IA : Spot, le chien artificiel autonome pour faire respecter la distanciation sociale.

La société Boston Dynamics, dont on a suivi l’évolution depuis sa séparation de Google, est connue pour les robots autonomes, et notamment son chien automatisé dont la réalisation avait été financée par la DARPA (agence de financement du Ministère de la Défense américain). On connaît les différents films promotionnel que Boston Dynamics a produit, mettant en scène ses robots militaires dont des humanoïdes (film ici et film là) et des chiens porteurs (film ici et film là) dont les capacités d’apprentissage et d’autonomie sont impressionnantes (film ici) et très inquiétantes.
Jusque là, la frontière de l’utilisation était celle des forces armées, et on n’avait pas envisagé une utilisation de ces machines « de guerre » dans le maintien de l’ordre. Cette limite vient de tomber, et Singapour a décidé de mettre sur le terrain « Spot », un chien de Boston Dynamics pour faire respecter les mesures de distanciation sociale (film ici). Si, pour l’heure, le chien est contrôlé par un opérateur, rien n’empêche maintenant qu’une nouvelle limite tombe pour lui laisser une part de plus en plus importante d’autonomie, sans que cela ne pose, semble-t-il à Singapour, les problèmes éthiques que nous dénonçons en Europe.
Ce type d’artefacts, qui peuvent s’apparenter aux SALA pour être des systèmes potentiellement létaux et autonomes, pose une série de problèmes dont le premier est celui de l’absence d’universalité des doctrines éthiques en matière de robotique interventionnelle, mais également celui de la robustesse de la doctrine française dans le cas d’une généralisation à l’étranger de tels appareils et de leur usage civil.

IA - SHS - DIV : De l’impossibilité potentielle de prévoir : le futur du Covid-19 dans l’impasse du chaos.

Outre le fait que le plus difficile à prévoir, c'est l'avenir (voir ici), certains s'y essaient pourtant. Ainsi le 16 avril, Elie Cohen, économiste et directeur de recherche au CNRS, a élaboré trois (3) scenarios de sortie de la crise économique due au coronavirus. Qu’en tirer comme conclusions ?

« scenario en V ». On plonge très profondément, on touche le fond, on rebondit rapidement. La crise est de courte durée : par exemple quelques semaines. L’économie reprend et la perte d’activité en 2020 serait compensée en 2021 et même 2022. Les deux ou trois ans moyennés seraient alors nuls en termes de croissance.

« scenario en U ». On plonge, on reste au fond le temps de la crise qui est longue : plusieurs mois sans reprise, au moins  avant l’automne, peut-être plus. La perte de PIB est très importante, pouvant atteindre 10%. Il s’agit d’une crise majeure, sans réelle possibilité d’imaginer les conséquences économiques, sociales, culturelles, industrielles, militaires, etc.

« scenario en W ». On plonge, on rebondit et la crise sanitaire repart, et on replonge, et ainsi de suite avec une constante de temps par exemple de 3 à 4 semaines : succession de périodes de confinement et de redémarrage. Pour Cohen, « c’est le scenario noir absolu et c’est ce qu’il faut absolument éviter ». Néanmoins, c’est celui dont il n’est plus tabou de parler, et que le Premier Ministre envisage en y préparant le parlement et les citoyens à un scénario dit « stop and go » (voir ici).

Alors, que se passe-t-il dans ce cas W ? Ce scénario a notamment été théorisé par Neil Ferguson, épidémiologiste de l’Imperial College (voir ici), qui bien que  particulièrement critiqué par de nombreux théoriciens (lien ici) semble avoir inspiré les politiques de françaises, américaines, anglaises ... en effet, à lorsqu’on sait qu’en matière biologique la négation n’a aucune valeur conjuratoire, il est utile d’examiner toutes les pistes d’interprétation des données jusqu’ici recueillies. Parmi les modèles qui ont été étudiés (lien ici), ce W rappelle les phénomènes rencontrés dans les théories du chaos déterministe. Et ces modèles chaotiques sont loin d’être incohérents. Dans ceux-là, la dynamique échappe à l’ambition épidémiologique, elle n’est plus prévisible, et seuls des modèles mathématiques spécifiques sont applicables.
De manière générale, on peut en décrire trois types de perspectives.

Premier cas : l’oscillation (WWW) s’éteint en tendant vers un attracteur entier, qui peut prendre toutes les valeurs intermédiaires entre le maximum et le minimum, avec une probabilité centrée sur une valeur de tendance centrale. Les statisticiens s’écharpent sur la forme normale ou non de la distribution de probabilité, sur la validité de la médiane ou de la moyenne selon les modèles, etc. Bref, on ne sait rien sinon prévoir, mais sans certitude.

Second cas : l’oscillation (Ww-) se stabilise sur deux valeurs, maximum et minimum, avec un rythme qu’il reste à découvrir, probablement lié à la période d’incubation du virus et à la durée des reconfinements. Là encore, on ne sait rien pour n’avoir aucune valeur pertinente potentielle pour alimenter le modèle. La variabilité des données à y entrer voit une explosion combinatoire des solutions, dépassant des capacités raisonnables de calcul informatique, et sans que personne ne puisse donc en donner une perspective. 

Troisième cas : la dynamique (WXY) converge vers un attracteur étrange, non entier, de dimension fractale, caractéristique du chaos déterministe. Ce que l’on sait de certain à son propos est que l’étude de ce type de phénomènes ne peut se faire qu’à posteriori. Il n’y a aucune solution ni aucun moyen de prévoir quoi que ce soit ; toute prévision est mathématiquement impossible. On peut avoir des accélérations fréquentielles combinées à des phases de quasi stabilité plus ou moins longues avant de nouvelles explosions d’instabilité, cela sans maximum ou minimum calculables. Un exemple modelisé à partir d’une équation simple (x(i+1)=r.x(i)*(1-x(i)) avec r arbitrairement fixe à 2,6 (figure du haut), à 3,2 (figure du milieu) et à 3,7 (figure du bas) pour une valeur x de 0,4, illustre les trois cas cités, alors que les paramètres de l’équation sont très proches. 

Comme les dynamique du troisième ordre sont excessivement sensibles à des conditions initiales dont des différences infimes amènent à des futurs complètement différents, toute tentative de rationalisation est vaine dès qu’on s’éloigne du moment initial de la dynamique. 

Ainsi, on montre à partir de l’exemple précédent, dans le troisieme cas, qu’en réglant la valeur initiale x à 0,4 (figure du haut) ou à 0,4000001 (figure du bas), soit avec une différence (par exemple imprécision) inférieure à un millionième, la dynamique du phénomène est complètement différente. Elle montre, dans le cas considéré, l’impossibilité totale de toute prévision si l’on ne connaît pas avec très grande exactitude ces valeurs initiales, ce qui est bien entendu impossible dans les études portant sur des facteurs globaux estimés, approximés ou même inconnus et alors simplement supposés.

