18 juin 2024

Data-Day à l’ESI: Un atelier pour comprendre l’intelligence artificielle et ses applications

L’ESI ou plus spécialement le CSE — Club scientifique — a organisé une journée qui tourne qu’autour du terme « Data ».
J’arrive à Oued Smar, lieu de l’école et on m’oriente vers la salle « visio ».

Cela a fait tilt dans ma tête, je me suis dit certainement il y a aura une visioconférence autour de la data. On m’explique et on me dit « c’est le bâtiment à côté de la Direction générale de l’école, au deuxième étage ». Je gravis les escaliers et me voilà dans une salle d’à peu près 50 tables déjà presque remplie d’étudiantes et d’étudiants. Des petits jeunes assis gentiment et qui se parlent en trois langues — arabe, français et anglais —.

Je m’installe et voilà que le speaker apparait, sourire aux lèvres. Aujourd’hui, ce sera Riadh Baghdadi, chercheur au MIT spécialisé en deep learnig et plus spécialement en machine learning et qui est présentement Assistant professor au NYUAD (New York University Abu Dhabi, UAE). Je l’ai rencontré avant la conférence et je lui ai posé la question de savoir la teneur de son exposé. Il me dit que « je vais juste ouvrir l’esprit des étudiants et faire de la vulgarisation de l’intelligence artificielle et du deep learning ». Retour à la conférence qui commence à l’heure.

Apprentissage et test de Turing

« Avec l’informatique, nous avons aujourd’hui des applications qui tournent tous les jours, qui marchent très bien et qui ont pour nom gestion de données, système d’exploitation, compilateur, interface homme-machine, ect.. » Tout en ajoutant que « nous avons besoin de plus surtout maintenant avec le flow extraordinaire de data » avant d’ajouter « c’est là qu’intervient l’intelligence artificielle et le deep learning qui nécessite des algorithmes d’apprentissage ou machine learning. C’est une mise en réseau ». Il parlera de « test de Turing ». Quel est le principe du test de Turing ? Le test de Turing est un test d’intelligence artificielle conçu par le mathématicien et cryptologue Alan Turing, visant à mesurer la capacité d’une machine à imiter une conversation humaine. Dans son approche confrontant la pensée calculable de la machine et l’intelligence humaine, matérialisée par son « Test », il pense qu’à terme il ne sera plus possible de distinguer celle de la machine et celle de l’humain, jetant ainsi les fondements de ce que l’on appelle « l’intelligence artificielle »

Data et algorithme

Riadh Baghdadi donnera l’exemple de la voiture autonome qui met en relation plusieurs réseaux — voiture, piéton, plaque signalétique.. — le tout mis en réseau pour que cela fonctionne. il dira que « Sur certains problèmes, les approches dites fondées sur le calcul et le raisonnement ne progressaient presque plus. Il a fallu aller vers autre chose : les réseaux de neurones ». Il citera des exemples, mais aussi des problèmes comme de distinguer l’image d’un chat de celle d’un chien, ou, plus intéressant, de reconnaître une tumeur cancéreuse. Il résume en disant que « Ce qu’on observe depuis une dizaine d’années, c’est l’arrivée d’algorithmes d’apprentissage automatique, qui ont obtenu des bons résultats dans des domaines qui nous bloquaient jusque-là comme la traduction automatique, mais aussi dans le domaine de la santé, la reconnaissance de la rétinopathie oculaire (maladies des yeux). Il dira qu’ » avec l’IA, il a été possible de voir la maladie bien avant qu’elle ne se développe ». Mais tout cela ne peut pas se faire tout seul. Il citera aussi l’exemple d’une ingénieure informaticienne, qui a été déclarée cancéreuse, et qui a changé son mémoire pour la détection de cancer à travers des radiographies tout en annonçant que « les informaticiens peuvent aider énormément la vie des tous les citoyens ».

Précision VS temps

Nous connaissons depuis longtemps des algorithmes pour faire apprendre aux machines avec l’aide des réseaux de neurones, mais il a fallu attendre maintenant l’arrivée, presque au même moment, de beaucoup plus de puissance de calcul, de plus en plus de données pour nourrir l’apprentissage, sans oublier le développement de nouveaux algorithmes dits « d’apprentissage profond ». Du coup dira-t-il « les problèmes qui nous résistaient depuis des années se sont mis à être résolus », mais ajoute-t-il « il faut beaucoup de data et de l’apprentissage, car ce dernier ne peut être incrémental ». Il terminera son speech en disant qu’« il va falloir aller étape par étape tout en mixant la théorie et la pratique ». Le débat qui s’en est suivi à tourner autour de la problématique de l’utilisation de l’IA dans les projets de fin d’études. Pour certain, il expliquera la démarche, pour d’autres il répondra qu’il va falloir se mettre à créer des algorithmes et il terminera par « les humains sont de formidables machines à résoudre des problèmes »

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *