La première journée du SophiA Summit affichait clairement la tendance actuelle des recherches en IA : améliorer la performance avec l’hybridation des rules-based technologies à des systèmes IA connexionnistes voire comportementalistes. Voir notre article ici.
La deuxième et la troisième journée confirment cette tendance mais se sont également penchées sur :
– L’amélioration des interactions hommes- machines : Matthias Niessner de Université Technique de Munich se base sur des Avatars pour améliorer ces interactions grâce à des techniques de reconstruction 3D basées sur le rendu neuronal (Neuronal Rendering)
– L’amélioration des systèmes apprenant : Laurent Daudet (CTO et cofondateur de LightOn) a montré que le modèle de langage GPT-3 d’OpenAi devrait permettre d’aboutir à une nouvelle génération de modèles d’apprentissage automatique mieux contextualisés. Toutefois ces modèles nécessiteront de nouveaux matériels compte tenu de l’ampleur des tâches informatiques à réaliser d’où l’idée de développer des co-processeurs photonique pour les calculs massifs parallèles.
Autre approche le « Multi-Task Learning » présenté par Maria Zuluaga (Eurecom – Chaire 3IA permet plus de précision et de rapidité dans l’apprentissage. Elle s’est appuyée sur l’exemple du diagnostic du glaucome de l’œil et en a démontré les bénéfices même s’il reste à s’assurer de la généralisation et de la robustesse du procédé.
Monotobu Kanagawa (Eurecom – Chaire 3IA) a présenté ses travaux sur la modélisation des distributions de résultats dans le cadre de l’utilisation de l’inférence contrefactuelle, outil que l’on retrouve dans la publicité en ligne, les systèmes de recommandation, le diagnostic médical et l’économétrie. Son approche permet de prendre en compte des résultats plus complexes.
Du coté des cas d’usage dans le cadre des Smart Territory qui était le thème de la matinale du 18 novembre , Léa Duran (Atos) a expliqué comment l’IA permet de mieux évaluer, prédire et contrôler le niveau des nappes phréatiques, afin d’optimiser la fourniture d’eau ; Amir Tavakoli (3IA Côte d’Azur) comment cela permet d’optimiser la gestion des réseaux de distribution, notamment de l’eau ; Martin Van den Enden (Geoazur) comment l’IA apporte des solutions face à la complexité pour la détection et l’analyse des modifications géologiques ou des sols grâce à des fibres optiques pour des applications sont multiples (analyse du trafic routier, surveillance des séismes, surveillance des manteaux neigeux, etc.), Olivier Forceville et Aurianne Teetsov (HP Entreprise) ont quant à eux montré comment l’IA permet d’optimiser l’expérience des usagers des réseaux 5G dans les territoires intelligents.
– Une meilleure exploitation des données en biologie pour améliorer la vision par ordinateur ou le prédictif : Anna Kreshuk (European Molecular Biology Laboratory, Heidelberg). a présenté trois approches qui visent à segmenter des images avec moins de données d’apprentissage en exploitant les connaissances biologiques antérieures tandis qu’Alan Moses (Université de Toronto) a montré comment l’on pouvait mieux exploiter l’analyse des données biologiques individuelles, pour faciliter la découverte de nouveaux éléments biologiques dans des ensembles de données à grande échelle.
La deuxième journée a été également l’occasion d’explorer les liens entre l’IA et le management.
Joshua Gans (Rotman School of Management de Toronto) a montré que pour que l’IA soit réellement adoptée par les organisations, il faut qu’un certain nombre de conditions soient réunies comme la réduction du coût d’adoption, la réduction du coût des prédictions ou la pertinence des informations délivrées et que les compétences soient disponibles. Pour l’instant, l’IA n’est encore qu’un pivot technologique mais pas encore un pivot organisationnel.
Autour des questions éthiques Alicia Von Schenk (Université Goethe-Francfort et du Max Planck Institute for Human), s’est penché sur la responsabilisation intergénérationnelle et démontré que c’est seulement lorsque les humains ont compris qu’ils risquaient d’être affectés négativement par des décisions algorithmiques immorales (en nuisant, par exemple, à un futur participant) qu’ils ont envisagé les conséquences de leur comportement lors de l’apprentissage d’une IA. Ils ont alors fait preuve de moins d’égoïsme et sont devenus plus prévenants.
Afin de rendre les IA plus robuste et plus explicables dans leur décision, différentes approches ont été proposées.
Yassine El Amraoui (Laboratoire d´Informatique, Signaux, et Systèmes de Sophia Antipolis – Université Nice Sophia Antipolis), a proposé un modèle abstrait des processus scientifiques de gestion des données, afin de capitaliser les connaissances et les pratiques à partir des études de cas existantes tandis que Faizal Hafiz, (SKEMA Business School) a présenté une nouvelle approche de l’évolution d’architectures neuronales parcimonieuses dans les prévisions boursières.
Marco Repetto (Université de Milan) a montré comment le Deep Learning peut être piloté par une interprétation multicritère et David Huber (Technical University of Munich) sur la gestion de l’innovation tente de trouver un modèle pour dépasser nos limites cognitives.
Enfin Nathan Sorin (SKEMA Business School) a montré comment l’IA pouvait permettre aux entrepreneurs d’être encore plus créatifs en explorant, pour eux, la faisabilité ou non d’une multitude d’idées.
La troisième journée était consacrée aux fondamentaux de l’IA une large part a été faite aux problématiques de compréhension et génération du langage.
Elena Cabrio (Université Côte d’Azur – Chaire 3IA) travaille à rendre les machines aussi compétentes que les êtres humains dans la compréhension et la génération du langage, en étant ainsi capables : de parler, de faire des déductions, de s’appuyer sur des connaissances communes, de répondre, de débattre, d’aider les humains à prendre des décisions, d’expliquer, de persuader.
De même que Anna Shvets (Inetum) face à l’augmentation des données textuelles, propose une approche collaborative pour réaliser une évaluation comparative des modèles de génération en langage naturel (NLG).
Plus appliqués, les travaux de Vorakit Vorakitpha (Université Côte d’Azur, Inria, CNRS, I3S) portent sur la détection de la propagande en ligne basée sur l’analyse de texte et propose une approche supervisée pour classer les extraits textuels en tant que messages de propagande et en fonction de la technique de propagande appliquée, ainsi qu’une analyse linguistique détaillée des caractéristiques de l’information de propagande dans le texte.
Quant à Serena Villata (Université Côte d’Azur, INRIA), elle a présenté ses travaux qui contribuent à la conception et à la mise en œuvre de méthodes efficaces pour surveiller et combattre les discours de haine en ligne.
Des sujets critiques pour le développement des IA ont été également évoqué.
Giovanni Neglia (Inria – Chaire 3IA) explore une variante du Federated Learning, appelée Pervasive Sustainable Learning Systems (PERUSALS), qui consiste à exploiter des nœuds plus robustes et plus puissants et à traiter les données locales en les agrégeant sur des datacenters successifs, plutôt que de tout rapatrier sur un datacenter unique et central.
Pierre-Alexandre Mattei (INRIA – 3IA Chair) propose d’étudier des stratégies pour adapter les architectures neuronales à la gestion des valeurs manquantes en se concentrant sur les problèmes de régression et de classification où les caractéristiques sont supposées manquer au hasard et propose de marginaliser les valeurs manquantes dans un modèle conjoint de covariance.
Gabriel Peyré (CNRS) a exposé dans « Optimal Transport for AI » comment tirer parti des méthodes de régularisation entropique pour définir des modèles d’apprentissage et définir des fonctions de perte efficaces en termes de calcul, en approchant l’OT avec une meilleure complexité d’échantillon.
Si Frédéric Guyard (Orange Lab Sophia Antipolis) constate que les modèles de réseaux neuronaux profonds (DNN) ont été une avancée majeure, leurs performances ont pour coût d’une complexité de calcul et d’une consommation d’énergie considérables. Les réseaux de neurones à pointes (SSN) pourraient offrir une alternative et promettre des complexités de calcul beaucoup plus faibles et un budget énergétique réduit.
Alexandre Bayen (UC Berkeley) a exposé son étude du contrôle lagrangien (mobile) du flux de trafic à l’échelle locale (niveau du véhicule) et plus précisément sur comment les véhicules à conduite autonome vont changer les modèles de flux de trafic.
Invitée d’honneur de la cérémonie de clôture Lucilla Sioli (directrice de l’intelligence artificielle et de l’industrie numérique, DG CNECT, Commission européenne) a rappelé les grands enjeux de l’intelligence artificielle au sein de l’Union Européenne et présenté la stratégie des pays membres en la matière aussi bien pour développer l’innovation et faire de l’UE l’une des grandes places mondiales de cette discipline que pour le respect de la vie privée et des droits fondamentaux.
La cérémonie de clôture a été également l’occasion d’une remise de prix
- Le meilleur poster a été remis à Anaïs Ollagnier, Elena Cabrio, Serena Villata (Université Côte d’Azur, Inria, CNRS, I3S) sur la détection de clusters de discours haineux et de communautés cible sur les réseaux sociaux.
- Le prix de la meilleure démonstration a été remis à la startup Videtics, membre du ClusterIA pour son outil de génération d’images contrôlée par l’apprentissage profond pour adapter les modèles à différents environnements de production
Lors du SophIA Summit a été également annoncée un consortium entre le 3IA Côte d’Azur et la SKEMA Business School pour développer des collaborations en intelligence artificielle et management.
Le Soph.I.A Summit donne rendez-vous à tout l’écosystème du 16 au 18 novembre 2022 pour sa 5ème édition. Gageons qu’il soit aussi riche que cette année !