On peut donc comprendre, si tel est le cas, que personne ne sache ce qui va se passer, et que le politique, lui non plus ne sache rien. Il peut rassurer le peuple, mentir, donner des certitudes. Mais les modèles ne peuvent rien dire de futur.

Alors qu’elle perspective ? Autant une petite variation peut induire un effet chaotique, et le battement d’aile d’une chauve-souris en Chine peut provoquer un cataclysme en Europe et en Amérique, autant une autre petite intervention peut faire changer de trajectoire la dynamique considérée, et la précipiter sur un nouvel attracteur. On peut alors imaginer le rôle majeur que pourraient jouer des médicaments, largement diffusés, même si leur action n’est pas prouvée, mais qui changerait un tout petit peu le phénomène. Le jeu en vaut la chandelle, en attendant un vaccin qui jouera, espérons le, le rôle d’un nouvel attracteur entier majeur (pour peut qu’il puisse l’être), précipitant la dynamique mortelle dans une stabilité que chacun appelle de ses vœux.
Sur le chaos déterministe, lire l’article de Futura Sciences (lien ici), et celui de Sciences Étonnantes (lien ici).

IA - TECH : 25 Technologies pour booster l’économie post confinement

Le magasine Forbes propose aujourd’hui une liste prévisionnelle des technologies à mettre en œuvre pour booster l’économie de sortie de confinement (lien ici). Pour le magasine, il ne fait aucun doute que, malgré la crise terrible qui frappe le monde, cette décennie va mettre en œuvre des avancées technologiques permettant de compenser, rattraper voire rayer l’effet désastreux du confinement pour une reprise économique drivée par les technics.

Voici les 25 nouvelles technologies, dont bon nombre sont déjà de la compétence des ingénieurs diplômés de l’ENSC (voir plus de détail, lien ici).

1. L’intelligence artificielle (au programme de toutes les années, plus parcours de 3eme année, et chaire ENSC/IBM autour de Watson) ;
2. L’Internet des objets (IoT) ;
3. Les technologies portables et l’humain augmenté (au programme de toutes les années et parcours de 3ème année) ;
4. Le Big data et l’analyse augmentée (voir le DU Big data et statistiques pour l’ingénieur) ;
5. Les environnements intelligents (au programme de deuxième année) ;
6. Les Blockchains et la protection de registres ;
7. Le cloud et la technologie de pointe (au programme) ;
8. La réalité augmentée (idem) ;
9. Les jumeaux numériques ;
10. Le traitement du langage (au programme) ;
11. Les interfaces vocales ;
12. La vision artificielle et la reconnaissance faciale (en collaboration avec l’Institut d’optique, antenne de Bordeaux) ;
13. Les robots et cobots (spécialité de 3ème année) ;
14. Les véhicules autonomes (équipe de recherche avec l’IFSTTAR) ;
15. La 5G ;
16. La génomique et l’édition génétique ;
17. La co-créativité homme-machine et le design augmenté (en collaboration avec les écoles de Condé) ;
18. Les plateformes numériques ;
19. Les drones et les véhicules aériens sans pilote (projets de 2eme année avec les simulateurs de la plateforme technologique) :
20. La cybersécurité ;
21. Les ordinateurs quantiques (au programme de la chaire ENSC/IBM) ;
22. L’automatisation des procédés robotiques (cf. l’option de 3ème année) ;
23. La personnalisation de masse et les micromoments ;
24. Les impressions en 3D et 4D ;
25. La nanotechnologie et la science des matériaux.

Voici une liste qui semble déjà bien remplie à l’ENSC, et qui donne plein d’idées pour collaborer avec l’ENSEiRB-MMK, l’Ecole de chimie (ENSCBP), l’Ecole des biotechnologies (ENSTBB), l’IOGS, et l’Institut Mines Telecom, dans un projet de rapprochement à reprendre par la nouvelle équipe de direction.

BIO - SHS : Et revoilà la « One health » : les dirigeants des instituts de recherche pour une approche interdisciplinaire face au Coronavirus.

L’interdisciplinarité est un vrai champ de bataille. L’ENSC en est le témoin, construite à bout de bras malgré les ordres disciplinaires, les chapelles et les tuyaux d’orgue académiques ou des décideurs politiques nationaux, dont les rares partisans des transversalités sont également bien mal traités.

La crise actuelle n’échappe pas aux dogmatismes, aux luttes de clans et aux pouvoirs de telle discipline sur une autre, souvent dans la fausse modestie des mandarins et de leurs adeptes, partisans ou détracteurs.

Considérer que la recherche médicale n’est que médicale, que l’éthique n’est qu’une discipline de l’Ordre, des comités national, de l’Inserm ou locaux de protection des personnes, est une caractéristique bien ancrée de l’institution française. Elle repose d’ailleurs sur un monde histoirique et « dérogatoire » de facultés « dérogatoires » réunissant des professeurs à carrière « dérogatoire » pour des études « dérogatoires » menant à un doctorat « dérogatoire » : les diplômés en sont d’ailleurs, spécificité française, les seuls que l’on appelle « docteur » comme si les autres scientifiques n’en étaient pas vraiment digne du titre. Ces facultés regroupent d’ailleurs parfois des disciplines fondatrices d'autres facultés, de sciences ou de lettres et humanités, mais aux titres desquelles on adjoint explicitement les termes de « médicales », « biomédicales », parfois « humaines (!) », « de santé » ou autre astuce sémantique pour marquer la distinction, la différence, le non mélange. Les unités n’en sont souvent dirigées que par des spécialistes, docteur par ci, professeur par là, blouses blanches partout et toges toujours : statistiques médicales, informatique médicale, biologie humaine, neurosciences biomédicales, psychologie médicale, pédagogie médicale, médecine du sport, du travail, santé publique ... marquant d’autant la singularité de ce monde académique « dérogatoire ».

C’est dans Le Monde le 17 avril 2020 que des dirigeants « non médicaux » des plus grands instituts de recherche français et de quelques universités signent une tribune appelant fermement à l’interdisciplinarité et à une approche « One Health » que nous avions déjà discutée et appelée de nos vœux, ici, dans ce site (lien). Cette démarche « One Health » (voir l'article sur le site de l'Agreenium) promue par l’OMS et de grandes organisations internationales ne trouve paradoxalement qu’une attention condescendante en France. Or, selon ces illustres signataires, la pandémie actuelle « est étroitement liée à la question de l’environnement ». Hors de la clinique et de l’intervention urgente sur la vie des personnes qui méritent évidemment d’être sauvées ou dont l'avenir doit être préservé, et pour lesquels l'hôpital universitaire est le meilleur endroit, la Santé ne peut être traitée de manière parcellaire par les seuls médecins. Les signataires rappellent que c’est « une perturbation humaine de l’environnement, et de l’interface homme-nature, souvent amplifiée par la globalisation des échanges et des modes de vie, qui accélère l’émergence de virus dangereux pour les populations humaines », et donc pour les individus qui les composent, « par recombinaison entre virus d’espèces différentes ».

