ce document est le prélude à ma prochaine publication 1er semestre 2022 dans la revue Bulletin de la Société des Experts Chimistes de France ( S.E.C.F.) L'Intelligence Artificielle ( I.A.) est au cœur de cette mutation encore nous faut il distinguer les différentes formes d'I.A. , comprendre comment fonctionnent les Réseaux neuronaux artificiels ? Demain fiction ou réalite ? le directeur de laboratoire sera remplacé par une Super Intelligence Artificielle ( S.I.A.) ? le Cerveau des chimistes n'a pas dit son dernier mot ? le Laboratoire ne doit il pas rester un véritable lieu où émerge de la collaboration des ( IH )cerveaux une Intelligence collective et repartie face à une I.A. plus centrale ? Yvon Gervaise E.S.C. ( EXPERTSCIENCE - CONSULTING ) 29 AVRIL 2022

1. Penser le laboratoire du futur …
Yvon Gervaise ingénieur INSCIR – INSA Rouen ( E.S.C. EXPERTSCIENCE – CONSULTING )
http://www.expertscience.fr , yvon.gervaise@wanadoo.fr
… C’est intégrer toutes les évolutions technologiques (intelligence artificielle , robotique ,
transition numérique) et répondre à la quête de sens des collaborateurs et des partenaires du
laboratoire
La disruption , comme dans bien d’autres domaines ( Uber, Deliveroo, Amazon MT ) découle
non d’une volonté mais d’une conséquences d’un phénomène décisif : la mise à disposition d’une
infrastructures technologique aisément accessible à un coùt relativement bas fondée sur le
traitement en temps réel de masse de données par des systèmes algorithmiques complexes à
partir desquels de nombreuses applications deviennent concevables ( conduite traitement
échantillons , interprétation des résultats , suivi qualité ) …autant de briques du laboratoire du
futur
L’intelligence artificielle ( I.A.) est au cœur de cette mutation encore nous faut il
distinguer les différentes formes d’I.A. :
- l’IA symbolique où L’algorithme est à base de règles explicites ainsi les systèmes
experts bien connus qui permettent d’identifier une molécule à partir de son spectre de masse , il
s’agit là de programmes informatiques établis suivant un processus logico-mathématiques
- l’IA connexioniste basée sur des algorithmes d’apprentissage fonctionne grâce à la
technologie des réseaux de neurones artificiels . l’Algorithme passe par une phase
d’apprentissage à partir d’exemples . On parle d’apprentissage machine ( Machine Learning ) .
La machine apprend des tâches pour lesquelles elle n’a pas été spécifiquement programmée , ce
qui a suggéré le titre d’un ouvrage à Yann le Cun un français membre de l’académie des
sciences des États Unis depuis 2021 : « quand la machine apprend »
Ce Deuxième type d’I.A. est davantage empirique que théorique Il donne moins de contrôles et
d’intuition sur ce qui se passe dans la machine mais s’avère très efficace aujourd’hui .
à la source du développement de l’I.A. : un constat étonnant comprendre le
fonctionnement de l’intelligence humaine n’a pas été un prérequis pour
progresser en matière d’ IA
Ainsi ces machines calculent , et surtout apprennent alors que nous ignorons encore quel
mécanisme est a l’œuvre dans notre cerveau
Max Tegmark dans son livre « la vie .3 » nous faisait par ailleurs remarquer que l’industrie
aéronautique n’a pas commencé en construisant des oiseaux mécaniques mais a reproduit le vol
par d’autres moyens

