Player is loading...
L'IA au service du futur: penser demain, savoir demain
Giorgio Pauletto, Directeur stratégie et innovation, SIG
Friday, Dec. 1, 2023 · 9:01 a.m. · 18m 31s
Embed
Transcriptions
Note: this content has been automatically generated.
00:00:02
merci beaucoup à toutes et tous d'être ici ce matin ça fait super plaisir d'être d'être avec vous
00:00:08
et ce que je voulais faire ses parcourir avec vous rapidement un fil rouge vous lisez
00:00:13
plus vite que je ne peux parler donc je veux parler lire les uns après les autres
00:00:18
mais peutêtre repartir sur quelque chose qui était essentielle c'est bien comprendre l'histoire qui a derrière pour
00:00:24
se projeter mis en avant donc la première partie
00:00:27
simplement les petites chronologie pour vous présenter quelque chose que
00:00:31
le fait que le latin je refais ciel c'est quelque chose de totalement nouveau va vous le
00:00:35
savez peutêtre mais en tout cas la naissance de l'intelligence artificielle c'est vraiment les années 50
00:00:41
avec eux turing qui fait ce fameux test de turing que vous connaissez probablement que celui de dire estce que je peux distingués
00:00:47
quelqu'un qui est derrière un paravent à ce que ces machines ou estce que c'est un humain si j'ai un dialogue avec eux avec lui ou elle
00:00:53
et donc ça c et quelque chose qui maintenant on voit bien ça
00:00:57
ça a bien été dépassé mais c'étaient les premières questions qui sont posées
00:01:01
et le terme a été vraiment sorti dans une conférence à dartmouth
00:01:05
oui avait aussi mccarthy etc et cette voyez s'adapte vraiment y'a très
00:01:09
longtemps les années 67 la même époque d'ailleurs que vous avez les
00:01:14
les romans d'anticipation notamment d'isaac asimov avec les 3 règles de la robotique qui
00:01:18
apparaissent hein donc c'est vraiment ce collectif de réflexion autour de sa qui est apparue
00:01:23
les années 60 vous avez vraiment la recherche fondamentale qui est apparu ou ya vraiment les
00:01:28
grands centres comme le mexique a commencé à ouvrir un centre de recherche sur l'intelligence artificielle
00:01:34
et puis y'avait vraiment cet optimisme très élevé a eu lieu les premiers essais de aussi de la
00:01:40
botte on ne sait pas suffisamment mer et à un produit qui s'appelle elisa meilleures mains encore un elisa effect
00:01:47
c'est dire que vous avez l'impression qui a vraiment quelqu'un qui vous parle d'eux et en fait
00:01:50
ça date de cette époque là déjà pensé concentrer beaucoup sur les systèmes symboliques et même des langages de programmation
00:01:57
extrait qui sont nés à ce momentlà et avait un très grand optimise en se disant bah tiens là on
00:02:02
accra quel code envoyé arrivé dans pas longtemps et
00:02:05
évidemment comme toute l'espoir et espérer b à d
00:02:09
des surprises dans les années 70 c'est ce qu'on a appelé l'hiver de l'i. a. c'estàdire que
00:02:14
le lean cet enthousiasme initial c'est un peu tard et puis surtout mal le financement qui avait
00:02:19
derrière c'est à dire tout les programmes de recherche qui était beaucoup financées aussi par eux le militaire
00:02:24
à été nettement réduit donc et beaucoup moins de recherche qui a été faite
00:02:28
puis les industries se sont intéressés à d'autres d'autres sujets à l'époque
00:02:33
finalement les années ont passé ait eu des exemples aussi par exemple le tout ce qui est conduite automatique
00:02:38
on sait aussi assez peu mais ça a été commencé également à stanford dans les années 70 et 4 vingts
00:02:43
et là on trouve vraiment l'apprentissage automatique qui révolutionner les choses
00:02:48
et les premier au concours d'intelligence par exemple artificiels qui
00:02:52
sont utilisés pour la conduite automatique dans des terrains qui sont méconnus
00:02:56
et les systèmes experts qui sont devenus vraiment à quelque chose auquel on croyait beaucoup
00:03:01
ceux d'entre vous qui sont un peu plus âgés se rappelleront des systèmes experts parce que c'était des façons de finalement
00:03:08
trouver les embranchement les logiques qui avait derrière eux derrière les décisions humaine
00:03:13
et puis à unes d'un deuxième hiver de lee a donc vous voyez que ces images génère évidemment absorber des titres avec dali
00:03:20
et le deuxième hiver de lit assez simplement le fait que de nouveaux
00:03:24
ses attentes de ses promesses ne sont pas trouvé leur eux leur chemin
00:03:28
et que finalement ça s'est arrêté encore pendant les années 4 vingts jusqu'à.