Le constat est dur, il est également clair : en France, le débat scientifique et les orientations politiques de la réponse à la crise sont littéralement raptés par certains, dans un oubli quasi total des disciplines concernée et souvent rompues à croiser les approches, à collaborer et à promouvoir une interdisciplinarité globale. Les conflits rapportés par la presse, qui monopolisent la place publique, sont par exemple ceux qui opposent les Horaces et les Curiaces de la méthode, les fanatiques de l’« Evidence Based Medicine » (EBM) aux partisans des approches réalistiques (voir ici dans ce site). Selon les signataires, « il est paradoxal de constater que les études de médecine et de pharmacie continuent d’ignorer largement la biologie de l’évolution, et que celle-ci est récemment devenue facultative pour les deux tiers d’un parcours scolaire de lycéen », alors que l’approche One Health « doit devenir une priorité pour une recherche interdisciplinaire brisant les cloisonnements, encore trop présents, entre le monde biomédical et celui qui se consacre aux sciences de l’environnement ».
Afin de gérer cette crise, de s’inspirer des connaissances issues de précédentes et d’anticiper « celles qui ne manqueront pas de survenir », il est nécessaire, de recourir à une véritable  « écologie de la santé » prenant en compte à la fois « les écosystèmes, les pratiques socioculturelles et la santé des populations humaines, animales et végétales » considérées comme un tout et des problématiques indissociables. « Cela implique, enfin, de tirer les conséquences pratiques et politiques des connaissances que l'écologie de la santé nous apporte sans attendre la prochaine crise », concluent les signataires qui semblent, représentants majeurs de la recherche en France, sifflet la fin d’une partie qui se joue manifestement sans eux, de manière tuyautée et fermée, entre des courants du pouvoir politique et des écoles de pensée d’un monde « dérogatoire » bien français.

Un regret, un manquement dans cette démarche : l’absence notoire des SHS, avec notamment pas de sociologie ou d’anthropologie, de psychologie, de sciences économiques ou de philosophie, et bien d’autres encore qui trouveraient leur place avec grande pertinence dans la démarche « One Health » : « une seule santé ». Une remarque finale : une démarche de grands scientifique fédérés par l'alliance nationale pour l'environnement ; quelle position entend adopter Aviesan, l'alliance nationale pour la santé, jusqu'ici bien silencieuse sur l'urgence de l'interdisciplinarité dépassant le monde médical ?

Les signataires sont fédérés par l'Alliance nationale de recherche pour l'environnement AllEnvi :

alliance AllEnvi ;

direction de de la recherche fondamentale du Commissariat à l’énergie atomique et aux énergies alternatives (Cea) ;

Muséum national d’histoire naturelle (Mnhn) ;

Centre de coopération internationale en recherche agronomique pour le développement (Cirad) ;

direction scientifique de l’Institut national de l’environnement industriel et des risques (Ineris) ;

Institut français de recherche pour l’exploitation de la mer (Ifremer) ;

direction scientifique de l’Institut de radioprotection et de sûreté nucléaire (Irsn) ;

Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (Inra-e) ;

Bureau de recherches géologiques et minières (Brgm) ;

Météo France (MF) ;

Institut écologie & environnement (Inee) du CNRS ;

Institut de recherche pour le développement (Ird) ;

présidence de l’université Gustave-Eiffel (Paris Est) ;

présidence de l’université de La Rochelle.

Retrouvez ici la déclaration complète publiée sur le site du Muséum National d’Histoire Naturelle et la tribune sur le site du journal Le Monde.

IA : L’intelligence des machines à calcul.

En octobre 1950, le mathématicien anglais Alan Turing publiait dans la revue « Mind » un article majeur intitulé « Computing machinery and intelligence.» (Mind, 59, 433-460, 1950). Cet article est aujourd’hui considéré par certains comme l’acte de naissance de l’intelligence artificielle. C’est dans ce fameux article que Turing évoqua pour la première fois le test qui porte son nom et qui consiste, par l’intermédiaire d’un dispositif électronique, à faire dialoguer un être humain alternativement avec deux interlocuteurs, l’un humain et l’autre artificiel. Selon Turing, le jour où l’expérimentateur humain, au terme d’une conversation non préparée, sera incapable de dire s’il a affaire à un interlocuteur humain ou électronique, on pourra alors considérer que les ordinateurs seront devenus véritablement intelligents.

Près de 70 ans passés, les scientifiques et ingénieurs tentent toujours de décrocher ce « Graal » que constitue la première machine intelligente « au sens de Turing ». Dans ces dernières années, une étape décisive a été franchie lorsque l’ordinateur Watson d’IBM a gagné aux États-Unis contre des humains la grande finale du jeu Jeopardy, un jeu nécessitant de très bonnes qualités d’association et de raisonnement portant sur des connaissances de culture générale considérées comme ouvertes, et donc jusqu’ici spécifiquement humaines. Une nouvelle étape a consisté en 2016 pour AlphaGo, développé par Google DeepMind, à battre l’un des meilleurs joueurs mondiaux, et l’année suivante de confirmer l’exploit contre le champion du Monde de la discipline. La machine qui s’était entraînée contre elle-même, a même inventé une nouvelle stratégie qui a désarçonné les experts, stratégie qui est aujourd’hui étudiée et enseignée par les spécialistes de ce jeu millénaire.

L’industriel IBM, titulaire de la chaire « sciences et technologies cognitiques » de l’ENSC, est l’un des acteurs mondiaux de l’aventure vers les machines intelligentes. Il a ainsi continué à perfectionner Watson, lui permettant d’être reconnu au meilleur niveau dans la résolution de problèmes complexes nécessitant  de nombreuses inférences heuristiques sur des données non structurées, et pour lesquels la puissance informatique brute n’est pas suffisante. IBM parle pour cela d’un accès à une nouvelle « ère cognitive ». C’est notamment dans le domaine des données médicales que Watson a permis aux meilleurs centres de recherche permettant de recruter des patients pour de nouveaux essais cliniques afin d’accélérer le testing des diagnostics, des traitements et de l’échange des dossiers médicaux.

L’évolution de Watson s’oriente maintenant vers celle de ses composants électroniques et IBM propose des microprocesseurs réellement neuro-mimétiques, afin de pouvoir rivaliser avec le cerveau humain tout en s’en inspirant. Ce programme de recherche, SyNAPSE (Systems of Neuromorphic Adaptive Plastic Scalable Electronics), a été lancé en 2008 mais porte aujourd’hui ses fruits en tant que première réalisation. Un microprocesseur spécifique, la puce « TrueNorth » développée par la marque, comporte par exemple un million de neurones artificiels dotés chacun de 256 synapses, soit 256 millions de synapses,  en intégrant 5,4 milliards de transistors. Chacun de ces neurones artificiels est pourvu d’une mémoire permettant de gérer les priorités de chacune des connexions. Selon IBM, il s’agit de l’un des composants électroniques les plus complexes et les plus sophistiqués jamais réalisés : un première ébauche de l’élément de base d’un futur ordinateur « neuromorphique », directement inspiré de la structure et du fonctionnement du cerveau.

Les « neuroprocesseurs » représentent une véritable rupture technologique pour ce qui est de la performance, en s’affranchissant d’une imitation programmée sur ordinateurs classiques. Ils sont surtout plus rapides en disposant des propriétés des systèmes parallèles, mais surtout permettent de consommer 1000 fois moins d’énergie qu’une puce traditionnelle de puissance équivalente. 

Pour IBM, l’effort ne se limite pas là puisque le calculateur neuromorphique associe 16 puces « TrueNorth » entre elles, groupées par quatre fois quatre, ce qui représente au total l'équivalent de 16 millions de neurones et donc de plus de quatre milliards de synapses. Nous sommes encore loin du cerveau humain mais pouvons commencer à envisager la simulation de certaines aires ou structures fonctionnellement spécifiques. Une telle architecture est cependant déjà capable, selon IBM, d’effectuer 46 milliards d’opérations synaptiques par seconde et par watt. Le but est de permettre de doter le plus grand nombre de la puissance embarquée d’un cerveau artificiel, pour une IA collaborative, alors que nous n’avons aujourd’hui accès qu’à des puissances des calcul 120 millions de fois supérieures à celles utilisées pour une mission Apollo.

La firme Apple s’est lancée dans une autre perspective de l’augmentation humaine par l’IA. À partir du développement de ces « neuroprocesseurs », les créateurs de SIRI, l'assistant vocal de la firme,, ont lancé un nouveau défi en fondant la société Viv Labs dont l’ambition est de concevoir un programme capable de répondre à toutes les questions que l'on peut lui poser en langage naturel (enfin, ici en anglais). Viv Labs a récemment été rachetée par Samsung, ce qui montre l’intérêt que porte l’industrie à la problématique de la compréhension artificielle. La résolution de ce type de problème associe à la fois la puissance de calcul, mais également l’accès ultra rapide à toutes les bases de données disponibles, avec des algorithmes permettant de les traiter et surtout d’en extraire très rapidement les informations pertinentes qu’il faudra mettre en perspective afin de donner du sens à une réponse par rapport aux attente du demandeur. Ce type de réponse nécessite de dépasser la problématique de la puissance de calcul des microprocesseurs puisqu’il faudra également apprendre à réorganiser selon de nouvelles logiques les bases de données et de connaissances.

Dans le domaine de la prospective, Ray Kurzweil, directeur de l’innovation scientifique chez Google, est persuadé qu’à l’horizon 2045 les ordinateurs seront devenus aussi intelligents que les êtres humains dans presque tous les domaines.

Dans cette attente, force est de constater le rapprochement de plus en plus réussi des machines et du cerveau, permettant d’envisager une ère nouvelle de cognition naturelle augmentée par l’intelligence artificielle. La révolution de l’IA embarquée permet déjà de disposer de terminaux intelligents, branchés sur des vêtements, des lunettes, des montres, des vélos, des automobiles dotés chacun d’une puissance de calcul parallèle incommensurable, et qui permettent d’envisager l’émergence d’une nouvelle cognition partagée entre cerveau naturel et systèmes collaboratifs de cerveaux artificiels.

IA : Les niveaux de maturité quantique.

Kristel Michielsen est une physicienne belge travaillant en Allemagne, au « Jülich Supercomputing Center » (JSC). Spécialisée en informatique quantique, elle s’est distinguée dans les études portant sur les composants et leur physique, puis sur les algorithmes qu’ils peuvent supporter.
Elle est à l’origine de l’adaptation de l’échelle de maturité technologique de la NASA en une échelle QTRL : la « Quantum Technology Readiness Level ».
Dans cette échelle, le QTRL1 concerne une technologie qui se limite au cadre théorique de l'informatique quantique c’est-à-dire les études des propriétés de base des dispositifs d'informatique quantique. Le niveau  supérieur, QTRL2, consiste une fois les principes de base du dispositif, à étudier des algorithmes qui pourraient être théoriquement supportés par le technologie informatique quantique précédente. La physique des Q-bits et leurs propriétés exploitées par cette algorithmique correspond au QTRL3, qui implique des études en laboratoire pour valider les prédictions théoriques et justifier ou non la poursuite du processus de développement. Le QTRL4 correspond à la fabrication concrète des systèmes uni- ou multi-Q-bits et leurs opérationalisation en termes de superposition et intrication, qui sont testés l'une avec l'autre. Au QTRL5, des composants intégrés peuvent constituer un processeur quantique, sans correction d'erreur, mais permettant une mesure fiable des résultats. Les technologies de correction d'erreur permettent d’aborder le QTRL6, de manière fiable et répétée. Cela permet d’aborder la création d’un ou plusieurs prototypes multi-Q-bits au QTRL7 en permettant de résoudre des calculs quantiques élémentaires, dans un environnement d’utilisation fluide et non expérimentale.  Les versions évolutives d'un ordinateur quantique répondant aux tests, au QTRL8, permet de mettre en œuvre et d’aborder la suprématie quantique qui correspond au QTRL9.

IA - BIO - INFO - TECH : Les nouvelles prédictions de Ray Kurzweil (2019).

Le célèbre Ray Kurzweil, aujourd'hui responsable de la branche IA de Google, transhumaniste militant, s'est fait le spécialiste des prévisions des développements technologiques.

Ainsi pédisait-il, dès 1989, la chute de l'union soviétique par la diffusion de la téléphonie mobile et des télécopieurs, que les machines vaincraient le champion du monde d’échecs avant 1998. pari gagné puisqu'en 1997 Deep Blue (IBM) gagna la célèbre rencontre contre Garry Kasparov. Il évoquait la possibilité pour un PC d'être capable dès 2010 de répondre à des questions simples en cherchant sur internet, ce dont Google s'est depuis fait une spécialité, y compris pour des requêtes multiples de sens ouvert. Il prévoyait qu'en 2009, on pourrait donner aux machines des instructions en langage naturel. Et voilà que surgit les logiciels de dictée, ainsi que les logiciels de commande tels que Siri de Apple, puis Alexa de Amazon et Dis-Google !  La technologie est aujourd'hui embarquée sur les BMW et d'autres équipementiers se précipitent dans le projet toujours plus élaboré de l'hybridité du langage et de la traduction automatique en ligne. Quant à ses prévisions sur la réalité virtuelle et augmentée, elles ont été réalisée notamment grâce aux Google classes en 2011, puis vinrent rapidement les Hololens de Microsoft et d'autre lunettes et head-up displays en aéronautique, dans la conduite des ateliers des usines 4.0 et aujourd'hui dans l'automobile pour tout le monde.

Bien entendu, nombre de ces prédictions n'ont pas été concrétisées, mais restent pourtant d'actualité. C'est dans cette perspective de Ray Kurzweil a proposé une nouvelle liste chronologique des technologies du futur.

En 2009 Ray Kurzweil réactualisait sa liste et donnait d'autres pistes dont nombreuses se sont réalisées - voir la liste des prédiction de RK dans Wikipedia : ici. 

Aujourd'hui, dix ans après cette nouvelle série prophétique, Ray Kurzweil propose une série actualisée dont voici le résumé.

2019 – Disparition des fils et câbles pour les appareils individuels et les périphériques.

2020 – Puissance de traitement des PC comparable à celle du cerveau humain.

2021 – Internet sans fil pour 85% de la surface de la Terre. 

2022 – Émergence (USA, Europe) de lois réglementant les relations entre humains et robots, et formalisation des droits, devoirs et limitations/interdictions dans ces relations.

2024 – Conduite automobile obligatoirement supervisée par l'IA, et interdiction de conduire sans aide technologique.

2025 – Avènement d'un grand marché de gadgets-implants.

2026 – Prolongement technologique de la vie humaine (au moins autant que la vie passée).

2027 – Vulgarisation et généralisation des robot personnels autonomes pour des actions complexes. 

2028 – Énergie solaire universellement répandue suffisante aux besoins énergétiques de l’humanité.

2029 – Test de Turing pour les machines et fusion IA-IN par simulation informatique du cerveau.

2030 – Nanotechnologies généralisées pour une baisse significative des coûts de fabrication

2031 – Imprimantes biologique 3D dans tous les hôpitaux pour imprimer des organes humains.

2032 – Nanorobots médicaux pour apporter des substances nutritives aux cellules en éliminant les déchets. Scanner du cerveau humain par nanorobots pour la maîtrise de son fonctionnement.

2033 – Les voitures autonomes, sans conducteur ni parfois passager.

2034 – Premier rendez-vous de l’homme avec l’intelligence artificielle

2035 – Matériel spatial de protection permanente de la Terre contre les astéroïdes.

2036 – Reprogrammation cellulaire pour guérir des maladies, et imprimantes 3D pour fabriquer des nouveaux tissus et organes.

2037 – Découverte de centaines de sous-régions cérébrales ayant des fonctions spécifiques avec décryptage algorithmique et intégration aux réseaux neuronaux artificiels.

2038 – Apparition de personnes robotisées et de produits de technologies transhumanistes tels qu'implants optionnels supplémentaires.

2039 – Nanovéhicules directement implantés dans le cerveau pour une réalité virtuelle d'immersion totale, sans équipement supplémentaire.

2040 – Recherche Internet directement par la pensée avec résultats affichés sur des lentilles de contact (ou des lunettes spécifiques).

2041 – Débit internet maximal de 500 millions de fois plus élevé qu’aujourd’hui.

2042 – Première réalisation potentielle d’immortalité grâce aux nanotechnologies.

2043 – Plasticité d'aspect du corps humain grâce à des nanorobots, et organes remplacés par des dispositifs cybernétiques ultrafiables.

2044 – Intelligence non-biologique des milliards de fois plus performante que l'intelligence biologique.

2045 – Singularité technologique. La Terre se transformera en une gigantesque machine

2099 – Extension du processus de singularité technologique à tout (ou parties de) l’Univers. 

(voir la nouvelle liste des prédictions de RK de 2019 : ici)

Perspective : 2100 - Fin de l'humanité même sous sa forme artificielle (note de l'auteur).

https://en.wikipedia.org/wiki/Predictions_made_by_Ray_Kurzweil

BIO : "Prime Editing" - le CRISP-Cas9 bientôt remplacé.

Une équipe du MIT et de la Harvard University publie dans le dernier numéro (21 octobre 19) de Science (ici) une nouvelle méthode d’édition du génome : le "prime editing".
Cette nouvelle technologie de bio-engineering permet, selon les auteurs, de fournir une meilleure précision que le CRISPR-Cas9. Contrairement à CRISPR-Cas9. Permettant de ne remplacer qu’un brin d’ADN à la fois, elle réduit la probabilité d’insertions aléatoires ou de suppressions de séquences d’ADN, ce qui résout le problème du CRISPR-Cas9 qui coupe les deux brins en même temps pour être remplacés par une nouvelle séquence sur chacun des deux brins.
La précision en est d'autant augmentée, permettant un travail quasi parfait au sein du génome. On attend les premiers résultats dans la mise en oeuvre de cette technologie révolutionnaire qui propulse encore plus en avant les progrès de la bio-ingénierie interventionnelle (ici).
Voir également dans ce blog : (ici)

DIV : IA et images - les réseaux de neurones de 1988 (7 octobre).

Y-a-t'il quelque chose de vraiment nouveau ?
http://bernard.claverie.free.fr/references/Neuro-Image-1988.pdf

Les 6 et 7 octobre 1988 se tenait, à l'Université Bordeaux 2 (Carreire - Bordeaux), le premier colloque français sur les réseaux de neurones et la reconnaissance d'image : "Neuro-Image". Inspiré du mouvement initié par les PDP (parallel distributed processes) et par la programmation parallèle de Inmos®, l'IRASCA (Institut Régional Aquitain des Sciences Cognitives Appliquées - Université de Bordeaux II) réunissait quelque 120 scientifiques autour des invités d'honneur Jacques PAILLARD (Institut de Neurophysiologie et Psychophysiologie du CNRS - Marseille) et Paul SMOLENSKY (Université du Colorado - Boulder) une réunion historique autour de quatre thèmes :

1. l'approche clinique de la reconnaissance (présidence de séance : Fréda NEWCOMBE - Radcliffe Infirmary - Oxford) ; 
2. les neurosciences de la vision, de l'image à la représentation (Présidence Michel IMBERT - Neurosciences de la Vision - Univ. Pierre et Marie Curie - Paris) ; 
3. les machines neuro-mimétiques pour la reconnaissance (Gérard DREYFUS - Ecole Supérieure de Physique et Chimie Industrielle - Paris) et Michel WEINFELD - Ecole Polytechnique - Paris) ; 
4. les modèles connexionnistes et l'IA pour la représentation (Jacques PAILLARD et Yves BURNOD - Institut Pasteur - Paris).

