class: center, middle, inverse, title-slide # Intelligence artificielle ## Faisons le point. ### Frédéric Blanchard
CReSTIC, URCA ### Collège Paul Éluard, Verzy – 15 février 2021 --- # Remerciements - **Mme Juliette Roussel** pour son invitation, - **Mme la Principale** et **l'ensemble du personnel** de l'établissement pour leur accueil - **M. Oscar Dubots** stagiaire au laboratoire pour l'aide à la préparation de cette présentation # Qui suis-je ? [Frédéric Blanchard](https://fredbl.gitlab.io)<br/> maître de conférences en informatique<br/> Laboratoire de recherche [CReSTIC](https://crestic.univ-reims.fr)<br/> [Université de Reims Champagne-Ardenne](http://www.univ-reims.fr) --- # Google Trends « Intelligence artificielle » ![Google Trends 1](./images/google-trends-01.png) --- # Google Trends « Intelligence artificielle » Vs. « Hamburger » ![Google Trends 2](./images/google-trends-02.png) --- # Google Trends « Intelligence artificielle » Vs. « Hamburger » « tik tok » ![Google Trends 3](./images/google-trends-03.png) --- # Google Trends « Intelligence artificielle » Vs. « Hamburger » « tik tok » « covid » ![Google Trends 4](./images/google-trends-04.png) --- class: inverse, center, middle # Définition et exemples d'approches --- # Wikipedia ![intelligence artificielle, selon wikipedia](./images/wikipedia.png) --- # Préhistoire > « every aspect of learning or any other feature of intelligence can be so precisely described that a machine can be made to simulate it » > > Marvin Minsky, John McCarthy, Claude Shannon, Nathan Rochester .footnote[ Conférence de Dartmouth [« Dartmouth Summer Research Project on Artificial Intelligence »](https://en.wikipedia.org/wiki/Dartmouth_workshop), 1956, à ne pas confondre avec la <a href="https://en.wikipedia.org/wiki/Dartmouth_Conferences_(peace)">conférence de Dartmouth</a> ] --- # Une définition > L'Intelligence Artificielle (IA) est la science dont le but est de faire faire par une machine des tâches que l'homme accomplit en utilisant son intelligence. La terminologie - malheureuse! - d'Intelligence Artificielle est apparue en 1956. > > Dominique Pastre, 1999 .footnote[ [Cours d'intelligence artificielle, Paris V, 1999](http://www.normalesup.org/~pastre/IA.pdf)] --- # Controverse > « Qualifier d'intelligence le "couple" _deep learning_ et _réseaux de neurones_, est une usurpation » > > Bruno Maisonnier, 2018 .center2[ ![Nao](./images/nao.png) ] .footnote[ [Interview du 01/04/2018 dans La Tribune](https://www.latribune.fr/technos-medias/bruno-maisonnier-qualifier-d-intelligence-le-couple-deep-learning-et-reseaux-de-neurones-est-une-usurpation-773596.html) ] --- # Ce qu'il faut retenir L'intelligence artificielle est un ensemble de méthodes qui permettent à un ordinateur de **résoudre des problèmes**, en simulant des **caractéristiques de l'intelligence** (comme l'apprentissage, le raisonnement logique, le raisonnement par analogie). Il s'agit d'un **sous-domaine de l'informatique**.<sup>*</sup> Le terme désigne aussi les **méthodes** et les **algorithmes** produits (exemple : on parle de l'IA des _bots_ dans Fortnite pour désigner le programme informatique qui guide leur comportement) .footnote[ <sup>*</sup> Science du traitement de l'information ] --- # Principe Pour résoudre un problème à l'aide d'une intelligence artificielle, trois étapes sont nécessaires : 1. Représenter le **problème** 1. Représenter les **connaissances** 1. Trouver **une bonne solution** au problème à l'aide de ces connaissances --- # De nombreuses approches Objectif : « Automatiser la résolution d'un problème » Approche la plus en vue : .center[ **Apprentissage automatique** ] --- class: middle, inverse, center # Apprentissage automatique <br/><br/>(ou _machine