168
Enjeux et recommandations
Recommandation n°0 : Etendre à l’Intelligence Artificielle le périmètre stratégique des données.
(Actions PIA3 : Concours d’Innovation ciblé)
La France a développé une stratégie autour de la donnée comprenant une des 9 solutions de la
stratégie Nouvelle France Industrielle ; des outils comme le Concours Mondial de l’Innovation
(Ambition 7), les Challenges Big Data et Numérique, les Grands Défis du Numérique, les différents
appels PIAVE et FSN (Générique et Boosters notamment) ; des plateformes comme la plateforme
Teralab ; des plans d’action Européens (PPP Big Data) ou binationaux (Feuille de route France-UK
autour de la donnée, action Franco-Allemande) et des formations dédiées.
Cependant, que ce soit pour des données en stock ou en flux, et quelle que soit leur modalité
(textuelle, vocale, image, vidéo, vision, etc) ou nature (personnelle, de santé, fournie par des capteurs
ou non,…), les traitements algorithmiques sont liés aux données. Nous recommandons donc d’étendre
explicitement à l’intelligence artificielle la stratégie Economie de la Donnée, en accroissant les
moyens des différents instruments sans en inventer des nouveaux.
1. Les premiers enjeux sont techniques et consistent à mettre à disposition des acteurs industriels
les infrastructures et les données leur permettant de mettre en place des actions durables
Face aux géants du Numérique, l’accès aux données massives et de multiples origines est un impératif.
Pour les données personnelles, le risque juridique et financier soulève un fort enjeu à compléter
l’encadrement du traitement des données à caractère personnel par un volet plus positif par exemple en
identifiant des catégories de traitements légitimes au regard de finalités scientifiques, technologiques
ou économiques et à éduquer l’opinion publique par rapport à ces enjeux. A titre d’exemple, citons les
données médicales personnelles (pathologies, examens, imagerie) qui relèvent directement de cette
catégorie de données et dont l’enjeu en termes de progrès médical est considérable. Sur les données
techniques, afin d’obtenir l’accès à de telles données pour innover sur leurs usages, il est important de
se doter de conditions qui en garantissent la confidentialité. Ceci requiert différentes initiatives à
favoriser telles les plateformes d’expérimentation proches – voire sous contrôle – des producteurs ou
des propriétaires de ces données.
Enfin, sur la production d’annotation sur les données brutes, l’enjeu est d’arriver à aider sur le plan
financier, juridique et organisationnel la production et l’utilisation par les acteurs industriels et
de la recherche de tels corpus de données annotées. Ces annotations constituent bien souvent un des
cœurs de métier des entreprises de l’IA. Une attention toute particulière devrait être accordée aux
données langagières écrites et orales de par l’importance considérable des applications tant pour
l’interaction homme- machine que pour l’exploitation des connaissances contenues dans les textes. La
langue française particulièrement en retard, constitue ainsi une formidable opportunité de
différentiation pour des acteurs français.
Sur le plan technique de la gestion de ces données, la structuration d’un cloud européen, et son
équipement en outils de développement dédiés au Machine Learning offrant une grande
flexibilité aux développeurs tout en assurant la portabilité des applications est également une des
priorités.
La France dispose d’atouts évidents et reconnus tant sur les outils scientifiques et technologiques que
sur les composants les systèmes d’intelligence artificielle que sur l’existence de PMEs et Startups
susceptibles de déployer ces outils dans l’économie.
Enjeux et recommandations
Recommandation n°0 : Etendre à l’Intelligence Artificielle le périmètre stratégique des données.
(Actions PIA3 : Concours d’Innovation ciblé)
La France a développé une stratégie autour de la donnée comprenant une des 9 solutions de la
stratégie Nouvelle France Industrielle ; des outils comme le Concours Mondial de l’Innovation
(Ambition 7), les Challenges Big Data et Numérique, les Grands Défis du Numérique, les différents
appels PIAVE et FSN (Générique et Boosters notamment) ; des plateformes comme la plateforme
Teralab ; des plans d’action Européens (PPP Big Data) ou binationaux (Feuille de route France-UK
autour de la donnée, action Franco-Allemande) et des formations dédiées.
Cependant, que ce soit pour des données en stock ou en flux, et quelle que soit leur modalité
(textuelle, vocale, image, vidéo, vision, etc) ou nature (personnelle, de santé, fournie par des capteurs
ou non,…), les traitements algorithmiques sont liés aux données. Nous recommandons donc d’étendre
explicitement à l’intelligence artificielle la stratégie Economie de la Donnée, en accroissant les
moyens des différents instruments sans en inventer des nouveaux.
1. Les premiers enjeux sont techniques et consistent à mettre à disposition des acteurs industriels
les infrastructures et les données leur permettant de mettre en place des actions durables
Face aux géants du Numérique, l’accès aux données massives et de multiples origines est un impératif.
Pour les données personnelles, le risque juridique et financier soulève un fort enjeu à compléter
l’encadrement du traitement des données à caractère personnel par un volet plus positif par exemple en
identifiant des catégories de traitements légitimes au regard de finalités scientifiques, technologiques
ou économiques et à éduquer l’opinion publique par rapport à ces enjeux. A titre d’exemple, citons les
données médicales personnelles (pathologies, examens, imagerie) qui relèvent directement de cette
catégorie de données et dont l’enjeu en termes de progrès médical est considérable. Sur les données
techniques, afin d’obtenir l’accès à de telles données pour innover sur leurs usages, il est important de
se doter de conditions qui en garantissent la confidentialité. Ceci requiert différentes initiatives à
favoriser telles les plateformes d’expérimentation proches – voire sous contrôle – des producteurs ou
des propriétaires de ces données.
Enfin, sur la production d’annotation sur les données brutes, l’enjeu est d’arriver à aider sur le plan
financier, juridique et organisationnel la production et l’utilisation par les acteurs industriels et
de la recherche de tels corpus de données annotées. Ces annotations constituent bien souvent un des
cœurs de métier des entreprises de l’IA. Une attention toute particulière devrait être accordée aux
données langagières écrites et orales de par l’importance considérable des applications tant pour
l’interaction homme- machine que pour l’exploitation des connaissances contenues dans les textes. La
langue française particulièrement en retard, constitue ainsi une formidable opportunité de
différentiation pour des acteurs français.
Sur le plan technique de la gestion de ces données, la structuration d’un cloud européen, et son
équipement en outils de développement dédiés au Machine Learning offrant une grande
flexibilité aux développeurs tout en assurant la portabilité des applications est également une des
priorités.
La France dispose d’atouts évidents et reconnus tant sur les outils scientifiques et technologiques que
sur les composants les systèmes d’intelligence artificielle que sur l’existence de PMEs et Startups
susceptibles de déployer ces outils dans l’économie.