Chantre de l'interdisciplinarité, l'IRASCA avait ainsi mêlé les dimensions neuropsychologiques, cognitives, informatiques et électroniques des applications naissantes de réseaux de neurones. Ainsi les personnalités citées côtoyaient Glyn HUMPHREYS (Birkbeck College - Londres), Raymond BRUYER (Université de Louvain la Neuve - Bruxelles) et Xavier SERON (Clinique St. Luc - Bruxelles) Bernard RENAULT (Labo. d'Electrophysiologie et Neurophysiologie Appliquées - CNRS Salpêtrière - Paris), Simon THORPE (Lab. Neurosciences de la vision - UPMC Paris), ou J.M. CHASSERY et C. BELLISSANT de l'Institut de Mathématiques Appliquées de Grenoble), P. ANIZAN (CNET - Lannion), L. PERSONNAZ (ESPCI - Paris), H.P. GRAF (AT&T Bell Lab. - Holmdel et ses collègues, M. MOUGEOT et R. AZENCOTT (Lab. math. Application. - Paris Sud - Orsay), B. ANGENIOL (I.A. , Thomson CSF - Bagneux), B. ZAVIDOVIQUE et ses collaborateurs (ETCA - Arceuil), A. MARUANI et collaborateurs (Ecole nationale supérieure des Télécommunication - Paris), et Yves CHAUVIN (Lab. Psychologie de l'Univ. Stanford).
Des sessions de conférences étaient complétées par d'autres consacrées à l'exposition commentée de posters.
Le colloque était patronné par l'Université de Bordeaux II, et le colloque ouvert par son président, le Professeur Dominique DUCASSOU, et avait obtenu le soutien de la Région Aquitaine et du Département de la Gironde, de la Direction de la Recherche et des Etudes Techniques (DRET) du Ministère de la Défense (DGA), du Ministère des Affaires Etrangères, de la CCI de Bordeaux, ainsi que des sociétés TELMAT, BULL, INMOS, SCAIB, France Télécom, SARDE, OFFIKLI, Soft-Image, Definicon-Systems, Graftk, Microtel, et des écoles ENSERB, ESPCI, ainsi que de l'institut de neurobiologie théorique (INBT) de l'Université d'Angers et le CARME de l'Université de Bordeaux, et de la Banque Populaire du Sud Ouest.

L'initiative était lancée et le comité d'organisation présidé par Bernard CLAVERIE et comportait des personnalités comme Jean-Louis ERMINE (CEA, Univ. Bordeaux 1), Pierre HUMBERT (IGD, Univ. Bordeaux 3), Jean-Pierre BOURGEOIS (Institut Pasteur - Paris), Jacques PATY (Univ. Bordeaux 2) et bien d'autres (voir la liste ici).

DIV : l’ANORAA et ADER à l’ENSC pour aborder l’IA dans le C2 du futur.

Réunion commune de l’ANORAA Guyenne 

et d’ADER Nouvelle Aquitaine

ENSC - 11 avril 2019 - Bordeaux-Talence

IA et C2 air du futur ...

Les membres de la section Guyenne de l’ANORA (Association Nationale des Officiers de Réserve de l’Armée de l’Air) et ceux du réseau ADER (réserve citoyenne de l’Armée de l’Air) en Nouvelle Aquitaine se sont réunis le 11 avril 2019 sur le campus universitaire de Talence, à l’invitation de l’ENSC (École Nationale Supérieure de Cognitique) de Bordeaux INP.

Au programme, une journée d’études et d’actualisation des connaissances sur le rôle de l’Intelligence Artificielle dans les futurs systèmes de commandement et contrôle des opérations aérospatiales.

Après une présentation de l’ENSC, école partenaire de l’École de l’Air de Salon-de-Provence et du CEAM (Centre d’Expertise Aérienne Militaire) de Mont-de-Marsan, le Professeur Bernard Claverie, a introduit le concept de « Cognitique ». Cette science a pour objectif de mettre en œuvre les techniques du traitement des connaissances humaines par des ordinateurs. Comme l’informatique est la science du traitement automatique de l’information, la cognitique s’intéresse au traitement informatique d’un type particulier d’information : celle qui est créée, traitée ou transformée par les cerveaux humains, celle qui a un sens spontanée pour l’homme, et qui lui permet de vivre, de s’adapter, de connaître le monde et d’agir sur lui avec intelligence.

L’Intelligence Artificielle (IA) a quant à elle été présentée dans deux acceptions pratiques : d’abord celle d’une intelligence informatique, dotée de la toute puissance et des performances des machines modernes ; ensuite celle d’une intelligence humaine augmentée. Le but est de mettre à disposition d’opérateurs, de décideurs ou de simples usagers, la performance des machines pour amplifier, sécuriser et rendre plus efficaces les raisonnements, les décisions, les actes de la pensée humaine.

Ces fondements ont été éclairés par des applications au niveau du commandement et contrôle des opérations de sécurité militaire (C2), notamment dans sa « dimension air » qui nécessite rapidité, globalité et fiabilité des actions. Le général Gilles Desclaux, ancien commandeur des opérations aériennes, a présenté les principes du C2 et les originalités comparées des systèmes français et d’autres grands pays. Il a montré comment la notion d’Intelligence Augmentée est au centre du futur dispositif de la défense aérienne, combien l’IA est un enjeux de sécurité et d’indépendance nationale, et comment la recherche devient duale, militaire et civile, dans la maîtrise et la gestion des grands systèmes « à risque ».

Dans un troisième temps, une table ronde a réuni, autour du général Jean-Marc Laurent, titulaire de la chaire de Sciences Po Bordeaux « Défense et Aérospatial » des chercheurs de l’ENSC (Professeur Jean-Marc Salotti), de la DGA (Baptiste Prebot), de la Science and Technology Organisation de l’Otan (Hervé Le Guyader) et du Ministère de la Recherche (Professeur Benoît Le Blanc) autour des enjeux de l’IA pour la défense aérospatiale du futur. 

À l’issue, le public a pu visiter les installations de recherche et les simulateurs de vol et de C2 de l’ENSC.

IA - SHS : Nouvelle frontière franchie - la justice rendue par les machines.

La présidente de l'Estonie vient d'annoncer (selon Wired) son intention de confier le jugement des délits mineurs (dont les dommages sont inférieurs à 7 000 euros) à un système d’intelligence artificielle (IA). Ce système devra, dans un premier temps, se prononcer de manière  autonome sur la culpabilité d’un prévenu, sur le dommage subi et sur le montant de la peine. Le condamné aura la possibilité de faire appel devant un tribunal « humain » de deuxième instance, ou celui d'accepter la sentence, ce qui devrait être le cas dans un nombre significatif de cas et désengorger d’autant les tribunaux et permettant aux juges et greffiers de se consacrer au traitement des affaires plus complexes.

Une intelligence artificielle aura pour la première fois dans l'histoire de la justice la responsabilité autonome d’un jugement. Le principe de cette IA judiciaire a été développé par Ott Velsberg, directeur national des données en Estonie, et associera l’analyse des textes légaux, l’analyse des informations mises en ligne par les deux parties en conflit sur une plateforme dédiée, et les preuves, témoignages, allégations et informations personnelles concernant les parties. Là réside un second point qui peut être problématique, puisque ce principe est non conforme avec ceux de la RGPD européenne et pourrait engager à une justice prédictive avec une collecte préventive de données personnelles et les dérives de fichage qui seraient alors légalement justifiées par la commission potentielle de délits. La date de promotion de ce système est prévue pour la fin de l’année 2019.