00:03:32
aux années 90 ou où finalement la puissance de calcul un petit peu les données surtout la puissance de calcul était là
00:03:38
et puis il ya un événement qui s'est passé vous rappelez certainement c'est l'avènement de deep blue
00:03:43
qui a battu b garry kasparov en tout cas eu
00:03:46
égalité puis ensuite un jeu qui a été attribué à débloquer
00:03:50
donc là un peu surprise un événement marquant un marqueur de l'histoire
00:03:56
les années 2007 vraiment les années où le développement
00:04:00
massif des données est arrivé un vous voyez qu'internet arrive
00:04:05
et donc là on peut améliorer les algorithmes sur la base du nombre de données qu'ont à disposition
00:04:10
et puis c'est là qu'arrive le terme apprentissage approfondir un petit un petit mot encore
00:04:15
alors j'ai fait décès d'un peu plus grande pour les dernières années presque là ça
00:04:18
devient peu plu un peu plus large et à les années 2010 est vraiment là
00:04:24
là les années où par exemple IBM arrive à battre en fait les humains aussi
00:04:28
un jeu comme le japon et des services celle là je vous donne la réponse formuler la question
00:04:34
eh bien là tout à coup et remporte ce jeu devant des humains et
00:04:37
puis évidemment vous avez entendu également le jeu de go avec lycée dans lesdites mind
00:04:42
qui fait alphago et grande surprise un jeu auquel on a joué depuis le 3'000 ans
00:04:48
y'a des coûts qui sont joués qui sont de créativité inattendue et donc des
00:04:52
zones qui était pas explorer tout à fait de la même manière par un humain au parrainage
00:04:56
donc l'intégration de l'i. a. dans la vie quotidienne devient de plus en plus fortes
00:05:01
que ce soit dans les accords de recommandations que ce soit dans
00:05:04
le pilotage automatique des usines que ce soit dans le pilotage aussi des
00:05:07
des voitures ça c'est beaucoup démocratiser depuis les années 2000
00:05:11
20 arrive et puis là bien sûr on met dans notre époque
00:05:15
avec 2022 l'arrivée de jupiter des intelligences artificielles générative
00:05:20
et donc à ce moment là on voyait un essor monstrueux un serment
00:05:24
exponentielle 100 millions d'utilisateurs en moins de deux mois s'est jamais arrivé avant
00:05:29
et ça se généralise partout puisque c'est quelque chose qui
00:05:32
et l'engagement qu'on peut utiliser dans plein de plein de domaines
00:05:35
donc l'accent fort maintenant il émit sur rien entendre avec mes oeufs mais les orateurs
00:05:41
qui suivront un sur la partie vraiment éthique et régulateur un comment estce qu'on va
00:05:45
pouvoir aussi éviter de tomber dans des dernières de ce type d'utilisation
00:05:50
et puis ben vous avez vu également ces derniers temps la saga ça maintenant et vous prenez un
00:05:55
ça on le voit dans les dans toutes les nouvelles
00:05:58
avec aussi l'arrivée d'un projet qui s'appelle projet tustin
00:06:02
ou 0 un petit peu un petit peu dwight autour de ça ou alors on se dit
00:06:06
bah tiens qu'estce qui vont inventer d'après ce que céline logique encore un peu plus grande
00:06:10
et là y'a un peu de mystère autour de ça mais c'est quand même intéressant de voir ça continue à progresser
00:06:16
donc pour d. ouvrir un tout petit peu l l cadrer ouvrez un peu la boite voir ce qui a
00:06:22
de dans eux quand on parle de d'i. a. de machine learning de deep learning ou de modèle de langage
00:06:29
deux point par le taux souvent on a pas vocabulaire qui ont
00:06:32
un peu perdu face à sa donc je vous donne juste vraiment
00:06:36
n petite explication surface mais on parle d'intelligence artificielle justement parce
00:06:41
que c'est le terme qui a été utilisé déjà depuis les années 50
00:06:44
c'est vraiment le domaine de recherche dans
00:06:46
