252
l'analyse prédictive (par exemple, dans des SOC, Security Operating Centre), la recherche de
compromission et le traitement d'incident, sont des exemples de ces domaines d'application.
x Application de l'IA à l’extraction d’information ou de connaissance : Traitement facilité
des informations, capacité à traiter des grands volumes de données hétérogènes (images,
vidéos, textes, données capteurs, etc.), l’une des applications directes, autant pour les
entreprises que pour les services de l’Etat, étant l’open source intelligence (OSINT).
Soulignons toutefois que le « travail » pour préparer les données avant la phase
d’apprentissage par l’IA est fondamental. Citons par exemple l’opération d’annotation des
images pour les applications de véhicules autonomes.
x Application de l’IA pour la croissance et la compétitivité de l’économie française
(souveraineté économique) : Les récents progrès de l’Intelligence Artificielle (IA) ouvrent
des perspectives de création de valeur et de croissance économique pour l’avenir de notre
pays ; l’entreprise de conseil ACCENTURE publiant d’ailleurs une étude fin 2016 sous le
titre : « Pourquoi l’Intelligence Artificielle est le futur de la croissance ? ». Pour le cabinet
d’analyse TRACTICA, le marché de l’IA pour l’entreprise dépasserait les 11 milliards ($) en
2024. Ces technologies diffuseraient dans tous les secteurs de l’économie et contribueraient
fortement à la croissance de la productivité des services et des industries (exemple de
marchés importants en termes de e-commerce.)
x Application de l’IA pour la transition environnementale : le développement des réseaux
intelligents (Smart Grid), indispensable pour l’introduction des énergies renouvelables non
émettrices de CO2 et une meilleure allocation de l’offre et de la demande, requière les
solutions d’échanges et d’exploitation de données entres les différents acteurs (particuliers,
collectivités, Etat, industriels de la chaine) qui sont fortement dépendantes des technologies
et systèmes à base d’IA.
x Rayonnement de la France.
Que la France se positionne comme précurseur au niveau mondial aussi bien sur l’aspect
diplomatie internationale (mise en place de définitions, de réponses en cas d’agression
avérées, etc.) et sur l’aspect légal national (c’est à dire s’arroger les droits de saisir un
serveur qui aurait une activité malveillante contre la France depuis l’étranger avec obligation
de coopération du pays depuis lequel l’attaque a lieu).
x S’assurer que les entreprises qui font de l’IA en France pourront travailler de façon légale
dans le pays afin de construire une propriété intellectuelle saine avec un environnement légal
précis. Le risque c’est que si ce n’est pas fait, les sociétés décideront d’installer leur activité
dans le pays qui l’accueillera avec un environnement légal adapté.
Menaces (points négatifs)
x Pour les algorithmes basés sur l’apprentissage machine (ML), une difficulté fondamentale
est le phénomène de ``trou noir’’, les données attirants les données. En effet les résultats
issus d’un programme implantant une fonction seront d’autant meilleurs que le programme
aura été entrainé sur une variété plus importante de données. On a donc intérêt dans une
situation concurrentielle à soumettre un problème et les données spécifiques qui le concerne
à l’entité dont le programme est déjà le mieux entraîné et par conséquent celui qui a
bénéficié d’ors et déjà de plus de données. Ce faisant on bénéficie du programme a priori le
plus performant, mais on lui offre en plus de s’entraîner sur ces nouvelles données… On a
là une situation de conflit de valeurs cruciale aux enjeux éthique et de souverainetés :
l'analyse prédictive (par exemple, dans des SOC, Security Operating Centre), la recherche de
compromission et le traitement d'incident, sont des exemples de ces domaines d'application.
x Application de l'IA à l’extraction d’information ou de connaissance : Traitement facilité
des informations, capacité à traiter des grands volumes de données hétérogènes (images,
vidéos, textes, données capteurs, etc.), l’une des applications directes, autant pour les
entreprises que pour les services de l’Etat, étant l’open source intelligence (OSINT).
Soulignons toutefois que le « travail » pour préparer les données avant la phase
d’apprentissage par l’IA est fondamental. Citons par exemple l’opération d’annotation des
images pour les applications de véhicules autonomes.
x Application de l’IA pour la croissance et la compétitivité de l’économie française
(souveraineté économique) : Les récents progrès de l’Intelligence Artificielle (IA) ouvrent
des perspectives de création de valeur et de croissance économique pour l’avenir de notre
pays ; l’entreprise de conseil ACCENTURE publiant d’ailleurs une étude fin 2016 sous le
titre : « Pourquoi l’Intelligence Artificielle est le futur de la croissance ? ». Pour le cabinet
d’analyse TRACTICA, le marché de l’IA pour l’entreprise dépasserait les 11 milliards ($) en
2024. Ces technologies diffuseraient dans tous les secteurs de l’économie et contribueraient
fortement à la croissance de la productivité des services et des industries (exemple de
marchés importants en termes de e-commerce.)
x Application de l’IA pour la transition environnementale : le développement des réseaux
intelligents (Smart Grid), indispensable pour l’introduction des énergies renouvelables non
émettrices de CO2 et une meilleure allocation de l’offre et de la demande, requière les
solutions d’échanges et d’exploitation de données entres les différents acteurs (particuliers,
collectivités, Etat, industriels de la chaine) qui sont fortement dépendantes des technologies
et systèmes à base d’IA.
x Rayonnement de la France.
Que la France se positionne comme précurseur au niveau mondial aussi bien sur l’aspect
diplomatie internationale (mise en place de définitions, de réponses en cas d’agression
avérées, etc.) et sur l’aspect légal national (c’est à dire s’arroger les droits de saisir un
serveur qui aurait une activité malveillante contre la France depuis l’étranger avec obligation
de coopération du pays depuis lequel l’attaque a lieu).
x S’assurer que les entreprises qui font de l’IA en France pourront travailler de façon légale
dans le pays afin de construire une propriété intellectuelle saine avec un environnement légal
précis. Le risque c’est que si ce n’est pas fait, les sociétés décideront d’installer leur activité
dans le pays qui l’accueillera avec un environnement légal adapté.
Menaces (points négatifs)
x Pour les algorithmes basés sur l’apprentissage machine (ML), une difficulté fondamentale
est le phénomène de ``trou noir’’, les données attirants les données. En effet les résultats
issus d’un programme implantant une fonction seront d’autant meilleurs que le programme
aura été entrainé sur une variété plus importante de données. On a donc intérêt dans une
situation concurrentielle à soumettre un problème et les données spécifiques qui le concerne
à l’entité dont le programme est déjà le mieux entraîné et par conséquent celui qui a
bénéficié d’ors et déjà de plus de données. Ce faisant on bénéficie du programme a priori le
plus performant, mais on lui offre en plus de s’entraîner sur ces nouvelles données… On a
là une situation de conflit de valeurs cruciale aux enjeux éthique et de souverainetés :