Colloque IMT "L'Intelligence Artificielle au cœur des mutations industrielles": Introduction de la journée par Christian Roux, directeur de la recherche et de l'innovation et Talel Abdessalem, animateur de la thématique IMT Data Analytics & IA et professeur (Télécom ParisTech).
2. 1. L’IA AUJOURD’HUI
2. L’IA À L’IMT
3. CARTOGRAPHIE DE L’IA À L’IMT
4. EXEMPLES DE TRAVAUX
2
3. L’INTELLIGENCE ARTIFICIELLE AUJOURD’HUI ?
Désigne moins un champ de recherches bien défini qu’un
programme, fondé autour d’objectif ambitieux :
Simuler des processus cognitifs (cf. rapport Villani)
Développer des systèmes capables de percevoir et d’interagir avec leur
environnement
Champ disciplinaire et technique extrêmement vaste :
mathématiques, informatiques, sciences cognitives …
Construction d’ontologies, apprentissage automatique, raisonnement, …
Traitement automatique du langage naturel, reconnaissance et synthèse
vocale, reconnaissance et traitement d’images, Interaction et perception
Web sémantique, Data Mining, traitement de données massives
09/04/2019
3
TÉLÉCOM PARISTECH
4. L’INTELLIGENCE ARTIFICIELLE AUJOURD’HUI ?
L’IA est entrée dans une nouvelle ère grâce à l’essor de l’apprentissage
automatique :
Algorithmes nouveaux,
Multiplication des jeux de données
Décuplement et démocratisation des puissances de calcul
Une multiplication des applications
Traduction automatique, Interaction en langage naturel, voiture autonome,
santé, cybersécurité, …
Un contexte technologique marqué par la « mise en données » qui
touche l’ensemble des domaines et des secteurs
09/04/2019
4
TÉLÉCOM PARISTECH
5. 1. L’IA AUJOURD’HUI
2. L’IA À L’IMT
3. CARTOGRAPHIE DE L’IA À L’IMT
4. EXEMPLES DE TRAVAUX
5
6. IA @ IMT
Thématique phare: Data Analytics & IA
Huit écoles impliquées
Quelques chiffres
3 ERC
► Alexandre Gramfort sur le décryptage du fonctionnement du cerveau – 2016
► Yanlei Diao (aussi à l’X) sur l’accélération et l’optimisation du calcul analytique pour données massives – 2016
► Claude Berrou sur l’élaboration d’une théorie de l’information mentale - 2011
~240 enseignants-chercheurs
► ~130 en IA et 110 en applications et impact socio-économique de l’IA
~750 publications par an
► 434 IA et 316 applications et impact socio-économique
09/04/2019
6
TÉLÉCOM PARISTECH
7. IA @ IMT : CHAIRES ACTIVES
Au cœur des thématiques IA
DS & AI for Digitalized Industries and services – 2018
Chaire Data Engineering et Intelligence Artificielle pour la Banque et l’Assurance – 2018
Chaire Methods and Algorithms for Artificial Intelligence – 2018
Chaire Pédagogie des sciences de la donnés – 2017
7
8. IA @ IMT : CHAIRES ACTIVES
Applications et impacts socio-économiques de l’IA
• Chaire Valeurs et politiques des informations personnelles – renouvelée en 2017
• Chaire finance digitale (IA pour la Banque et l’assurance) - 2019
• Data Sciences pour e-commerce – 2019
• Chaire Connected Cars & Cyber Security – 2017
• Chaire Cybersécurité des infrastructures critiques – 2016
• 7 partenaires industriels et la région Bretagne (dans le cadre du Pôle d’excellence cyber)
• Chaire Optimisation et QUAntification d'Incertitude pour les Données Onéreuses – 2016
• En collaboration avec l’Institut Camille Jourdan et l’Institut de Radioprotection de Sûreté Nucléaire,
le Bureau de Recherches Géologiques et Minières ; Safran Tech ; IFP Energies Nouvelles, le
Commissariat à l’Energie Atomique et aux Energies Alternatives et Storengy
8
9. 1. L’IA AUJOURD’HUI
2. L’IA À L’IMT
3. CARTOGRAPHIE DE L’IA À L’IMT
4. EXEMPLES DE TRAVAUX
9
10. CARTOGRAPHIE DE L’IA@IMT
Cœur de
l’IA
Intégration
de l’IA
Applications
de l’IA
10
Machine learning
Optimisation
Raisonnement symbolique
IA éthique et responsable
Interaction, Vision, Perception
Architectures et composants matériels pour l’IA
Science des données
Santé
Industrie du futur
Transport et mobilité
Sécurité des réseaux
18. CARTOGRAPHIE IA @ IMT
• Machine learning et Science des données
• Signaux faibles
• Apprentissage à la volé, sur des flux de données