Le premier et principal problème reste néanmoins celui, éternel, de la confiance dans la décision. En décembre 2018, un groupe de travail de la Commission européenne pour l’efficacité de la justice avait déjà proposé une charte éthique européenne sur l’utilisation de l’IA dans les systèmes juridiques. Ce qui pose problème est l’opacité du fonctionnement de tout logiciel de deep learning, dont le principe est justement d'échapper à toute possibilité de représentation cognitive. Le deep learning est en effet une méthode d’IA basée sur un  « apprentissage opaque » apprend d’elle-même en fonction de partis-pris de programmation (méthode, information de base, etc.). Il est impossible de savoir ce qui se passe précisément dans le programme, et on démontre que les apprentissages sont différents en fonction de données initiales différentes (sensibilité aux conditions initiales) et de la pratique (expérience) du programme. On peut par exemple craindre que des jugements initiaux soient moins pertinents que les suivants et qu’après un certains temps, les décisions convergent vers des bassins d’attraction, les rendant systématisées plus qu’individualisées.

IA : Intelligence artificielle explicable

Les applications d'IA envahissent le quotidien des hommes, que ce soit dans le domaine professionnel, le domaine de la vie privée, et même au delà, dans celui de l'intimité personnelle.

Le premier problème reste celui de la communication avec les outils de l'intelligence artificielle (UX), avant celui de la communication avec l'IA elle-même (KX) qui réserve de solides problématiques à la fois techniques et épistémologiques.

La DARPA a mis en œuvre un programme de recherche "CwC & XAI" qui aborde d'une part les dimensions UX du partage direct entre les personnes et les smart machines, et d'autre part qui valorise le partage de représentations propres à chaque catégorie de partenaires pour un partage en toute sécurité, robustesse et confiance. Ce programme est dirigé par David Gunning, à la fois expert en informatique et en psychologie.

UX : Communiquer avec les ordinateurs, ou la Communication with Computers (CwC).

Le domaine CwC dépasse le simple domaine des IHM (interfaces homme-machine), voire des IHS (intégration homme-système) de génération actuelle. Son ambition est de permettre une communication "symétrique" entre des personnes, expertes ou non, et les machines, dont les ordinateurs. La CwC est une forme d'IHS v2.0, pour laquelle les machines ne sont pas de simples récepteurs d'instructions ou émetteurs de réponses ou comportements  préprogrammés, mais de véritables collaborateurs capables de recourir et d'utiliser des modes spontanés de communication. On pense évidemment au langage naturel, dans ses désinences verbales ou écrites, mais également aux gestes avec l'haptique, à la compréhension des expressions faciales ou à celles des caractéristiques du regard ou de la motricité oculaire ...

La communication est ici comprise comme le partage de contenus cognitifs, représentations ou idées complexes mobilisées dans des contextes de collaboration. De telles idées complexes sont supposées être construites à partir de prototypes cognitifs variant de manière à être adaptés à chaque situation inattendue, non programmée, dans un registre ouvert de connaissances qui s'auto-enrichissent les unes les autres en fonction de l'expérience. C'est ainsi qu'à partir d'un nombre limité d'exemplaires représentationnels de départ, et notamment grâce aux caractéristiques d'un langage ouvert faisant place à l'analyse stochastique des ambiguïtés, peuvent émerger, se construire et se stabiliser des idées de plus en plus complexes.

Le recours à cette production émergente laisse une large part aux théories de la complexité et à celle de l'émergence, pour déboucher sur une forme d'intelligence artificielle capable d'exprimer des idées sur elle-même, c'est-à-dire de s'expliquer elle-même, d'expliquer ses "raisonnements", "représentations" et "décisions" à autrui, que celui-là soit humain ou machinique.

KX : la partage des connaissances ou l'Intelligence artificielle explicable (XAI).

Les succès des apprentissage par machine, apprentissage profond, décision automatique ... amène à un développement, au delà des interfaces CwC, à des applications d'intelligence artificielle (IA) de plus en plus rapide, robustes et autonomes. Ces systèmes sont capables de sentir, percevoir (c'est-à-dire associer des sensations à des représentations internes), se représenter (tenir des inventaires de correspondances congruents entre les éléments et situations réels et ceux représentés au sein des machines comme chez les personnes humaines. Ces apprentissages s'inscrivent dans des activités mnémoniques pour lesquelles les différents registres qualitatifs de mémoires rencontrent les masses de données qui peuvent être traitées dans le cadre du Big Data. Dans ce contexte, les machines sont capables de très rapidement et avec un taux d'erreur très faible de décider et le cas échéant d'agir dans des délais proches de l'immédiateté. 

Ces dépassements des simples capacités humaines engendrent la création de machines autonomes, dont le contrôle éventuel ne peut être fait qu'à postériori, dans des temps compatibles avec ceux de la lenteur de l'appareil serveur et/ou cognitif humain.

C'est là que se pose le problème du blocage de l'efficacité des systèmes par l'impossibilité que l'homme a de faire confiance à la machine. On connait ce type de situation dans le domaine du véhicule autonome et encore plus dans celui des SALA (systèmes d'armes létales autonomes) avec lesquels le respect de la vie humaine peut être engagé. La seule solution est une forme d'apprentissage collaboratif, partenarial, de l'homme et de la machine, dans laquelle la machine est capable d'expliquer à l'homme le sens de ses décision et les limites de son autonomie ; ce que ne savent pas faire les machines actuelles. 

De tels systèmes symbiotiques (HAT pour Human-Autonomy Teaming) nécessitent une Intelligence Artificielle capable de s'expliquer, et donc "explicable". C'est tout l'enjeu de la "confiance" dans les machines décisionnelles ou de contrôle, dans un projet global d'intégration bidirectionnelle des hommes et des machines, de type XAI.

IA - SHS : Et les machines deviendront citoyennes ...

