Tour d'horizon sur ce en quoi consiste l'intelligence artificielle, le machine learning, et leur utilisation en Wallonie.

1. www.cetic.be
Intelligence Artificielle: la situation dans
les entreprises wallonnes… et ailleurs
Mathieu Goeminne
1

2. www.cetic.be
Positionnement du CETIC
2

3. www.cetic.be
Positionnement du CETIC
3
Recherche appliquée Études de faisabilité Preuves de concept Transferts technologiques

4. www.cetic.be
Agenda
• Comment en sommes-nous arrivés à l’IA?
• Comment une machine peut-elle apprendre?
• Exemples d’exploitation
• Les enjeux économiques et sociaux
• Vers une singularité technologique?
4

5. www.cetic.be
Comment en sommes-nous arrivés à l’IA?
5

6. www.cetic.be
Machine Learning?
• 70’: Généralisation du stockage
structuré de données.
• Questions : Quelle valeur au-
delà de la restitution des
données?
• Comment tirer de
l’information des données?
• Comment découvrir des
tendances/structures à
partir des données?
6

7. www.cetic.be
Machine Learning?
• Expérience.
• Basée sur les causes.
• Pro: processus cognitif
« facile »
• Pro: le bon sens et les
conventions à la rescousse.
• Cons: complexité croissante du
contexte et des relations entre
les différentes données.
• Cons: trop de données pour
baser les « lois » sur (tous) les
faits.
• Connaissance.
• Basée sur les corrélations.
• Cons: processus cognitif très
difficile.
• Pro: potentiellement plus
rationnel.
• Pro: traite des milliers/millions
d’entrées.
7
Approche « expert » Approche « machine learning »

8. www.cetic.be
Ajouter de la valeur
8
Difficulté
Valeur
Analyse
descriptive
Analyse
prédictive
Analyse
prescriptive
Que s’est-il passé?
Que va-t-il se passer?
Comment faire en sorte
que ça se passe?

9. www.cetic.be
Et l’Intelligence Artificielle dans tout ça?
9

10. www.cetic.be 10

11. www.cetic.be
Exemples
11
Véhicules et robots autonomes
Interfaces vocales
Analyse de sentiments
Résolution de problèmes complexes

12. www.cetic.be
Comment une machine peut-elle apprendre?
Tentative de démystification d’un réseau de neurones
12

13. www.cetic.be
Un neurone formel
13

14. www.cetic.be
Un réseau de neurones
14

15. www.cetic.be
Apprentissage supervisé?
• Le problème revient à trouver les bonnes valeurs pour les paramètres de poids
et de seuil.
• Méthode:
1. Commencer par des valeurs choisies au hazard.
2. Faire varier légèrement les valeurs.
3. Soumettre en entrée les caractéristiques d’une situation bien connue.
4. Comparer le résultat des valeurs courantes avec celui des valeurs
précédentes.
• Si le nouveau résultat est plus proche de la réalité que le précédent,
« récompenser » le paramétrage actuel et continuer dans cette
direction.
• Sinon, « affaiblir » le paramétrage actuel et chercher d’autres valeurs
légèrement différentes qui pourraient donner de meilleurs résultats.
5. Recommencer en (3) jusqu’à ce que les résultats du réseau soient
suffisamment proches des résultats attendus.
15

16. www.cetic.be
Exemples d’exploitation
en Wallonie… et un peu au-delà
16

17. www.cetic.be
Secteur de l’énergie
• Maintenance prédictive d’éoliennes.
• Prédiction de la formation de givre sur les pales.
• Basée sur le comportement de l’éolienne plutôt que les
capteurs météo.
• Améliore la productivité.
17
Crédits: MicroMega Dynamics

18. www.cetic.be
Secteur du transport
• La Wallonie ne produit pas (encore) de voitures autonomes.
• Mais la mise en œuvre d’IA dans le transport est une réalité.
18
• Projet Inograms
• Machine Learning pour prédire la
distance de freinage des trains (des
dizaines de paramètres: train, voie,
météo, …): optimisation de la vitesse.
• Assistant de planification automatique
de la maintenance.
• Autre projet: prédiction de l’usure du
matériel en fonction de sa vibration lors du
passage d’un train.

19. www.cetic.be
Domaine judiciaire
• Aujourd’hui: assistance des
parties en préparation des
procès.
• Demain (?): rationalisation des
décisions de justice grâce à une
jurisprudence constante.
• Ex: Pythagoria (Luxembourg),
spécialisée dans la fouille
automatique de données.
19
« Nous sommes en contact avec des start-up pour avancer sur des logiciels
qui intègrent des composantes d'intelligence artificielle »
— Jean-Pierre Buyle, ancien Bâtonnier du Barreau de Bruxelles

20. www.cetic.be
Les enjeux économiques et sociaux
20
« Tout comme l’électricité a augmenté les capacités physiques de l’homme,
l’intelligence artificielle augmente de manière significative nos capacités
cognitives »
— Olivier Guillaume, fondateur d’O2

21. www.cetic.be
Les robots prendront-ils notre job?
• À l’horizon 2020-2030, de nombreux emplois seraient totalement
automatisables
21
Pays Automatisable Source
U.S.A 47 — 75 % [1]
Angleterre 35 % [2]
France 15 — 42 % [3,4]
Wallonie ?
[1] ‘The Future of Employment: How susceptible are jobs to computerisation?’, C. Frey, and M. Osborne (2013)
[2] ‘Automation transforming UK industries’, Deloitte (2016)
[3] ‘L’effet de l’automatisation sur l’emploi : ce qu’on sait et ce qu’on ignore’, France Stratégie (2016)
[4] ‘Les classes moyennes face à la transformation digitale’, Roland Berger, (2014)

22. www.cetic.be
Offres d’emploi hebdomadaires par le Forem
22

23. www.cetic.be
Vers une singularité technologique?
23
« L’IA ne vous hait pas, pas plus qu’elle ne vous aime. Mais vous êtes
faits d’atomes qu’elle pourrait utiliser pour autre chose. »
—Eliezer Yudkowsky

24. www.cetic.be
Singularité technologique?
• Peut-on construire une IA qui pourrait construire une IA plus
« intelligente » qu’elle-même?
• Si oui, ce n’est qu’une question de temps avant qu’une IA ne crée
une IA qui placerait l’évolution technologique hors de portée de
l’intelligence humaine.
• 2020 — 2050 ?
24
[1]
[1] Jean-Pierre Petit, « À quoi rêvent les robots? », Belin

25. www.cetic.be 25

26. www.cetic.be 26
« Il est une chose dont nous avons maintenant la certitude:
les robots changent la face du monde et nous mènent vers un
avenir que nous ne pouvons encore clairement définir. »
— Isaac Asimov

27. www.cetic.be
linkedin.com/company/cetic
info@cetic.be
+32 71 490 700
twitter.com/@CETIC
twitter.com/@CETIC_be
www.cetic.be
Aéropole de Charleroi-Gosselies
Avenue Jean Mermoz 28
B-6041 Charleroi - Belgique
Questions ?
Mathieu Goeminne
mathieu.goeminne@cetic.be

28. www.cetic.be
Les lois de la robotique d’Asimov
Première loi: Un robot ne peut porter atteinte à un être humain, ni,
en restant passif, permettre qu'un être humain soit exposé au
danger ;
Deuxième loi: Un robot doit obéir aux ordres qui lui sont donnés par
un être humain, sauf si de tels ordres entrent en conflit avec la
première loi ;
Troisième loi: Un robot doit protéger son existence tant que cette
protection n'entre pas en conflit avec la première ou la deuxième loi.
Loi zéro: Un robot ne peut pas faire de mal à l'humanité, ni, par son
inaction, permettre que l'humanité soit blessée.
28