Les métiers de l’IA

IA Introduction

L’Intelligence Artificielle est à la fois une discipline universitaire issue des mathématiques, de l’électronique, de la logique, de l’informatique et un ensemble de technologies.

C’est pourquoi, il est si difficile de l’appréhender, de la comprendre… Les métiers de demain seront exigeants en compétences de bases et de haut niveau. Si vous souhaitez étudier ses domaines si vastes aujourd’hui, bon courage…

Voici son histoire.

Histoire et enjeux de l’IA

Je vous invite à cliquer sur les liens ci-dessous.

Frédéric Fürst, de l’université de Picardie, a mis à disposition ce cours sur l’histoire de l’Intelligence Artificielle.

Odile Thiery, Professeur émérite de l’université de Nancy, a écrit un article pour la Lettre d’ADELI n° 111 supplément, sur les enjeux de l’IA.

Domaines d’application majeurs

Les fonctionnalités majeures de l’IA sont :

• L’automatisation
• La robotique
• L’amélioration des performances
• L’optimisation, la recherche du moindre coût, de la plus petite distance, du plus rapide… On parle d’optimisation fiscale, financière… En mathématiques, la droite des moindres carrés parle à ceux qui la comprennent… On peut appeler cela « statistiques ».
• L’apprentissage
• La classification
• La déduction, l’induction, le raisonnement
• La recherche causale
• La représentation des données, leur modélisation, leur normalisation, leur collecte
• Les arbres de décision
• La gestion de l’incertitude
• L’évaluation heuristique
• La gestion des problèmes complexes
• La gestion d’un imprévu
• La reconnaissance vocale
• La reconnaissance des caractères écrits
• La vision artificielle
• La création
• La compréhension d’un texte
• Les traitements d’images
• Les traitements de sons
• …

Partir de faits (rééls, avérés…) pour faire des déductions et ainsi ajouter d’autres faits, comme dans les systèmes experts des années 1990. C’est ainsi que fonctionnent les enquêtes policières…

Les acteurs majeurs

Des entreprises et universités américaines, en quelques années, sont devenues incontournables et se sont spécialisées dans l’IA.

• MIT
• Stanford
• Amazon
• Facebook
• Google
• Apple
• Microsoft
• IBM (existe depuis plus de 110 ans)

En Chine aussi les acteurs majeurs ont investi des milliards en IA.

En France, nos institutions soutiennent l’IA :

• Universités et grandes écoles
• INRIA
• CNRS
• Inserm
• Prairie
• SCAI Sorbonne Center for Artificial Intelligence
• Collège de France
• ENS

Les différents métiers de l’IA

L’IA, telle que je la comprends de façon simpliste, est un algorithme (ou un ensemble d’algorithmes), un programme qui s’applique sur des données afin de résoudre un problème. Les données peuvent être centralisées ou réparties liées à des capteurs ou non.

Depuis des dizaines d’années, l’informatique a enregistré des données dans des fichiers, des bases de données de tous types, des fichiers journaux (logs) que l’on peut analyser… Aujourd’hui, les sources sont aussi bien des SMS, des Tweets, des flux de data, des e-mails, des images, des réseaux sociaux, des sites web, le disque dur d’un ordinateur, les données stockées dans le cloud…

On est capable aujourd’hui (déjà hier), de savoir sur quelle donnée l’utilisateur a cliqué sur son écran, dans son navigateur, quelle application il utilise, à quelle heure, s’il crée des pétitions, s’il a un site web personnel…

L’analyse de ces données est une force incroyable pour qui la maîtrise. En utilisant leurs outils, nous avons livré aux GAFAM beaucoup d’information sur notre comportement face à Internet, des photos de nos enfants et de nos parents… Parfois, ils en savent plus sur nous que nous-mêmes… Ils ont créé des profils types et nous mettent dans des catégories…

Les systèmes se perfectionnant et grandissant avec la quantité de données, l’exécution des requêtes étant de plus en plus rapide, des data centers ont été créés un peu partout dans le monde, mais sont concentrés entre les mains d’acteurs internationaux.

Les données sont accessibles par Internet, donc les réseaux sont toujours importants, ainsi que le matériel comme les routeurs (souvent pas assez protégés).

À travers un navigateur (Chrome, Firefox, Safari, Explorer…), depuis un ordinateur, une tablette, un smartphone, une montre connectée nous recherchons des informations, nous achetons des produits et des services. Google, Apple, Facebook, Amazon, Microsoft, qui nous fournissent ces outils sont informés de nos requêtes et enregistrent l’utilisation de nos données, le contexte (localisation, heure, jour, quel type d’équipement, quel navigateur, quel achat, quelle information nous intéresse…).

Le RGPD leur impose de nous demander notre accord, ce que nous faisons sans vraiment nous rendre compte de ce que nous leur accordons comme droit… Et encore, lorsqu’il s’agit d’une entreprise américaine, c’est le droit américain qui s’applique…

Métiers

Tous les domaines semblent touchés par cette vague IA. Le gouvernement, les administrations, les entreprises, les fabricants de matériel numérique, les médecins, les juristes, les comptables, les militaires, les enseignants, les chercheurs, les ingénieurs, les industriels, les agronomes, les laboratoires pharmaceutiques, les startups…

Il faut faire la différence entre celui qui conçoit une IA et celui qui utilise une IA développée par d’autres et qu’il doit paramétrer. De même, l’utilisateur final utilisera une IA pour résoudre son problème, sa requête, faire un diagnostic médical, trouver la meilleure molécule pour un médicament, un vaccin…

Voici une liste non restrictive de métiers liés à l’IA. Comme vous le constatez, c’est un peu tous les métiers mais spécialisés en IA :

• Chercheur (La recherche est multi-domaines de plus en plus. Le chercheur utilisera de plus en plus l’IA, dans différents contextes, en fonction de ses besoins.)
• Maître de conférence en IA à l’université
• Professeur (titre universitaire), enseignant
• Data Analyst (préparer, analyser, modéliser des données)
• Data Scientist
• Machine learner
• Data Protection Officer
• Directeur de l’innovation
• Product owner
• Agiliste (appliquer une méthodologie comme SCRUM à un projet)
• Concepteur IA (concevoir un programme d’IA)
• Développeur et chef de projet IA
• Analyste financier spécialisé en IA
• Entrepreneur IA (créer une entreprise ou une startup qui utilise l’IA)
• Chargé de recrutement spécialisé en IA (recruter une personne spécialiste de l’IA)
• Consultant IA (proposer les meilleurs algorithmes au client en fonction de son besoin)
• Responsable marketing IA
• Chef de projet Chatbot
  
• Ingénieur Big Data
• Homme augmenté
• Soldats augmentés
• Médecin
• Juriste
• Neurologue
• Virologue
• Psychologue
• …

Les emplois liés au big data sont data miner (qui fait du data mining), data analyst, Chief Data Officer, data architect, Data Scientist. Tous ces métiers sont des métiers d’experts. Ils sont bien souvent ingénieurs et/ou ont un master 2 ou une thèse.

Exemple d’un laboratoire de recherche, ISIR

L’Institut des Systèmes Intelligents et de Robotique (ISIR) est un laboratoire de recherche pluridisciplinaire qui rassemble des chercheurs et enseignants-chercheurs relevant de différentes disciplines des Sciences de l’Ingénieur et de l’Information ainsi que des Sciences du Vivant.

Les recherches menées à l’ISIR portent sur :

• la modélisation et l’analyse des systèmes dynamiques artificiels et naturels ;
• la conception optimale de systèmes robotiques interactifs ;
• la commande de systèmes interactifs ;
• la conception et le traitement du signal de systèmes perceptifs multimodaux ;
• la modélisation des interactions homme – système ;
• les modèles neuro-computationnels pour l’autonomie ;
• l’apprentissage artificiel ;
• l’adaptation bio inspirée des systèmes et de leur commande.

Elles s’adressent notamment à des applications comme :

• l’assistance aux gestes chirurgicaux et à la rééducation fonctionnelle ;
• la micro / nanomanipulation dans l’espace et les techniques de caractérisation d’objets biologiques ;
• les interfaces haptiques et tactiles ;
• les interactions multimodales pour la robotique personnelle et le handicap ;
• la simulation et la synthèse de fonctions motrices pour la robotique humanoïde et les mannequins virtuels ;
• la préhension et la manipulation en environnements contraints ;
• la perception visio / acoustique active et 3D ;
• la locomotion à haute mobilité pour l’autonomie en milieux ouverts ;
• la robotique évolutionniste.

Traitement automatique du langage (TAL)

Voici quelques utilisations du traitement automatique du langage :

• assistants personnels ;
• curation automatisée de contenu ;
• traduction automatique du langage ;
• génération de rapport de synthèse.

« Le modèle open source BERT (Bidirectional Encoder Representations from Transformers), développé par Google, a marqué une avancée en matière d’interprétation de l’intentionnalité d’un texte. »

Les différents aspects du langage ont été étudiés (analyse syntaxique, analyse sémantique, analyse des sentiments…).

Face à la complexité les approches neuronales (deep learning) reviennent sur le devant de la scène depuis quelques années.

« La transformation des mots en vecteurs est à la base du traitement du langage par les algorithmes actuels. Cela permet, par exemple, des combinaisons vectorielles et la recherche de proximité entre les mots. Il devient possible d’écrire :

vecteur(roi) – vecteur(homme) + vecteur(femme) = vecteur(reine)

ou de calculer le cosinus entre deux vecteurs (une valeur 0 indiquant des mots éloignés et une valeur 1 des mots similaires. »

Les corpus d’entrainement doivent être vastes.

