Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Cédric VILLANI Mathématicien Député de l’Essonne explorer Enjeux Entretien avec

Cédric VILLANI Mathématicien Député de l’Essonne explorer Enjeux Entretien avec… La revue du département Intelligence et sécurité économiques N°8 – Novembre 2017 8 L’entreprise à l’heure de l’intelligence artificielle Entre promesses et nouveaux défis Adoptez les méthodes agiles. Comment maîtriser la méthode qui révolutionne le management Darrell K. RIGBY, Jeff SUTHERLAND, Hirotaka TAKEUCHI n8 - 2016 1 › sommaire omme chaque année, l’INHESJ a accueilli les nouvelles promotions des sessions nationales qui réunissent près de 200 auditeurs issus d’horizons professionnels divers. Tout au long de l’année, nous nous engageons à leur apporter les connaissances nécessaires à la compréhension, l’anticipation et la gestion des risques dans leur domaine d’activité respectif. Les organisations, contraintes de s’adapter à des environnements de plus en plus complexes, ont impérativement besoin d’acquérir une culture globale et approfondie de la sécurité. La revue DéfIS contribue à la diffusion de cette culture. Ce huitième numéro, consacré à l’intelligence artificielle, offre à ses lecteurs des clefs de compréhension d’un enjeu majeur pour les entreprises comme pour les pouvoirs publics. Longtemps restée l’affaire de spécialistes, l’IA est désormais un défi pour tous les citoyens, pour la science, l’industrie et bien entendu, pour l’Etat. La vitesse de développement de ces technologies ne doit pas masquer l’ampleur des bouleversements économiques et sociétaux à l’œuvre. Il s’agit désormais de se confronter à ces défis et de se poser les bonnes questions. La France possède de nombreux atouts et notamment celui de l’excellence de la recherche scientifique dans ce domaine. Il faut impérativement s’interroger sur sa valorisation. Comment devenir compétitif à l’échelle internationale et envisager des coopérations à l’échelle européenne ? Comment garantir une souveraineté technologique et économique ? La robotique affecte déjà l’emploi, la formation des salariés doit être aménagée en conséquence. Comment les organisations vont-elles s’adapter aux transformations induites par la généralisation de l’IA ? C’est ce vaste champ de questionnement que ce numéro de DéfIS nous propose d’explorer en réunissant les meilleurs spécialistes dans le domaine. Des ruptures stratégiques sont en cours et le gouvernement en a pris la mesure avec la création d’un secrétariat d’Etat au numérique placé sous l’autorité du Premier ministre. Cédric Villani, député de l’Essonne et l’un de nos plus grands mathématiciens, vient d’être chargé d’une mission sur la stratégie nationale d’intelligence artificielle. La volonté est donc bien au rendez-vous. Espérons que nous saurons mobiliser les ressources nécessaires pour agir. Au-delà d’une exigence économique, c’est un impératif politique et moral. Hélène CAZAUX-CHARLES Directrice de l’INHESJ éditorial C La revue du département Intelligence et sécurité économiques de l’INHESJ Directrice de la publication Hélène cazaux-charles DIRECTRICE DE LA REDACTION Angélique LAFONT Rédactrice en chef Diane de Laubadère Rédactrice en chef adjointe Angélique Le Mazou Assistance à la rédaction Manon CHINI, Clémence DESSEILLES Ces contributions ne sauraient être interprétées comme des positions officielles ou officieuses de l’institut ou des services de l’État. Les opinions et recommandations qui y sont exprimées n’engagent que leurs auteurs. Institut national des hautes études de la sécurité et de la justice École militaire 1, place Joffre, 75700 Paris SP 07 ISSN : 2265-4577 © INHESJ Cartographies IA extraites du rapport de synthèse France Intelligence Artificielle, Paris 21 mars 2017. P.333 à 350. https://www.economie.gouv.fr n°8 - 2017 sommaire ‹ n°8 - 2017 explorer 2 Sommaire EDITORIAL Hélène CAZAUX-CHARLES --------------------------------- 1 Explorer L ’entreprise à l’heure de l ’intelligence artificielle Entre promesses et nouveaux défis ENJEUX Adoptez les méthodes agiles. Comment maîtriser la méthode qui révolutionne le management, Harvard Business Review N°22 Darrell K. RIGBY, Jeff SUTHERLAND, Hirotaka TAKEUCHI--------------------------------- 111 ENTRETIEN AVEC… Cédric VILLANI- ------------------------------------ 107 AGENDA I – Intelligence artificielle (IA) : de quoi parle-t-on? Quels impacts économiques et sociétaux ? Quels risques et menaces pour les entreprises ? Quels enjeux de souveraineté et de puissance ? IA, grands espoirs et gigantesques questions Cédric VILLANI-------------------------------------------------3 Le temps de l’IA est-il venu ? Jean-Gabriel GANASCIA--------------------------------------6 Apprendre aux machines à penser : un défi majeur pour l’économie ? Un progrès pour l’humanité ? Yann LECUN----------------------------------------------------9 Les défis économiques et sociaux de l’IA Lionel JANIN---------------------------------------------------15 IA, machine learning et big data : accélérateurs de la croissance verte Antoine-Tristan MOCILNIKAR--------------------------------20 Quelles IA pour la robotique ? Fabien MOUTARDE--------------------------------------------29 Quelle intelligence pour le véhicule autonome ? Arnaud DE LA FORTELLE-------------------------------------32 L ’IA : quels risques et menaces pour les entreprises ? Myriam QUEMENER-------------------------------------------35 Quelle sécurité pour la ville intelligente ? Richard KALCZUGA--------------------------------------------39 La dimension anthropologique de la