lequel on regarde comment imiter les comportements
00:06:51
humains et comment estce qu'en fait on peut prendre des décisions de manière globale humaine
00:06:55
donc ça peut aller de la robotique la traduction de la création d'images ça peut
00:06:58
être la classification ya plein de choses qui sont eux peuvent être rangés sur l'intelligence artificielle
00:07:04
so apprentissage automatique cette fois ci c'est ce fameux dipl machine learning
00:07:10
c'est à dire que la machine ellemême elle est programmé pour apprendre
00:07:13
et donc ça c'est l'étape numéro de séquence de programmes algorithme
00:07:17
luimême mais c'est en fait un algorithme de autoapprentissage pour un programme
00:07:22
et puis sous sa ont à ce qu'on appelle l'apprentissage profond le diplômé
00:07:26
et là on passe aux réseaux de neurones profond donc cette fois ci on utilise on va dire
00:07:31
une métaphore investissent pas dans le cerveau ce n'est pas une copie du cerveau mais cette métaphore
00:07:35
ou simplement va regarder à l'intérieur d'un système complexe comment estce que les ne
00:07:40
les arrête vont être pondérées pour pouvoir faire un apprentissage sur des couches de neurones différents
00:07:45
et puis dans les modèles de langage bah c'est ce qu'on a vu apparaître aujourd'hui cette unité
00:07:50
classe si on veut de d'apprentissage profond qui fait partie de l'apprentissage automatique
00:07:55
dans lesquels en fait on a des modèles de fondation saverne après les grandes données
00:07:59
grandes bases de données et puis à partir de là on
00:08:02
a fait apprendre au système de manière automatique à générer du langage
00:08:06
et donc vous voyez qu'eux c'est une toute petite partie finalement qui a plein de choses encore qui vont apparaître avec ses tirs
00:08:13
alors comment ça marche par exemple sur jupiter était donc pas vous donner tout les détails mais pour vous
00:08:19
donner un tout petit peu ce qui a derrière sur qu'on aura l'occasion de d'entendre plus
00:08:24
premièrement ça utilise qu'on appelle l'architecture de transformer cette c'est une
00:08:28
architecture qui avait été mise au point dans les papiers de recherche par google
00:08:31
et qui a été ensuite utiliser parvenait à épars métal par plein d'autre et à
00:08:35
d'autres modèles concurrents mais c'est celuilà qui a le mieux marcher pendant ce temps
00:08:39
donc cette lacune architecture de neuronal de grands de grande taille et avec un apprentissage
00:08:45
non supervisé ensuite superviser donc première chose confesser qu'on lui donne des grandes quantités de texte
00:08:50
pour qu'ils puissent apprendre et en fait on lui dit pas ce qui doit prendre lui donne juste c'est cette quantité de textes et
00:08:56
lui va tirer des patterns de ça et ces patterns on les voit pas en fait qui sont inclus dans les poids du système neuronal
00:09:03
ensuite ya tout ce qui était l'ajustement fin c'estàdire qu'on veut que ce soit fait mais sous forme conversationnel et donc la
00:09:09
ce qui va se passer c'est on va lui dire vraiment bas voila si tu site utilise ce mot après
00:09:15
cette séquence de mots parce qu'en fait cette analogie qui
00:09:17
va prédire simplement la probabilité la plus grande du prochain mots
00:09:22
eh bien on va lui dire oui basculer les justes et suis là il faut donc là cette fois ci on sort de l'échantillonnage
00:09:28
simplement d'apprentissage non supervisé mais là on va lui dire oui là c'est bien là c moins bien donc là on va améliorer encore
00:09:35
ça pour que ça puisse faire vraiment un langage conversationnel et puis quatrième partie c'est ce qu'on appelle le renforcement
00:09:41
par apprentissage supervisé humain c'estàdire que live vraiment des gens vous mettez en poussant au en poussant bah des fois ça suffit
00:09:47
