Ce que dit le rapport Villani

Cover

Ce que dit le rapport Villani

Share on twitter
Share on linkedin
Share on pinterest
Share on reddit
Share on pocket
Share on email

Cédric Villani, lauréat 2010 de la médaille Fields mais aussi chercheur, mathématicien et député français, a rendu le 28 mars dernier son rapport sur l’Intelligence Artificielle. Il y constate les difficultés de la France et des autres pays européens dans le domaine, décrit les enjeux du secteur et offre des solutions en se concentrant sur les chantiers à mettre en place. Mais puisque le rapport représente près de sept mois de travail et compte donc plus de 200 pages, nous avons décidé de vous en faire un résumé, puis un commentaire dans quelques jours de notre CEO Arnaud Muller accompagné de l’un de nos advisors Stéphane Canu, chercheur au laboratoire Litis et professeur à l’INSA.

Définir l’intelligence artificielle n’est pas chose facile. Depuis ses origines comme domaine de recherche spécifique, au milieu du XXe siècle, elle a toujours constitué une frontière, incessamment repoussée. L’intelligence artificielle désigne en effet moins un champ de recherches bien défini qu’un programme, fondé autour d’un objectif ambitieux : comprendre comment fonctionne la cognition humaine et la reproduire ; créer des processus cognitifs comparables à ceux de l’être humain.

Cédric Villani

Une politique économique articulée autour de la donnée

L’intelligence artificielle est entrée dans une nouvelle ère, notamment grâce à l’apprentissage automatique, la création de nombreux nouveaux algorithmes et la multiplication des jeux de données suite à la « datafication » (la mise en données du monde). Elle devient ainsi un levier de soft power et reste un enjeu économique majeur sur laquelle la France peut mieux faire. En effet, la Chine et les Etats-Unis sont déjà un cran au-dessus, et Israël, le Canada ou encore le Royaume-Uni ne sont pas loin derrière.

Un écosystème européen de la donnée

La piste de l’accès aux données est le premier chantier sur lequel la France doit se pencher pour avancer dans le domaine de l’IA. Les données doivent pouvoir circuler plus librement et être accessibles à tous les acteurs. Il devient aussi indispensable d’ouvrir les données publiques. L’Open Data est une bonne initiative qui doit être poursuivie et intensifiée. En somme, la donnée doit devenir un bien commun. Cependant, s’il est nécessaire qu’elle circule le plus facilement possible sur le territoire, il deviendra aussi important de la protéger, et donc de fermer les frontières européennes.

Renforcer la visibilité de ceux qui font l’IA

Le pays regorge de talents et d’entreprises innovantes qui ne sont pas assez mis en avant. Le rapport préconise ainsi de mettre en place des labels et prix « d’innovation de terrain ». Ils permettraient de mettre la lumière sur les solutions innovantes et de « sécuriser de potentiels acheteurs ». Et justement ces acheteurs, pour mieux les aiguiller et trouver l’entreprise qui répond à leurs besoins, la mise en place d’un guichet d’information serait une initiative intéressante.

Un choix clair

Le rapport incite à mettre l’accent sur quatre secteurs stratégiques : la santé, l’environnement, les transports et la défense. En plus de cela, il faut arrêter de « faire de l’IA pour faire de l’IA » mais adapter des cas d’usage concrets afin qu’ils améliorent le système actuel : détection précoce des pathologies, médecine des 4P (Personnalisée, Préventive, Prédictive et Participative), disparition des déserts médicaux ou encore les mobilités urbaines à 0 émission.

La notion de partage est aussi au cœur du rapport : mettre en place des « plateformes sectorielles de mutualisation » afin de créer une communauté de ressources logicielles, de données ou d’infrastructures de calcul. On la retrouve aussi dans l’idée de « bacs à sable d’innovation » avec des allègements réglementaires temporaires, un accompagnement et des moyens d’expérimentation.

Pour une recherche agile et diffusante

Sur le plan des mathématiques et de l’intelligence artificielle, les chercheurs français sont au premier plan mondial. La difficulté pour la recherche en France est qu’elle a du mal à transformer ses avancées scientifiques en applications concrètes. Les améliorations doivent être faites au sein de la formation, qui n’est pas à la hauteur des besoins en matière d’IA et de Data Science. La fuite des cerveaux, notamment vers les géants américains du secteur, est à prendre en considération et il faut y trouver des remèdes. La première étape ? Rendre la recherche française attrayante.

Fédérer les acteurs de la recherche autour d’Instituts Interdisciplinaires d’Intelligence Artificielle

Il faut commencer par créer des « instituts interdisciplinaires d’Intelligence Artificielle autonomes et coordonnées » à la fois au niveau scientifique mais aussi administratif. Ils mêleront chercheurs, ingénieurs et étudiants et seront établis partout en France. C’est en s’attirant les faveurs de grands groupes en tant que partenaires que ces instituts seront à même d’offrir un cadre compétitif.

Pour leur donner les moyens de leurs ambitions, on peut aussi imaginer la création d’un supercalculateur qui serait consacré à la recherche, accompagné d’un cloud privé européen.

Rendre plus attractives les carrières dans la recherche publique

La différence entre la France et les géants américains se fait aussi dans les écarts de salaire, qui sont parfois très importants, notamment par rapport aux GAFAM (Google, Apple, Facebook, Amazon, Microsoft). Après la réduction de ces écarts, il sera aussi primordial d’offrir des incitations financières afin de faire revenir les expatriés.

