10
Les grands défis concernant cette thématique:
- Intégration de la préservation de la vie privée dans les méthodes d’apprentissage et de raisonnement
- Acceptabilité et appropriation
- Aspects déontiques (respect des lois par les méthodes d’intelligence artificielle)
- IA pour le droit (modélisation du raisonnement juridique)
Enjeux
L’enjeu principal est d’affirmer le leadership mondial de la France sur la recherche en intelligence artificielle.
Les enjeux plus précis que nous avons identifiés pour atteindre ce but sont:
- Renforcer le soutien sur tout le front des recherches thématiques
Les avancées de la recherche amont d’aujourd’hui sont les moteurs potentiels d’innovation de demain.
Il faut avoir à l’esprit que les principes de l’apprentissage profond, qui révolutionnent beaucoup de
domaines actuellement, ont été inventés il y a 25 ans, et qu’il a fallu plus de 10 ans, et l’évolution vers
des conditions favorables (puissance de calcul, disponibilité des données, etc) pour faire éclore cette
potentialité. Il est donc indispensable de permettre aux chercheurs en intelligence artificielle de développer leurs travaux sereinement, afin de découvrir les techniques qui permettront les prochaines innovations.
- Favoriser la recherche aux interfaces
La plupart des applications actuelles et potentielles de l’intelligence artificielle nécessitent d’utiliser
conjointement plusieurs techniques issues de domaines différents. Cela s’illustre facilement avec les
applications qui ont fait parler d’elles ces derniers mois (alphago, watson, libratus, etc.). Mais cette
intégration pose des difficultés propres et nécessite des incitations dédiées, afin de décloisonner les
différents domaines. Il s’agit de faciliter d’une part les liens entre domaines de l’intelligence artificielle (étudier par exemple les liens entre approches symboliques et approches numériques, apprentissage et raisonnement, ou apprentissage et résolution de contraintes), et d’autre part entre l’intelligence
artificielle et d’autres disciplines (mathématiques, économie, philosophie, linguistique, droit, SHS,
physique, biologie, médecine, etc.)
- Maintenir et renforcer les forces de travail en France
On constate à l’heure actuelle une fuite d’un certain nombre de nos collègues brillants vers des entreprises privées internationales. Si on peut se réjouir du fait que cela montre la reconnaissance du niveau
de la formation et de la recherche française en intelligence artificielle, il y a un risque
d’appauvrissement des compétences nationales. La question est de savoir quoi faire pour tenter de
retenir nos collègues et leur expertise, et d’éviter les problèmes organisationnels liés à ces départs.
Une problématique associée serait de trouver les moyens de renforcer l’attractivité internationale.
- Rapprocher les industriels de la recherche amont
Un moteur important d’intégration est le fait de tenter de résoudre un problème particulier. Un enjeu
potentiel dans le cadre du PIA pourrait être de favoriser cette recherche intégrative, en intégrant plusieurs grands programmes, avec le concours d’industriels amenant des besoins en applications innovantes (par le biais de challenges par exemple), afin de mobiliser une partie de la communauté sur ces
collaborations entre domaines. Dans d’autres pays, les industriels financent la recherche amont qui les
intéresse directement, sans incitation étatique.
- Accès et préparation des données - Disponibilité des codes et plate-formes
Il semble nécessaire d’avoir une initiative nationale pour créer des corpus exploitables et des bases de
benchmarks. Cela devrait être accompagné d’une réflexion sur les annotations, les biais, et les problèmes de vie privée. Plus généralement la création d’une plate-forme de partage de jeux de données
Les grands défis concernant cette thématique:
- Intégration de la préservation de la vie privée dans les méthodes d’apprentissage et de raisonnement
- Acceptabilité et appropriation
- Aspects déontiques (respect des lois par les méthodes d’intelligence artificielle)
- IA pour le droit (modélisation du raisonnement juridique)
Enjeux
L’enjeu principal est d’affirmer le leadership mondial de la France sur la recherche en intelligence artificielle.
Les enjeux plus précis que nous avons identifiés pour atteindre ce but sont:
- Renforcer le soutien sur tout le front des recherches thématiques
Les avancées de la recherche amont d’aujourd’hui sont les moteurs potentiels d’innovation de demain.
Il faut avoir à l’esprit que les principes de l’apprentissage profond, qui révolutionnent beaucoup de
domaines actuellement, ont été inventés il y a 25 ans, et qu’il a fallu plus de 10 ans, et l’évolution vers
des conditions favorables (puissance de calcul, disponibilité des données, etc) pour faire éclore cette
potentialité. Il est donc indispensable de permettre aux chercheurs en intelligence artificielle de développer leurs travaux sereinement, afin de découvrir les techniques qui permettront les prochaines innovations.
- Favoriser la recherche aux interfaces
La plupart des applications actuelles et potentielles de l’intelligence artificielle nécessitent d’utiliser
conjointement plusieurs techniques issues de domaines différents. Cela s’illustre facilement avec les
applications qui ont fait parler d’elles ces derniers mois (alphago, watson, libratus, etc.). Mais cette
intégration pose des difficultés propres et nécessite des incitations dédiées, afin de décloisonner les
différents domaines. Il s’agit de faciliter d’une part les liens entre domaines de l’intelligence artificielle (étudier par exemple les liens entre approches symboliques et approches numériques, apprentissage et raisonnement, ou apprentissage et résolution de contraintes), et d’autre part entre l’intelligence
artificielle et d’autres disciplines (mathématiques, économie, philosophie, linguistique, droit, SHS,
physique, biologie, médecine, etc.)
- Maintenir et renforcer les forces de travail en France
On constate à l’heure actuelle une fuite d’un certain nombre de nos collègues brillants vers des entreprises privées internationales. Si on peut se réjouir du fait que cela montre la reconnaissance du niveau
de la formation et de la recherche française en intelligence artificielle, il y a un risque
d’appauvrissement des compétences nationales. La question est de savoir quoi faire pour tenter de
retenir nos collègues et leur expertise, et d’éviter les problèmes organisationnels liés à ces départs.
Une problématique associée serait de trouver les moyens de renforcer l’attractivité internationale.
- Rapprocher les industriels de la recherche amont
Un moteur important d’intégration est le fait de tenter de résoudre un problème particulier. Un enjeu
potentiel dans le cadre du PIA pourrait être de favoriser cette recherche intégrative, en intégrant plusieurs grands programmes, avec le concours d’industriels amenant des besoins en applications innovantes (par le biais de challenges par exemple), afin de mobiliser une partie de la communauté sur ces
collaborations entre domaines. Dans d’autres pays, les industriels financent la recherche amont qui les
intéresse directement, sans incitation étatique.
- Accès et préparation des données - Disponibilité des codes et plate-formes
Il semble nécessaire d’avoir une initiative nationale pour créer des corpus exploitables et des bases de
benchmarks. Cela devrait être accompagné d’une réflexion sur les annotations, les biais, et les problèmes de vie privée. Plus généralement la création d’une plate-forme de partage de jeux de données