2. Peut - on faire de l’intelligence artificielle avec autres choses que des neurones d’origine
biologiques? …Les experts de l’IA ont répondu oui
Ils ont fondé leur conviction sur l’indépendance du support ,considérant que l’intelligence n’est
qu’un paquet d’information , dans ce paquet , on trouve du stock , des instructions pour traiter ce
stock et toute information nouvelle
L’information est en effet indépendante du support , comme pour un livre tantôt son support a
été papier , cassette , CD, fichiers informatiques
Mettre au point une IA forte revient donc à changer le Hardware de l’intelligence
Comment fonctionnent les réseaux de neurones artificiels ?
On parle de deep-learning ( apprentissage profond ) parce que les réseaux de neurones artificiels
sont constitués de couches de neurones en cascade
Chaque neurone (c’est-à-dire chaque perceptron ) d’une couche fait la somme des informations
qu’il reçoit des neurones de la couche précédente et transmet au neurone de la couche suivante ,
tout cela grâce aux synapses , qui sont les curseurs ( souvent appelés poids dans ce contexte ) à
ajuster lors de l’entraînement
Dans les réseaux de neurones les plus puissants on utilise parfois plusieurs centaines de
couches successives mais ce n’est pas tout un ingrédient magique permet aux réseaux de
neurones artificiels de sortir du monde linéaire si limité des perceptrons : entre chaque couche on
applique une fonction d’activation sorte de déformation qui a le bon goût d’introduire de la non
linéarité
Le terme activation vient de la neurosciences car ce principe est très proche de ce qui se passe
dans notre cerveau. Nos neurones fonctionnent également de manière non linéaire ils ne
transmettent pas un signal proportionnel aux signaux qu’ils reçoivent , ils fonctionnent plutôt
selon un principe de tout ou rien émettant un signal uniquement lorsque la somme des signaux
qu’ils perçoivent dépasse un certain seuil dit potentiel d’activation .
Illustrons par un exemple de réseau de neurones artificiels appliqué à l’analyse
d’image de tissus biologiques pour pratiquer le diagnostic du cancer :
Les pixels de l’image d’entrée sont analysés par une première couche de neurones qui transmet
l’information à une deuxième couche puis un troisième - ces trois premières couches extraient les
informations importantes de l’image pour les transmettre à la dernière couche dite décisionnelle
qui conclue à l’occurrence d’un cancer ou pas
Demain fiction ou réalité ? Le directeur de laboratoire remplacé par une SIA
( Super Intelligence Artificielle ) ?
Comme dans d’autres domaines d’activité ( Uber , Deliveroo , Amazon Mechanical Turk ) où le
manager a déjà été remplacé par une IA , un algorithme dicte et organise contrôle ses tâches
automatisées de bout en bout
Si l’I.A. est au cœur des évolutions technologiques et sociétales il convient pourtant de rappeler
que L’IA n’est rien d’autre qu’un algorithme dont les but est de prendre des décisions relevant
d’une certaine forme d’intelligence

3. Le cerveau des chimistes n’a pas dit son dernier mot …
Dans un propos Kate Crawford la responsable I.A. chez Microsoft donnait une autre définition de
l’IA de nature à rassurer et à réviser ou plutôt moduler à certaines visions prospectives . Elle
déclarait : « l’I.A. n’est ni artificielle , elle nécessite beaucoup de travail humain , ni intelligente ce
qui ne veut pas dire qu’elle soit dénuée d’effets »
En effet Il manque à l’I.A. deux qualités essentielles le bon sens et la capacité d’opérer de façon
horizontale , non spécialisée dans un environnement déstructuré
Le cerveau du chimiste au contraire est capable de prouesses cognitives alors qu’il consomme
très peu d’énergie et est compact
La théorie dit aussi que trois grandes familles d’intelligence resteront propre à l’être humain :
l’intelligence du travail complexe celui de la main celui de l’artisan dans des environnements peu
structurés , l’intelligence créative, l’intelligence relationnelle et émotionnelle .
Le laboratoire doit rester un véritable lieu où émerge de la collaboration des cerveaux une
intelligence collective et répartie face à une I.A. plus centrale
Le laboratoire du Futur s’écrira comme un équilibre entre ces deux mondes :
celui que nous connaissons et qui s’est développé et ce nouveau monde
virtuel en émergence
En complément de mon propos je vous invite à retrouver texte et replay vidéo de ma conférence
« Ingénieur (e ) INSA : itinéraires entre évolutions technologiques et quête de sens »
en accès libre et gratuit :
https://fr.slideshare.net/expertscience/ingenieur-e-s-itineraires-entre-evolutions-technologiques-et-
quete-de-sens
https://webtv.insa-rouen.fr/videos/conf-yvon-gervaise-07avril2022/iframe/
https://www.insa-rouen.fr/conf2022-yvongervaise
Yvon Gervaise
Administrateur de la S.E.C.F.
Animateur du GT #LaboratoireduFutur