L’INTELLIGENCE ARTIFICIELLE pour votre ENTREPRISE Va l é r i e B é c a e r t - E L E M E N T A I
in·tel·li·gence ar·ti·fi·cielle nom: intelligence artificielle ; nom: IA; première utilisation connue: 1955
L'ensemble de théories et de techniques mises en œuvre en vue de réaliser des machines capables de simuler l'intelligence
1920s: 1er ordinateur
1956 : 1ère conférence sur l’Intelligence Artificielle
1997 : Deep Blue
2011 : Watson and Jeopardy
2012 : Google Car
2014 : Pepper
2016 & 2017: AlphaGo et Alpha Go Zero
2017: Libratus Program
Les compagnies dans la course à l’IA
Etc.
L’IA « générale » qui peut accomplir les tâches comme un être humain, est encore loin d’être une réalité MAC HI NE Reconnaître Exécuter Être entrainé QI
HUMAIN Comprendre Créer Enseigner QE + QI
Weak AI
Strong AI
L'IA a déjà surmonté la complexité et l'ambiguïté du monde réel pour dépasser certaines capacités humaines.
POURQUOI ON S’EXCITE AUJOURD’HUI?
> de toutes les données ont été générées durant les 2 dernières années
GPU
Les calculs par GPU combinés aux CPU vont accélérer 1000x le pouvoir de calcul d’ici 2025
The image part with relationship ID rId3 was not found in the file.
Artificial Intelligence Thinking actions (e.g. Spreadsheets)
Machine Learning Systems that can extract patterns & predict outcomes (e.g. Spam Classifier)
Deep Learning Multi-layer neural networks that selflearn (e.g. Google Photos)
Les récents succès sont en grande partie dus aux progrès dans une catégorie d'IA appelée apprentissage profond.
OK, EN QUOI ÇA ME CONCERNE?
Les premiers adeptes de l'IA commencent déjà à surpasser leurs homologues de l'industrie. Self-reported current profit Difference from industry average (unweighted) (percentage points) -10
-5
0
5
10
15
20
High tech and Telecommunications Automotive and assembly Financial services Utilities and resources Transportation and logistics Consumer packaged goods Retail Education Health Care Building materials and construction Professional services Travel and tourism
Source: MGI
AI Adopters with proactive strategy Partial AI adopters or experimenters Non-adopters
Quelques secteurs de l’IA
Reconnaissance de la parole & NLP
Reconnaissance d'image (vision)
Contrôle
(automatisation & robotique)
Résolution de problèmes complexes (prédiction, segmentation)
Optimisation des opérations (senseurs, défauts, prévention)
Exemple: Étiquetage de scènes par des réseaux profonds
[Farabet$et$al.$ICML$2012,$PAMI$2013]$
Interprétation automatique de contenu d’images
http://cs.stanford.edu/people/karpathy/deepimagesent/
IA apprend à marcher – utilisant du RL
Source: DeepMind
Exemples d’utilisations transformatrices En droit En génie civil En chirurgie En cinéma Copyright © 2017 Element AI | Strictly Confidential
Un Avocat augmenté
Ingénierie augmentée
Transformation des outils du chirurgien
« IBM creates the first movie trailer using Watson APIs and AI techniques »
L’IA la plus efficace est invisible, et nous assiste dans nos activités de tous les jours.
Virtual personal assistants Siri, Cortana, Alexa/Echo, Now
Recommendation engines Netflix, Amazon, Facebook newsfeed, AirBnb
Location services Waze, Google Maps, OpenTable, Uber
Predictive text Google smart-reply, smartphone keyboards
ÊTES-VOUS PRÊT À PRENDRE CE GRAND VIRAGE?
Éléments à considérer pour prendre ce grand virage.
Data Infrastructure Avez-vous investi ou coupé durant les dernières années?
Visions de la « data house ».
“OMG, QUEL RÊVE!”
État réel de la « fondation ». Reality Check
OMG, QUEL CAUCHEMAR!
Investissez et maintenez - Infrastructure - Outils analytiques
Éléments à considérer pour embrasser ce grand virage.
Data Infrastructure
Expérience et talent
Avez-vous investi ou coupé durant les dernières années?
Comment allez-vous former votre personnel à la prise de décisions en temps réel?
L’expérience réelle en IA est difficile à trouver La plupart des experts travaillent pour des entreprises de technologie sexy ou ont refusé des packages de millions de dollars pour rester dans les universités ET il faut des années pour former un bon scientifique.
Éléments à considérer pour embrasser ce grand virage.
Data Infrastructure
Expérience et talent
Open Source & Sharing Economy
Avez-vous investi ou coupé durant les dernières années?
Comment allez-vous former votre personnel à la prise de décisions en temps réel?
Êtes-vous prêts à travailler en collaboration …vraiment?
Collaborations à considérer… • Le talent et l’expérience sont rares, un département interne autonome est un cul-de-sac. • Tirer parti des laboratoires de recherche universitaires, des instituts publics et des entreprises privées, même des géants comme FB, Google et Amazon collaborent, investissent dans les laboratoires et créent des plateformes ouvertes comme TensorFlow.
• Viser le développement de code non propriétaire et les plateformes de partage comme GitHub.
M A I S PA R O Ù C O M M E N C E R ?
START SMALL. • Commencez avec une preuve de concept (POC) sur un échantillon de données pour obtenir une petite victoire. • Identifiez un problème spécifique (rentabilité ou génération de revenus). • Mettez à l’épreuve votre plan de gestion du changement pour faire face à la peur et la résistance. • Tester avec un projet pilote et répétez. « Rise & repeat. »
AlphaGo, chatbots, véhicules autonomes
Optimisation logistique Automatisation
opportunités
de processus robotisés Maintenance prédictive Etc.
L’Iceberg de l’IA
Commentaires ou Questions?
VA L É R I E B É C A E R T
[email protected]
www.element.ai
@vbecaert
@element_ai