• Fouille de texte et traitement automatique de la langue naturelle
• Visualisation de données
• Passage à l’échelle
• Raisonnement symbolique/représentation des connaissances
• Acquisition et représentation de connaissances
• Ontologie(s) et raisonnement et web sémantique
• IA embarquée et systèmes autonomes
• Coopération/interaction homme(s)-machine(s)
• Assistants intelligents
• Vision et image 3D
• Explicabilité
• Optimisation
• Optimisation et méta-heuristiques
• Programmation par contraintes
• Liens entre recherche opérationnelle et IA
• Modélisation et optimisation guidées par les données
• IA Ethique/impacts socio-économiques
• droit de l'IA
• économie de l'IA
• sociologie de l'IA
19. CARTOGRAPHIE IA @ IMT
• APPLICATIONS
• réseaux, image, audio, robotique, énergie, santé, environnement, assistance à la
personne, banque, assurance, finance, maintenance prédictive, commerce en ligne,
industrie du futur
• DEFIS : santé, sécurité, énergie, transport et mobilité, industrie du futur
• données massives, haut débits
• calcul distribués à large échelle
• données en nombre limité ou incomplète
• vie privée, éthique
20. 1. L’IA AUJOURD’HUI
2. L’IA À L’IMT
3. CARTOGRAPHIE DE L’IA À L’IMT
4. EXEMPLES DE TRAVAUX
20
21. DIGITAL TWIN (MINES SAINT-ETIENNE)
Modélisation du fonctionnement d’une usine
• Objectif: Définir le modèle conceptuel d’une usine
afin de capturer la complexité de construction de
son jumeau numérique
• Travaux: modélisation multiagent
Simulation du fonctionnement d’une usine
• Objectif : Permettre la transition entre l’utilisation de
la simulation pour l’observation de l’usine à
l’utilisation de la simulation pour la validation
d’hypothèses.
• Travaux: simulation multiagent
22. QUALITÉ DE PROCÉDÉ DE FABRICATION (MINES SAINT-
ETIENNE)
Contexte : ELM Leblanc Bosch - Site de fabrication
(2019-2022)
Thème Science des données et qualité de procédé de
fabrication
Questionnement industriel :
Comment améliorer la qualité finale de la production d’un
produit (ballon d’eau chaude) et du contrôle optimal du
procédé de fabrication robotisé.
Thème : Traitement de la donnée pour la prévision de la
qualité de la fabrication : supervision - identification du
risque associé à partir de sources de données diverses -
hétérogènes et souvent collinaires , autour du risque
Travaux de recherche (avril 2019)
Plans d’expérience et métamodélisation de réponse qualitative : exploration de données et
paramètres influençant la qualité de la soudure de ballon et de protocoles d’expérimentation
adaptés
23. TRIS DE MATIÈRES PLASTIQUES (IMT MINES ALÈS)
Objectif : Tri de fragments plastiques à partir de données hyperspectrales
moyen infrarouge
Contexte : Enjeux écologique & économique importants. Données imparfaites
(perturbations, impureté & vieillissement des objets), absence de différences
spectrales franches, calcul temps réel, limites des approches de classification
standard.
Travaux :
Développement de méthodes de classification
automatique de plastiques adaptées aux données
incertaines et imprécises du contexte.
Couplage de techniques de prise en compte de
connaissances expertes (familles chimiques) et de
Machine Learning.
Intégration de l'approche proposée dans un
prototype (vitesse 3m/s).
Session poster
Lucie JACQUIN et al.
24. OPTIMISATION DANS LA GRANDE DISTRIBUTION
(IMT MINES ALÈS)
Objectif: Optimisation des performances dans la grande distribution
Définir l’assortiment optimal dans un réseau de magasins de la grande distribution.
Travaux:
Segmentation des consommateurs basée sur
l’utilisation d’ontologies de domaine.
Résumés sémantiques et labélisation
automatique pour une interprétation facilitée
des segments clients.
Génération automatique de contraintes
d’assortiments spécifiques à partir de
l’inférence de règles abstraites.
Programmation par contraintes pour le calcul
de l’assortiment idéal prenant en compte
contraintes opérationnelles et préférences
clients.
Session poster
Jocelyn PONCELET et al.
25. 25MAINTENANCE PRÉDICTIVE (IMT MINES ALBI)
Objectif: Prédire les défaillances des sous-systèmes d’un avion afin
d’établir un diagnostique en temps réel et réaliser les activités de
maintenances en cohérence
Travaux:
Mise en place d’un métamodèle permettant de structurer l’ensembles des données et
connaissances nécessaires pour répondre à la problématique
Mise en place d’une architecture orientée événements pour la collecte de données, et
réalisation d‘un système d’alertes, basées sur des connaissances métier
implémentées sous forme de règles
Utilisation des techniques d’apprentissage automatique pour générer
automatiquement de nouvelles règles plus dynamiques ou affiner les règles métier
déjà existantes, en fonction de cas passés
26. SERVICES MARCHANTS (IMT LILLE DOUAI)
Objectif : Proposer à des exploitants de sites-web marchands une nouvelle offre de
recommandation en ligne à partir de l’essayage virtuel des produits
Travaux : Développement d’un moteur de recommandation basée sur une
modélisation boîte-noire de l’expérience des autres utilisateurs
Sélection des caractéristiques morphologiques et comportementales
Analyse de photographies/vidéos de l’utilisateur pour la caractérisation du visage
Analyse des traces internet de l’utilisateur : implicites (navigation) ou explicites (questionnaire …)
Analyse de l’interaction Client/Produit
Implémentation de classifieurs incrémentaux pour une mise à jour continue du moteur de
recommandation
Extension envisagée autour de la reconnaissance d’intention par l’analyse du mouvement et de
l’émotion
26
27. MAINTENANCE PRÉDICTIVE (IMT LILLE DOUAI)
Objectif : Analyse de l’intégrité de la tête de rail par différentes technologies de mesure
- Reconnaissance des défauts au standard de l’UIC
Travaux : Déploiement d’une architecture IT Health Assessment sur l’équipement
roulant
Codeur de synchronisation selon échantillonnage spatial
Apprentissage d’un modèle de classification des défauts,
à partir des données acquises sur site et sur pièces étalon
Discrimination en amplitude et en orientation des types de défauts connus
Indicateurs de pronostic, basés sur les données réelles et les connaissances apprises à
partir des essais de fatigue
Estimation par analyse prédictive de la durée avant rupture, pour aider à la planification de la
maintenance.
27
28. TÉLÉCOM PARISTECH
METROLOGIE ET MANAGEMENT DES RESEAUX (IMT
ATLANTIQUE)
Monitoring parcimonieux pour le contrôle des overlays de routage
03/04/2019
28
• Caractérisation des délais de chemins (RTT)
comme chaînes de Markov cachées infinies (HDP-
HMM)
• Collaboration avec RIPE NCC: intégration d’une
API dans Atlas (réseau de mesure à l’échelle
d'Internet)
• Détection/localisation de pannes (IXP, DNS root
servers…) à partir des fréquences de
changements
• Monitoring parcimonieux et contrôle des overlays
de routage: réduction des mesures par un facteur
10 sans dégradation de la QoS
29. AUTOMATISME - APPRENTISSAGE DE MODÈLE – OPTIMISATION (IMT
ATLANTIQUE)
Systèmes avancées d’assistance à la conduite
29
• Adaptation de la stratégie d’automatisation des véhicules aux besoins et à
l’état des conducteurs en condition réelles.
• Contrôle partagé entre conducteur et assistance à la conduite automobile
• Passage de témoin entre l’homme et l’automate
Extraction automatique de modèle énergétique et optimisation
• Apprentissage d’immense flux énergétiques (via Time Series)
• Génération automatique de contraintes vers création de solutions
• Apprendre et identifier de nouveaux modèles mieux optimisés
30. 30
Projet CBORBIG : reconnaissance d’objets en temps réel dans des vidéos.
Service Epick, « the in-show shopping service that finds you the must
have outfits from your favorite shows ».
RECONNAISSANCE D’OBJETS (TÉLÉCOM SUDPARIS)
31. 31
Récolte massive de données thermiques et de consommations dans de grands
bâtiments.
Modèles experts de bâtiments combinés à des approches machine learning pour la
prévision des consommations en fonctions des conditions climatiques.
Solution Optimzen : réglages optimaux des machines thermiques pour maximiser le
confort et minimiser les dépenses énergétiques.
RÉCOLTE MASSIVE DE DONNÉES THERMIQUES (TÉLÉCOM
SUDPARIS)
Objectif : prévision des consommations en fonctions des conditions climatiques
32. Reconnaissance des formes et
interaction 3D
Reconnaissance structurelle d'objets dans
des images et des vidéos
Modélisation de relations spatiales
Treillis, ontologies, analyse formelle de
concepts, graphes, hypergraphes et
graphes conceptuels.
TÉLÉCOM PARISTECH
09/04/2019
32RECONNAISSANCE DE FORMES ET INTERACTION 3D
(TÉLÉCOM PARISTECH)
33. YAGO (TÉLÉCOM PARISTECH & MPI)
Très large base de connaissances
Construite automatiquement à partir
du Web (Wikipedia et Wordnet)
10 langues, 100 relations, 120M faits,
10M d’entités et une précision de 95%
Utilisée par DBPedia et IBM Watson
33
www.yago-knowledge.org/
34. IMPACTS SOCIO-ÉCONOMIQUES (IMT-BS ET AL.)
• Questions :
• Quelle est la nature d’une Société où les IA sont partout ?
• Quelles nouvelles entreprises mues par des IA ?
• Évolution du droit, responsabilités, régulation
• Quelle est la nature des échanges entre IA quand les humains sont absents ?
• Biais des algorithmes
• selon différents aspects : économiques, géographiques …
• Ethique
• IA responsable et éthique (équité, non discrimination, transparence …)
• Questions philosophiques soulevées par la société numérique
• Protection de la vie privée
• Données personnelles
• Aspects juridiques
• Impacts économiques
• Modèle économique
• Métiers, marché de l’emploi, …