learning_) --- ## Principe **Apprendre** un **modèle** à partir d'**exemples** (beaucoup) afin de pouvoir : - **comprendre** - **généraliser** - **prédire** --- ## Principe En fonction de la situation, on se tournera vers de l'apprentissage : - **supervisée** : les exemples ont été étiquetés par des « experts » - **non supervisé** : on ne sait pas vraiment ce qu'on cherche --- ## Supervisé ![supervised](./images/supervised.png) --- ## Non-supervisé ![unsupervised](./images/unsupervised.png) --- class: inverse, center, middle # Exemples --- # Vision par ordinateur <iframe width="600" height="450" src="https://www.youtube.com/embed/2JEtEdsLdoo"> </iframe> --- # Vision par ordinateur <iframe width="600" height="450" src="https://www.youtube.com/embed/tq0BgncuMhs"> </iframe> --- # Vision par ordinateur <iframe width="600" height="450" src="https://www.youtube.com/embed/aimSGOAUI8Y"> </iframe> --- # Une IA apprend à jouer à super mario <iframe width="600" height="450" src="https://www.youtube.com/embed/qv6UVOQ0F44"> </iframe> --- # et à Mario Kart <iframe width="600" height="450" src="https://www.youtube.com/embed/Ipi40cb_RsI"> --- # l'IA conduit... vraiment K.I.T.T. (K2000, 1982) ![k2000](./images/k2000.jpg) .footnote[ [Rencontre avec Kitt (K2000)](https://www.youtube.com/embed/Ohi1urgZ8hU) ] --- # l'IA conduit... vraiment Tesla + SmartWatch + Alexa + David Hasselhoff = K2000 ![tesla](./images/teslawatchalexa.png) --- # L'IA apprend à marcher <iframe width="600" height="450" src="https://www.youtube.com/embed/gn4nRCC9TwQ"> </iframe> --- # L'IA créative ? ![GPT3](./images/GPT3.png) [David Larousserie, Le Monde, 3 nov. 2020](https://www.lemonde.fr/sciences/article/2020/11/03/gpt-3-l-intelligence-artificielle-qui-a-appris-presque-toute-seule-a-presque-tout-faire_6058322_1650684.html) --- # L'IA créative ? ![music](./images/music.jpg) [Jeffrey wang, Medium, 9 sept. 2019](https://medium.com/music-tech-alliance/ai-music-ada13374ed76) .footnote[ [openai musenet](https://openai.com/blog/musenet/) ] --- # L'IA créative ? ![music](./images/music.jpeg) .footnote[ [openjukebox nirvana](https://www.youtube.com/watch?v=eDW6muDZ4c0) ] --- # L'IA créative ? ![artist](./images/aiartist.png) [AIArtist.org](https://aiartists.org/ai-generated-art-tools) --- # L'IA créative ? ![artist](./images/verzy-deepart.jpg) [DeepArt.io](deepart.io) --- # IA du quotidien ## Système de recommandation d'Amazon ![Système de recommandation d'amazon](./images/amazon-01.png) --- # IA du quotidien ## Système de recommandation d'Amazon ![Système de recommandation d'amazon](./images/amazon-02.png) --- # IA du quotidien ## Système de recommandation de Youtube ![Système de recommandation de Youtube](./images/youtube-02.png) --- # L'IA assistant-dermatologue ![Réseau de neurones convolutionnels pour la détection du mélanome malin](./images/melanoma-01.png) .footnote[ <a href="https://web.stanford.edu/~kalouche/docs/Vision_Based_Classification_of_Skin_Cancer_using_Deep_Learning_(Kalouche).pdf">« Vision-Based Classification of Skin Cancer using Deep Learning », Simon Kalouche</a> ] --- # L'IA assistant-dermatologue > « 89 % de bonnes réponses pour les dermatologues, 95 % pour la machine » .center2[ ![Doctor Vs Machine](./images/MdDrVsMachine.png) ] .footnote[ [Ré-écouter « le journal des sciences » du 01/06/2018, France Culture](https://www.franceculture.fr/emissions/le-journal-des-sciences/le-journal-des-sciences-du-vendredi-01-juin-2018) à propos des travaux d'Haenssle _et al_, publiés dans Annals of Oncology en 2018.] --- # L'IA assistant-diabétologue ![Système de recommandation pour l'exploration de données médicales (Falip et al)](./images/cosyres.png) .footnote[ Projet [M4P](), CReSTIC, Université de Reims Champagne-Ardenne] --- class: inverse, center, middle # D'autres voies à explorer --- # Approches bioinspirées et intelligence collective **Idées** - s'inspirer de la **nature** pour créer de **nouveaux algorithmes** - il est possible accomplir des tâches complexes en utilisant des entités/agents « rudimentaires » : c'est l'**intelligence en essaim**. .center[ ![Ant Colony](./images/ants.jpg) ] --- # Intelligence artificielle bio-inspirée <iframe width="600" height="450" src="https://www.youtube.com/embed/barLIsuWlCI"> </iframe> --- # Intelligence artificielle bio-inspirée <video controls width="600"> <source src="./videos/oscar.mp4" type="video/mp4"> </video> [source](https://www.youtube.com/embed/pqjX9WPy_v8) --- # Micro-robots : les microbots de Hiro <iframe width="600" height="450" src="https://www.youtube.com/embed/8sR_YFVIYIQ"> </iframe> .footnote[ Extrait de « Big Hero 6 » (Walt Disney, 2014) ] ??? Les microrobots de hiro, une fiction de Disney (Big Heroes 6) --- # Micro-robots : les Zooids de M. Le Goc <iframe width="600" height="450" src="https://www.youtube.com/embed/ZVdAfDMP3m0"> </iframe> .footnote[ À retrouver dans [« La méthode scientifique » (France Culture) du 21/12/2017](https://www.franceculture.fr/emissions/la-methode-scientifique/la-methode-scientifique-jeudi-21-decembre-2017) ] --- # Essaim de robots <iframe width="600" height="450" src="https://www.youtube.com/embed/G1t4M2XnIhI"> </iframe> --- class: inverse, center, middle # Limites, dangers et échecs de l'IA --- # IA « faibles » Les IA conçues actuellement sont dites **« faibles »** : Elles sont **spécifiques à un problème donné** Elles ne savent pas encore **s'adapter** à de nouveaux problèmes. --- # Émotions, esprit De nombreuses caractéristiques de l'intelligence humaine échappent encore aux algorithmes : - les émotions - l'esprit, l'humour - la curiosité # Dépendance aux données Les algorithmes les plus utilisés actuellement sont dépendants des données : - de leur **quantité** - de leur **qualité** --- # Éthique et morale .center2[ ![Moral Machine](./images/moral-machine.png) ] .footnote[ [« Moral Machine »](http://moralmachine.mit.edu/hl/fr) de l'équipe Medialab du MIT ] --- # L'IA piégée ![Deep Learning Fooled](./images/deep-learning-fooled-00.png) .footnote[ [Deep Neural Networks are Easily Fooled: High Confidence Predictions for Unrecognizable Images, Nguyen et al, 2015](https://arxiv.org/pdf/1412.1897.pdf) ] --- # L'IA piégée ![Deep Learning Fooled](./images/deep-learning-fooled-01.png) .footnote[ [Deep Neural Networks are Easily Fooled: High Confidence Predictions for Unrecognizable Images, Nguyen et al, 2015](https://arxiv.org/pdf/1412.1897.pdf) ] --- # L'IA piégée ![Deep Learning Fooled](./images/adversarial-00.png) .footnote[ [Explaining and Harnessing Adversarial Examples, Goodfellow et al, ICLR 2015](https://arxiv.org/pdf/1412.6572.pdf) ] --- ![Deep Learning Fooled](./images/deep-learning-fooled-03.png) --- ![Deep Learning Fooled](./images/deep-learning-fooled-02.jpeg) .footnote[ [Neural Networks Easily Fooled, Dries Cronj, Medium](https://medium.com/deep-learning-cafe/neural-networks-easily-fooled-e19bf575b527) ] --- class: middle, center <iframe width="640" height="480" src="https://www.youtube.com/embed/i1sp4X57TL4"> </iframe> --- # L'IA piégée ![Deep Learning Fooled](./images/adversarial-01.png) .footnote[ [Robust Physical-World Attacks on Deep Learning Visual Classification, Eykholt et al., CVPR 2018](https://arxiv.org/pdf/1707.08945.pdf) ] --- # IA et environnement L'entraînement de GPT-3 (une seule fois) requiert autant d'énergie que : - 126 maisons au Danemak, par an - faire un aller-retour vers la lune en voiture. .footnote[ [Article de TheRegister, 4 novembre 2020](https://www.theregister.com/2020/11/04/gpt3_carbon_footprint_estimate/) ] --- # IA