révolution numérique, ou la question politique à venir Hervé JUVIN--------------------------------------------- 42 Quels investissements en IA ? Nathanaël ACKERMAN, Jordi SANIGER------------------ 47 Quand l’IA défie le politique Hervé JUVIN--------------------------------------------- 51 II – IA : nouveaux défis pour l ’entreprise Quelle gouvernance ? Quels cadres éthique et juridique ? Vers une nouvelle culture ? De la transition numérique à la transition intelligente dans les grandes entreprises Konstantinos VOYIATZIS, Françoise MERCADAL- DELASALLES- ------------------------------------------------ 58 Pourquoi et comment adapter nos lois à l’IA? Etienne DROUARD ------------------------------------------ 61 Le droit au défi des algorithmes David FOREST------------------------------------------------ 67 Les principaux enjeux juridiques de l’IA Julie LANGLOIS, Marie SOULEZ---------------------------- 70 L’empathie des robots Laurence DEVILLERS- -------------------------------------- 73 Intelligence des Données, Valeurs et Ethique Nozha BOUJEMAA------------------------------------------- 78 La justice prédictive Louis LARRET-CHAHINE----------------------------------- 82 Ne faites pas dans l’artificiel, adaptez-vous avec intelligence…collective Jérôme BOUQUET------------------------------------------- 88 Un sujet de gouvernance pour l’entreprise Bernard GEORGES- ------------------------------------------ 92 L’alliance de la « french tech » et des grandes organisations françaises : l’équipe de France de l’IA Alexandre MARTINELLI, Grégoire VIRAT------------------ 96 Les enjeux pour la formation professionnelle Alexandre GRUX, Nicolas VAYATIS------------------------- 99 Quelles transformations pour le secteur des assurances ? Cécile WENDLING------------------------------------------- 102 La confiance, un prérequis incontournable Diane DUFOIX-GARNIER------------------------------------ 104 DéfIS n°8 – 2017 -----------------------------------------119 3 explorer IA : DE QUOI PARLE-T-ON ? › sommaire n°8 - 2017 n8 - 2016 3 › sommaire Créer une intelligence nouvelle est l’un de nos rêves les plus anciens ; pour ressentir un peu de l’ivresse de démiurge, pour façonner des outils bien plus performants, ou encore mieux comprendre notre propre intelligence dont nous sommes à la fois si fiers et si ignorants. C’ est au milieu du vingtième siècle que l’Intelligence Artificielle (IA) naît en tant que discipline scientifique, juste après que les bases de l’informatique moderne ont été posées. Parmi les pionniers, on évoquera en particulier l’anglais Alan Turing et l’américain Claude Shannon, qui abordent le sujet de façon sérieuse et ludique à la fois, avec leurs algorithmes de jeu d’ échec, mais aussi avec Thésée, la petite souris mécanique de Shannon, qui apprend à trouver le bon chemin pour s’ échapper d’un labyrinthe ! Thésée était la partie mobile et visible d’une bien plus encombrante machine ; et déjà l’ on pouvait se demander ce que serait l’IA : un simple algorithme, ou bien un robot en prise avec le monde réel ? Une entité autonome, ou une antenne ? Quoi qu’il en soit, pour développer des IA, il fallait s’interroger sur le sens même de l’intelligence. L’intelligence, c’est d’abord trouver de bonnes réponses, voire d’excellentes réponses à des problèmes complexes ; et très vite on se tourna vers des algorithmes d’optimisation, chargés de déterminer la meilleure solution possible dans une situation donnée. Deux grands principes se dégagèrent : le premier consista à partir d’une solution non optimale et à chercher à l’améliorer, soit systématiquement, soit aléatoirement, soit par une combinaison de mouvements déterministes et aléatoires. Le second, quant à lui, consista à combiner mutation, compétition et sélection, comme cela se fait dans la nature. À partir de là, on vit quantité de variations pour permettre aux algorithmes de déterminer, dans un océan de possibles, la meilleure réponse, ou du moins, selon les mots du chercheur Leslie Valiant, une réponse qui est probablement presque la meilleure. L’intelligence, c’est aussi ordonner les choses, et réduire une foule indigeste de faits à quelques paramètres clés. Pour ce qui est de la foule indigeste, on fut servi : le volume de données se mit à exploser avec les progrès des capteurs et des serveurs de stockage. Les méthodes de grandes données (big data selon la terminologie anglosaxonne) se firent fort de découvrir, sur des jeux de données immenses, quelles sont les variables qui comptent. À ce jeu, la statistique fut à la fois renouvelée et restaurée, apparaissant aujourd’hui comme la plus recherchée des compétences mathématiques. L’intelligence, c’est aussi apprendre : tirer les leçons de ses erreurs et de ses essais ; développer par soi-même une représentation et du sens ; mais encore gagner du savoir- faire en analysant des exemples. Et si l’apprentissage fut présent dans les algorithmes d’IA, dès les années 50, une révolution se produisit dans le domaine quand on se résolut à laisser l’algorithme apprendre de façon prioritaire par les exemples, en reléguant la recherche de sens à un rôle presque secondaire. Passer des modèles à l’apprentissage automatique fit faire à la discipline un grand bond tout en soulevant des questions immenses. Que ce soit pour reconnaître, classifier ou extrapoler, l’action intelligente peut souvent se modéliser par la reconstitution d’une fonction inconnue : une fonction qui, à des données, associe une réponse. Pour capturer uploads/Management/ l-x27-entreprise-a-l-x27-heure-de-l-x27-intelligence-artificielle.pdf