénariser avec un algorithme toutes les situations auxquelles un robot va être confronté. L’apprentissage comportemental permet au robot d’apprendre par l’interaction. Cette technique a l’avantage de ne pas avoir besoin de grands jeux de données, ni d’algorithme supervisé. Avec l’apprentissage comportemental, ce n’est pas l’environnement qui donne la récompense, mais la motivation du robot.

Pour quelles applications ces robots peuvent-ils être utilisés ?
En France, les robots sont utilisés essentiellement pour des questions d’image, notamment dans le retail. Mais leurs services vont s’étoffer. Ils vont par exemple devenir plus empathiques, ce qui va favoriser leur acceptation. Ils pourraient apparaître dans la robotique ludique, ainsi que dans la santé auprès de personnes autistes et de personnes âgées. Il est plus facile pour une personne âgée d’interagir avec un robot que sur un clavier d’ordinateur de 150 touches !

 

Florent Detroy

Mentions légales - Réalisation : 3W Media
Inscrivez-vous et Recevez gratuitement
un numéro de Innovation REVIEW
* Champs obligatoires
Valider
Inscrivez-vous à la newsletter
* Champs obligatoires
Valider