et environnement Le empreinte carbone de l'entraînement de GPT-2, son prédécesseur, était similaire à : - celui de 5 voitures durant tout leur cycle de vie. ![Carbon cost](./images/carbon-cost.png) .footnote[ [« Energy and Policy Considerations for Deep Learning in NLP » (Strubell et al, 2019)](https://arxiv.org/pdf/1906.02243.pdf) ] --- # L'IA et le travail .center2[ ![Chatbot fails](./images/chatbot-fails.jpeg) ] --- # Le travail et l'IA L'IA doit son regain de popularité à la disponibilité et au volume des **données**. Actuellement le secteur de la **data** se porte _relativement_ bien. ## Métiers de la **data science** .center[ **data scientist** ] .pull-left[ **data engineer** ] .pull-right[ **data analyst** ] --- class: middle, center, inverse # Rencontre en visio avec des étudiants # de master SEP et master IA de l'URCA --- .pull-left[**Reem Al Sobaiee** Après un bac S, Reem a suivi un cursus d'informatique à l'université de Reims Champagne-Ardenne. Elle y suit actuellement un Master 2 Intelligence Artificielle, en alternance chez Groupama Nord-Est, en tant que Data Scientist.] .pull-right[**Benjamin Devie** Ingénieur de l'ENSISA, Benjamin a ensuite obtenu une licence de mathématiques appliquées à l'URCA, avant d'intégrer le Master SEP. Fort de sa double compétence en informatique et en mathématiques, Benjamin s'oriente lui aussi vers le métier de Data Scientist.] --- .pull-left[**Lyse Galay** Titulaire d'un bac scientifique, Lyse a obtenu une licence d'informatique à l'université de Bourgogne. Elle a ensuite intégré le Master IA de l'URCA. Actuellement en deuxième année de master, elle est également en alternance au CHU de Reims, dans l'Institut d'Intelligence Artificielle pour la Santé (I2AS).] .pull-right[**Cassandra Schricke** Après bac scientifique Cassandra a obtenu une Licence en Économie et Gestion (parcours Analyse Économique) à l'URCA. Elle a ensuite intégré le Master SEP. En M2 cette année, elle se prépare à entrer sur le marché de l'emploi comme Data Scientist.] --- class: middle .pull-left[.center[ [MASTER SEP](http://mastersep.fr/) ]] .pull-right[.center[ [MASTER INFO IA](https://www.univ-reims.fr/formation/catalogue-de-formation/master-informatique,23515,38949.html?args=R9qFsCnMmKDtxCa17YTDkHVqaqbfYRXwwTnCVt2witCDUIiVoUdkeMDp%2AXGEGm2SMIhvMbuZ3_kOrRxvJlk6dOorIryuNioRCyFFyPAvhl9tCdwYdtHRrwAvNC1tDg_H&formation_id=198) ]] --- class: middle, center, inverse # Ressources supplémentaires --- class: middle - [« L'intelligence artificielle »](https://www.youtube.com/watch?v=4eFkTmH7Xu8), documentaire ARTE, Décembre 2020 - [Interview de Yann Le Cun, sur Konbini](https://www.facebook.com/konbinitechno/videos/la-folle-histoire-du-deep-learning-racont%C3%A9e-par-son-co-cr%C3%A9ateur-yann-le-cun/331972134895175/) - [« AlphaGo, The Movie »](https://www.youtube.com/watch?v=WXuK6gekU1Y) documentaire sur AlphaGo, initialement diffusé sur Netflix - [« Tout comprendre à l'IA »](https://www.youtube.com/watch?v=P-z3eAuV1kc) Dossier #33 de [« L'esprit sorcier »](https://www.youtube.com/channel/UCH6rAZUDfVIoVSJjm3vlcnw) - [« Le deep learning »](https://www.youtube.com/watch?v=trWrEWfhTVg) sur la chaîne « La science étonnante » - [Les articles sur l'intelligence artificielle](https://interstices.info/?fwp_themes=intelligence-artificielle) d'[interstices](https://interstices.info) --- class: inverse, center, middle .center[ Frédéric Blanchard CReSTIC, URCA .small[ [https://fredbl.gitlab.io](https://fredbl.gitlab.io) [@frdblnch](https://twitter.com/frdblnch) frederic.blanchard@univ-reims.fr ] ] --- <iframe width="600" height="450" src="https://www.youtube.com/embed/g0TaYhjpOfo"> </iframe> ??? Quelques fails pour rigoler. Et constater qu'il y a encore du boulot.