pour lui dire bah non ça c'est plutôt pas mal et ça c'est plutôt pas bien et en fait ces apprentissages là ils ont été
00:09:52
également fait a en partie plus si à tout un polissage auto vous avez
00:09:56
vu certainement si vous avez utilisé qu'à certaines questions que les répond pas
00:10:00
oui vous renvoie simplement en disant mais là ça c'est pas possible que je vous donne 7 cette
00:10:04
information je suis pas c'est donc tout ça et fait simplement après pour faire un une couche de polissage
00:10:11
et puis finalement bah voilà ce qui arrive c'est un outil qui permet de rentrer à en interaction
00:10:17
en temps réel ce qui est vraiment quand même assez surprenant et puis aussi de manière à générer du texte
00:10:24
et on verra aussi d'autres manières on peut générer des images peut générer des sons etc donc plein de choses qu'on peut faire
00:10:30
alors la question de l'emploi puisque c'est ça qui nous régissent et aussi beaucoup ce matin on a entendu dans les
00:10:35
dans les présentes présentation précédente comment se
00:10:38
jeter ce débat utile avec les examens standardisés vous
00:10:42
savez que bah moi je fais mes études en partie aux états unis en fait on doit passer
00:10:45
des tests standardisés donc moi j'ai passé le gérant quantitatif les states le gérant rating 7
00:10:51
et en fait ce que vous avez dans ce graphique cette
00:10:54
homogénéité se débrouille et combien de personnes sont moins bonnes que lui
00:10:59
moins bonne que lui donc lui les meilleures qu'ici 4 vingts pourcent des gens et vous voyez que et c'est assez impressionnant qu'en
00:11:06
fait il arrive à passer ces tests avec jean assez grande facilité en
00:11:10
tout cas la version témoins bonne beaucoup moins bon niveau mathématique
00:11:14
ils ont ajouté des couches de logique et d'apprentissage supervisé pour les maths
00:11:18
et en fait il devenu très long la même chose pour eux le droit
00:11:22
donc vous savez qu'aux etats unis s'éduquer allowance pas tout
00:11:24
à fait le raisonnement que dans le droit européen enfin y'a beaucoup
00:11:29
de cas et donc il faut se rappeler beaucoup de choses donc évidemment élu très bons enter en il a passé le bas exam
00:11:35
facilement et puis évidemment les tests d'état standardisés donc vous avez beaucoup tu cm
00:11:40
et beaucoup de textes à trou alors vous imaginez bien lui il adore les textes atroce et grâce à ça qu'il a été entre nous
00:11:46
donc ce qui se passe étudia très beau
00:11:49
pour compléter des textes pour résumer des choses pour synthétiser qui
00:11:53
aussi pourvoir des patterns que nous n'a pas vu donc toutes ces tests aussi de logique de remplacement bye
00:11:58
il les voit donc cesser impressionnant peut se poser la question et en quoi estce que c'était standardisés sont encore très valable
00:12:04
ou pas ce que quelqu'un qui a cet outil va finalement il a il a cette base de connaissances à sa disposition
00:12:09
d'où la slide suivante pour la crainte de se
00:12:12
faire remplacer parvenir c'est en fait je vous laisse lire un
00:12:18
on va pas est remplacé par lien mais simplement si quelqu'un a dit à bah il a un avantage compétitif
00:12:25
qui est très supérieur au nôtre donc c'est pas tellement moi contre la machine c'est estce que j'arrive à
00:12:32
courir avec la machine et utilisé par ce que c'est surtout ça qui va être intéressant
00:12:37
c'est pas tellement le fait que la responsabilité en tant qu'êtres humains il va rester
00:12:42
simplement je dois prendre cette responsabilité en disant oui bah là peut être que je dois être et avoir un peu plus d'esprit critique
00:12:48
en regardant ce que la machine me dit et ce que moi je peux générer
00:12:52
et peut être généré plusieurs fois des choses ça c'est aussi très important d'avoir