« Les Transformers ont supplantés la génération précédente de réseaux de neuronaux pour le traitement du langage à base de réseaux neuronaux récurrents (RNN) de type LSTM (Long Short-Term Memory). »

BERT est un algorithme de Machine Learning implémentant un modèle de langue pouvant servir de base à d’autres traitements linguistiques. L’apprentissage se déroule en deux temps :

• un pré-entrainement non supervisé sur un très gros corpus ;
• puis, une phase d’affinage (fine-tuning) supervisée sur des jeux de données plus petits annotés pour un ensemble de tâches de compréhension du langage.

Un tel algorithme permet de prédire un mot dans un contexte ou de donner le sens d’une phrase en mémorisant les mots avant et après, donc le contexte.

ADELI a reçu Rachel Kéraron pour une conférence-débat sur l’extraction de données en français pour un jeu de questions / réponses.

Conclusion

Les assureurs, les banquiers, la sécurité sociale, les mutuelles, les administrations ont des masses de données stockées et inexploitées depuis de nombreuses décennies.

Les analyser pourrait permettre à un État de mieux connaître ses citoyens et, par là même, de mieux identifier leurs besoins. Mais le problème est que les données sont dans le périmètre des entreprises privées pour beaucoup.

Comment aller vers l’intérêt général sans altérer les droits des entreprises.

À qui appartiennent les données ? Les informations qui me concernent depuis 40 ans chez le même assureur ou le même banquier m’appartiennent-elles ? Je pense que les données qui m’identifient m’appartiennent, mais que les données anonymisées appartiennent à l’entreprise (ce sont tout de même eux qui ont acheté ou fait développer leurs logiciels !

Mais on pourrait demander aux grandes entreprises d’ouvrir ces données anonymisées pour l’intérêt général ! L’État pourrait leur demander cela…

Il y aurait donc trois propriétaires ou responsables :

• l’individu ;
• l’entreprise ;
• l’État.

Chacun pourrait, à son niveau, vérifier les données, comme on le fait au niveau du centre des impôts. Nos données financières sont déclarées, un calcul de l’impôt est fait, nous payons ce que nous devons.

Et toutes ces données pourraient permettre aux IA d’apprendre, en français, pour le bien de tous, d’améliorer les processus de décision, les processus opérationnels…

« Ce qui fait la révolution de l’IA, c’est qu’elle est sortie des laboratoires universitaires pour rejoindre le monde industriel et qu’elle se répand aujourd’hui dans les usages et les métiers. Tout comme l’énergie nucléaire autrefois, avec ses bons côtés et sa face obscure… » – Martine Otter.

Références

• Université de Picardie: Histoire de l’intellligence artificielle
• Lettre d’ADELI n°111
• Lettre d’ADELI n°111 Supplément intelligence artificielle
• Lettre d’ADELI n°112 Intelligence artificielle et intelligence collective
• Lettre d’ADELI n°113 Intelligence collective et artificielle
• Future-sciences : Intelligence artificielle : enjeux et espoirs – Dossier – Robots et avatars
• Cabourg. L’intelligence artificielle en débat au Grand Hôtel
• IA School :Découvrez les métiers de l’IA
• Futura-sciences : La France va avoir des soldats augmentés
• 3IA Côte d’Azur : Décidabilité et complexité des algorithmes
• Emplois Big Data
• Sur YouTube: Fake news et manipulation de l’information, la prochaine épidémie? 16/12/2020 avec Tariq Krim – cyberdéfense et stratégie
• Le monde informatique : 5 fameux désastres en ia et analytique
• ActuIA #1
• ActuIA #2
• Sciences et avenir Hors-série M02597
• Etalab : Qui sommes-nous?
• IEEE: Ethics in action in Autonomous and intelligent systems
• ISO/IEC JTC1/SC42 : Comité Intelligence artificielle
• AFNOR : groupe miroir de l’ISO sur l’intelligence artificielle
• CEPEJ: Charte éthique européenne d’utilisation de l’intelligence artificielle dans les systèmes judiciaires
• Union européenne: Lignes directrices en matière d’éthique pour une IA digne de confiance
• Oracle: Qu’est-ce que le Big Data ?

Sigles, définitions, abbréviations

IA        Intelligence Artificielle

AI        Artificial Intelligence

Big data    Pour bien comprendre le Big Data, il est utile d’avoir un historique. Voici la définition de Gartner, circa 2001 (qui est toujours la définition préférée) : le Big Data regroupe des données présentant une grande variété, arrivant en volumes croissants, à grande vitesse. C’est ce que l’on appelle les trois « V ».

En d’autres termes, le big data est composé de jeux de données complexes, provenant essentiellement de nouvelles sources. Ces ensembles de données sont si volumineux qu’un logiciel de traitement de données traditionnel ne peut tout simplement pas les gérer. Mais ces énormes volumes de données peuvent être utilisés pour résoudre des problèmes que vous n’auriez jamais pu résoudre auparavant.

IMM     Institut de l’Internet et du Multimedia

CRM    Customer Relationship Management ou gestion de la relation client (bien connaître son client pour lui proposer des produits et/ou services qui vont le satisfaire, gestion des contacts, des ventes, améliorer les relations commerciales)

Haptique  qui se rapporte au toucher