Il est évident que les prochains mois verront encore plus d’IA envahir le monde dans toutes ses dimensions, qu’elles soient professionnelles, médicales ou de santé, économiques et de consommation, pour l’automobile, l’aérospatiale, la ville connectée, les télécommunications et les smart grids, le jeu et le loisir, etc. Si beaucoup d'entre nous la souhaitent plus pratique, plus utile, plus accessible, plus écologique et plus éthique, certains la voit aussi jouer un rôle majeur dans l’automatisation de certaines tâches, dans l’économie des emplois, ou dans la création de richesses comme dans la production d’économies et donc de gains financiers. Tout un chacun ambitionne pour soi, ses enfants, parents et proches, l’amélioration des conditions de vie, de travail, de la performance des diagnostics, pronostics et traitements pour une médecine personnalisée et, pour tous, une gestion efficace des ressources, de la gestion de l’environnement, depuis celui la planète jusqu’à celui de son domicile ou de sa voiture, de la consommation des énergies et des fluides jusqu’a la sécurité globale, etc.
Les attentes sont immenses et les besoins encore plus. La convergence du machine learning (ML) et du big data (BD) pour de meilleures informations, connaissances et décisions, au milieu d’une prolifération données dont la gestion dépasse les capacités humaines et l’entendement, permet d’entrevoir une délégation de plus en plus importante des circonstances, moyens et buts de nos vies modernes aux machines.
Si la grande question est toujours, et encore et encore, celle de la confiance du délégant au délégataire, il sera forcément nécessaire de quantifier la responsabilité et son transfert dans la situation d’autonomie (de comportement, de décision, etc.), et pas seulement selon les équations absurdes que des experts de sciences économiques ont donnés en pâture aux assureurs, banquiers et autres spécialistes du bénéfice de l'argent qui ne leur appartient pas. C'est d'ailleursceux-là dont l'IA va aussi balayer les emplois.
Selon Or Shani, PDG de la société Albert, le grand défi de l’IA sera celui de pouvoir répondre à la question « Pourquoi ? ». Selon lui, et après avoir observé les interactions des utilisateurs avec les machines, les humains ne supportent plus de ne pas savoir ce qui se fait et pourquoi cela se fait.
Or les machines ont du mal aujourd'hui, telles qu'elles sont, à expliquer rationnellement et dans un langage compréhensible et qui prend le temps du cerveau humain, ce qu’elles font à partir d’algorithmes très compliqués sur des données inimaginables à des vitesses fulgurantes. De cela découlent deux conséquences : (1) la frustration et (2) la méfiance, voire la crainte.
C’est sur ces deux bases que surfent d'ailleurs les escatologues de la modernité, des plus géniaux aux plus riches, en passant par Hawking et Musk en appelant à réglementer, contrôler, empêcher ... ou mourir ...
La solution serait-elle de travailler à la convivialité des IA, à leur apprendre à ne plus se contenter, à la question « Pourquoi », de répondre « Parce que » ? C’est la thèse de Shani selon lequel les créateurs, producteurs, fournisseur et vendeurs d’IA ne pourront bientôt plus se satisfaire de contourner la transparence, le besoin ou l'envie des utilisateurs, clients ou simple citoyens, « à comprendre ».
Il en va de la conviction et de la confiance, et donc de l’acceptation des systèmes d’IA qui doivent aujourd’hui convaincre les utilisateurs qu’elles travaillent à des objectifs partagés.
Autrement dit, vers des IA intelligentes et citoyennes ..!

DIV : IBM prévoyait 2018.

IBM s'est toujours intéressée au futur. Ainsi, en 2013 faisait-elle cinq prévisions sur le futur des technologies à 5 ans (voir le lien). Et bien, nous y sommes, car  2013 + 5 = 2018.

1. L'école personnalisée, avec des data complètes du parcours scolaire de l'enfant et des algorithmes permettant de proposer des solutions personnalisées aux professeurs. C'était sans compter sur les ministres se perdant dans les stérilités de l'écriture inclusive et ceux chassant le big-iz-bioutifoul des universités de campagne. Comme la médecine personnalisée, l'éducation reste sur le banc de touche du progrès.
2. Le commerce de proximité organisé par le consommateur et son smartphone. En récoltant les goûts, besoins, préférences, les commerçants locaux devaient pouvoir proposer des produits personnalisés dont le client à besoin. C'est au contraire, mais peut-être seulement encore, le commerce connecté qui se taille la part du lion, entre Amazon, Alibaba et autres géants qui tendent à écraser les petits commerces locaux.
3. Les médecins aidés par les ordinateurs pour traiter les maladies génétiques et le cancer. C'était grâce à l'analyse de l'ADN que les traitements les mieux adaptés, notamment pour attaquer le cancer, devaient être proposés, et cela grâce au calculs sur les grandes masses de données (big data) et grâce à des découvertes génétiques révolutionnaires. Carton plein pour IBM, avec évidemment un peu de retard du côté des médecins, mais de grandes découvertes telles que celles des ciseaux moléculaires Crispr-Cas9 ou -Cas13, et les avancées fulgurantes de l'IA qui détecte déjà de manière très efficace les cancers et propose les traitements adaptés.
4. Un véritable "gardien numérique" devait assurer la sécurité des données personnelles, en analysant les comportements et le contexte d'usage des données, et en vérifiant l'identité de chaque personne sur chaque appareil. Là encore, IBM voyait clair et annonçait les progrès fantastiques de l'identification biométrique et ceux de la sécurité par la blockchain. 2018 sera d'ailleurs l'année de l'entrée en vigueur de la directive européenne sur la protection des données (RGPD). Des progrès restent néanmoins, là encore, à faire pour arriver à un niveau tel que l'espérait IBM.
5. Les villes devaient être connectées en véritables "smart cities". Les machines devaient comprendre en temps réel des milliards d'éléments et apprendre à comprendre ce que les habitants veulent, aiment et font, pour les aider à vivre et se déplacer au sein des grands espaces urbains. Probablement qu'IBM péchait encore par optimisme, avec pourtant quelques initiatives concernant les transports, les réseaux de distribution ou de collecte, mais aussi portant sur les capteurs et caméras et les compteurs "linky" qui soulèvent tant de résistances de la part des habitants.

Ce qui est certain et qui était prévisible est qu'il est bien difficile de prévoir, surtout par excès d'optimisme dans le domaine du numérique, guidée par le consumer (client, consommateur utilisateur), et qui rencontre tant et tant de résistances, de retards, voire de mauvaises volontés de la part des décideurs comme de celui des citoyens et des fournisseurs de matériels et de services. Comme quoi, le progrès ne va pas de soi. 

IA : Pourquoi ne pas consulter un robot médecin ?

L'intelligence artificielle (IA) a de beaux jours devant elle en médecine (lien ici) et là. Ainsi, un robot chinois a même réussi l'examen national de médecine pour devenir médecin. Ainsi, le robot Xiaoyi, qui a été développé par le leader chinois de l'IA iFlytek en collaboration avec l’université pékinoise de Tsinghua, a obtenu son diplôme national de médecine après avoir obtenu 456 points sur 600, soit 96 points de plus que la note minimale pour être reçu, et bien supérieure à la moyenne nationale, en moins d'une heure pour une épreuve prévue sur dix heures. Pour obtenir ce résultat, alors que les examinateurs ont vérifié que Xiaoyi ne se connectait pas à Internet et ne travaillait qu'avec sa mémoire et sa réflexion, le robot a parcouru et compilé en moins d'un an et demi un million d'images médicales, 53 ouvrages, deux millions de dossiers médicaux et 400 000 autres documents et rapports. L'objectif d'iFlytek est dans un premier temps d'utiliser l'IA de Xiaoyi pour aider les praticiens à améliorer les traitements, notamment pour les cancers, améliorer leurs diagnostics et le choix des traitements, et aider à la formation de nouveaux médecins. Il devrait également être déployé dans toute la Chine dès mars 2018 pour lutter contre les déserts médicaux. Si les Chinois sont aujourd’hui les leader en matière d’intelligence artificielle médicale, il ambitionnent maintenant d'étendre leur suprématie de manière générale en IA d’ici à 2030 (lien).