00:12:56
cette capacité à boire plusieurs exemples pour ensuite en faire en tirer le meilleur
00:13:02
donc les et les exemples que vous verrez eux certainement qui sont plus métier
00:13:07
j'ai l'associer à mes ami amises autre orateur aux autres acteurs
00:13:13
de cette matinée en revanche ce qui est sûr c'est vous allez avoir des outils de productivité
00:13:17
typiquement microsoft comme investi 13 milliards ils vont pas laisser simplement prenez aller faire un
00:13:22
petit peu leur business centre intégré tout ça vous avez peut être déjà entendus
00:13:26
mais vous allez avoir probablement dans tout vous outils des extensions d'intelligence artificielle
00:13:32
qui seront proposées évidemment contre monnaie selon tes tribus chante mais ici un
00:13:37
exemple d'utilisation bah vous rentrez dans un dans un outil comme thing
00:13:43
vous pouvez avoir maintenant des résumés de ce qui s'est dit et des p. v. de spécialité
00:13:48
également vous pouvez avoir le temps de parole de chacune
00:13:51
des personnes etc donc vous voyez que ça peu augmenté massivement la façon
00:13:57
evidemment ça pose des questions sur eux et ce qu'on est
00:14:00
pas en train d'attaquer le l'engagement ailleurs valoir un noir eric
00:14:04
affaire de très beaux papiers en novembre 2000 en avril 2023 sur ça
00:14:09
on était en train de finalement revoir séquelles l'engagement
00:14:13
et l'interaction entre les humains donc la question et ouverte
00:14:16
en disant bah ça va poser des questions en termes de manipulation des données ou génération
00:14:21
langage qui ne serait pas utilisé a bien un bas dans un bonnet à bon escient
00:14:27
la centralisation du pouvoir qui adam certainement donc ça pose cette question
00:14:31
et peut être que la crainte qu'il a plu lointaines c'est vraiment ce développement incontrôlée c'est super intelligence
00:14:38
je pense que tout les sujets d'avance est à dire la cybersécurité le fêter débit et le fait soit capable
00:14:43
de manipuler générer du langage sont plus importants et son actuel
00:14:47
alors que cette idée de super intelligence allait encore assez loin
00:14:50
donc l'europe je vous laisserai lire c'est un résumé aussi de
00:14:54
ce qui a été fait dans différents endroits ils sont contraints de
00:14:58
ces deux statuer ce fameux et actes et donc d'
00:15:02
essayer de générer de proposer en fait une classification des intelligences
00:15:06
artificielles dans différents domaines un peu comme on le fait pour la médecine et certains médicaments c'estàdire ce qui est
00:15:12
totalement inacceptable et donc très contrôlée et puisque
00:15:15
i. peut être à haut risque ou à risque limité
00:15:19
et puis ce qui est bien sûr harris minimales sont il peut être déjà dans les filtres
00:15:22
de spam vous savez quand on a pas beaucoup de spam parce que justement ça prend forme
00:15:28
ici vous voyez si ça maintenant et venus en europe c'est probablement parce qu'il veut que je péter soit ici et par là
00:15:34
et donc y'a eu vraiment aussi beaucoup de
00:15:38
de pousser pour essayer de voir ce qui a l. a. bonne
00:15:42
règle pour éviter de complètement tuer l'innovation d'un côté ou
00:15:46
alors à aller dans un risque qui et inconsidéré de l'autre
00:15:51
donc là ce que je vous présente ses juste encore en très rapidement ce que j'arrive à la fin de non
00:15:57
notre présentation mais l'idée c'était de se dire ma comment estce qu'on va penser le futur
00:16:02
et en fait pour vous aider vous les entreprises ont essayé avec un collectif qui s'appelle manufacture thinking
00:16:08
de proposer eux un ouvrage et aussi l'intelligence artificielle qui
00:16:12
permet de s'adapter à des changements et d'imaginer des futurs possibles
00:16:17