Anticiper les impacts sur le travail, l'emploi et expérimenter

Nous traversons une transition technologique importante auquel le monde du travail n’est pas forcément préparé. L’Homme est et sera de plus en plus amené à travailler avec des machines, un travail sur leur complémentarité sera donc nécessaire. Tous ces changements doivent logiquement conduire à une « transformation du dialogue social » et à un changement législatif concernant les conditions de travail.

Créer un Lab public de transformation du travail

Afin que les politiques publiques soient adaptées et puissent anticiper la transformation, leurs représentants doivent être au fait des derniers résultats des différentes études. Cédric Villani propose aussi de « constituer un espace où les capacités prospectives, de prévisions macro-économiques et d’analyse des mutations des usages puissent être en lien avec des capacités d’expérimentation concrètes et articulées avec des actions à destination de certaines catégories de travailleurs ». En somme, il s’agit à nouveau d’offrir des moyens supplémentaires dans le domaine, à ses différents acteurs. De même, certains dispositifs devront être mis en place concernant les métiers les plus à risque par l’automatisation pour que cette transformation ne laisse personne de côté.

Former des talents en IA, à tous les niveaux

Plus concrètement, certaines mesures parlent de multiplier par trois le nombre de personnes formées à l’IA en trois ans. Pour cela, il faut un revirement de la formation qui devra s’orienter davantage vers ce domaine. Cela passera aussi par la création de nouveaux cursus, et notamment des doubles cursus comme Droit/IA. Ces nouveaux cursus ne devront pas seulement être des mastères, le changement doit se faire à tous les niveaux post-bac.

L’intelligence artificielle au service d’une économie plus écologique

« D’ici 2040, les besoins en espace de stockage au niveau mondial, fondamentalement corrélés au développement du numérique et de l’IA, risquent d’excéder la production disponible globale de silicium. » Et ce n’est qu’un des aspects évoqués dans le rapport. Il faut donc réfléchir aux impacts de l’IA sur les objectifs de l’ONU sur le développement durable (ODD). Pour cela, il serait intéressant de créer un lieu où échanger les idées de recherche en IA et l’optimisation des ressources énergétiques. Pour mesurer l’impact de l’IA sur l’environnement, on peut aussi envisager une plateforme comparant les effets sur le climat des différentes solutions.

Penser une IA plus verte

Les puces neuromorphiques (qui imitent le cerveau humain) pourraient permettre des économies d’énergie, mais ce n’est pas la seule solution. Il faut aussi passer à des architectures matérielles et logicielles ouvertes, et ouvrir un dialogue social sur la question. Pour cela, il sera indispensable de diffuser et d’encourager les bonnes pratiques de certaines entreprises.

Libérer la donnée écologique

Cela consiste à concrétiser les projets d’IA écologique en mettant à disposition de tous, d’ici 2019, les données publiques disponibles : météorologiques, agricoles, de transports, d’énergie, de biodiversité, de climat, de déchets, cadastrales, de diagnostic de performance énergétique…

Ouvrir les boîtes noires

Les technologies sont parfois opaques, et la transparence est actuellement de rigueur. Trois axes se dégagent :

  • « la production de modèles plus explicables »
  • « la production d’interfaces utilisateurs plus intelligibles »
  • « la compréhension des mécanismes cognitifs à l’œuvre pour produire une explication satisfaisante »

Le tout n’est pas d’imposer des règles, il faudra aussi s’assurer qu’elles sont respectées. On peut donc imaginer la constitution d’un corps d’experts publics assermentés qui pourront procéder à des audits.

Penser l'éthique dès la conception

Les entrepreneurs et ingénieurs de l’IA doivent être responsabilisés et sensibilisés aux risques liés à l’IA et à leur rôle dès la formation. De plus, il faudra réfléchir à la question que tout le monde se pose : Dans quel cas de figure l’humain ne peut être remplacé par la machine ? L’initiative devra aussi être accompagnée de la création d’un comité d’éthique des technologies numériques et de l’IA qui sera en charge de gérer la collaboration avec les comités sectoriels mais aussi d’encadrer le débat public.

Mixité et diversité

Enfin, le rapport souligne la nécessité d’agir pour l’égalité. En effet, le manque de diversité parmi les ingénieurs peut poser problème. Inconsciemment, ils recréent ce qu’ils vivent et l’intègrent à leurs algorithmes, ce qui peut engendrer des biais cognitifs. Pour déterminer l’ampleur des efforts à faire sur le sujet, une base de données nationale devra être mise en place. Mais, en attendant, il faut donc agir à la source : passer le seuil de 40% d’étudiantes dans les filières du numérique d’ici 2020, à la fois dans les classes préparatoires mais aussi au sein des filières des grandes écoles et universités.

Pour que l’IA bénéficie à tous, un système automatisé d’aide à la gestion des démarches administratives pourra voir le jour. Dans l’ensemble, les projets d’IA sociaux devront, en priorité, profiter d’investissements importants.

Une politique gouvernementale data-centric, une restructuration de la recherche, une évaluation des impacts sur le monde du travail, une approche écologique mais aussi éthique et égalitaire, voici les principaux axes d’amélioration de l’IA en France selon le rapport Villani. Pour une vision plus concrète de ce qui est fait et reste à faire au quotidien sur le terrain de l’IA, retrouvez bientôt l’avis de nos experts : Arnaud Muller et Stéphane Canu.