ça s'appelle de la prospective on s'est dit qu'il valait mieux avoir là la boussole que la carte
00:16:22
parce que quand le terrain bouge main parfois il faut savoir s'orienter donc se poser les bonnes questions et très important
00:16:27
alors pour ça on a évité un bouquin vous le trouverez
00:16:31
facilement aux editions gérard on a voulu aussi remettre l'humain l'intérieur
00:16:36
complètement de cette démarche c'est à dire d'utiliser l'intelligence collective des groupes
00:16:41
et l'intelligence artificielle et combiner les deux pour trouver le meilleur du d deux d deux choses
00:16:47
donc la méthodologie et simplement d'imaginer devoir quelles sont les signes du changement tout d'abord
00:16:54
ensuite d'imaginer les tendances émergentes de ça de faire émerger toute
00:16:58
cette toutes ces tendances pourront en faire un agrégat qui est plausible
00:17:04
et puis ensuite de faire des propositions transformateurs et c'est à dire de voir par
00:17:07
exemple dans une usine et ce que l'usine statistiques va remplacer des usines qui sont
00:17:12
basé sur simplement de la prédiction très classique
00:17:16
et puis finalement décidé d'implémenter ça dans les écosystèmes et donc ça c'est un guide et
00:17:21
un manuel qui vous permet d'explorer ses futurs en groupe et puis à la méthode pour le faire
00:17:27
et aussi à travers nos expériences et ce qui a 10 ateliers qui ont été faits sur différents domaines
00:17:33
donc ce que joseph et aussi ses je vous ai préparé en fait un intelligence
00:17:38
artificielle qui contient le livre donc vous pouvez discuter avec le livre si vous fléchissait coll
00:17:42
évidemment faut voir la version 4 de george était donc le bouquin et contenus moi je vais donner les propos aussi
00:17:48
et donc vous pouvez discuter avec les auteurs de manière indirecte entre texte et intéressante aussi proposer cette façon de faire
00:17:54
et donc vous pouvez vous faire et d'idées et poser des questions et en fait lire le
00:17:58
livre de manière complètement différente évidemment ça n'enlève pas la valeur de fait d'avoir l'objet
00:18:02
puisque son objet social on va pouvoir en discuter mais c'est aussi
00:18:06
intéressant de d'utiliser cette partie plus intelligence artificielle puisqu'on en parle
00:18:11
donc je vous laisse avec sa citation d'henri bergson le fameux philosophe français
00:18:16
et puis qui nous dit que l'avenir n'est pas ce qui va nous arriver
Conference Program
Messages de bienvenue
Esther Mamarbachi, Philippe Fleuri
Dec. 1, 2023 · 8:36 a.m.
Mots d'introduction
Alexandre Epalle, Directeur général DG DERI, Département de l'économie et de l'emploi (DEE)
Dec. 1, 2023 · 8:40 a.m.
L'IA au service du futur: penser demain, savoir demain
Giorgio Pauletto, Directeur stratégie et innovation, SIG
Dec. 1, 2023 · 9:01 a.m.
Comprendre la logique et le fonctionnement de l'IA
Yvan Cognasse, Co-directeur du CAS en transformation digitale, HEG Genève & Responsable pour l'Europe du nord, Oracle Suisse
Dec. 1, 2023 · 9:21 a.m.
Partage d'expériences avec QMT Suisse: l'IA mise en application
Ivan Meissner, CEO, QMT Suisse
Dec. 1, 2023 · 9:41 a.m.
Partage d'expériences avec Eskenazi: l'IA mise en application
Livio Elia, CEO, Eskenazi
Dec. 1, 2023 · 9:54 a.m.
Les limites de l'IA
Johan Rochel, Chercheur, EPFL & Co-fondateur, Ethix - laboratoire d’éthique sur l’innovation
Dec. 1, 2023 · 10:10 a.m.
Table ronde
Dec. 1, 2023 · 10:30 a.m.
Recommended talks
Analyse des crises économiques et financières mondiales. Quels sont les remèdes à adopter ?
Dr. Paul H. Dembinski, Dr en économie politique
Nov. 17, 2012 · 2:20 p.m.
123 views
L'approche services ecosystémiques: un levier pour l'agriculture urbaine?
Nicolas Dendoncker, Université de Namur
March 27, 2018 · 7:55 p.m.
206 views