Intelligence artificielle. État de l’art et perspectives pour la France

Les rapports français sur l’intelligence artificielle (IA) se succèdent. Il y a eu en 2017, ceux de France Stratégie et de l’Office parlementaire d’évaluation des choix scientifiques et technologiques (OPECST), puis, en mars 2018, celui dirigé par Cédric Villani. Voici maintenant que le cabinet Atawao remet aux pouvoirs publics une étude sur « l’état de l’art et les perspectives pour la France ». Cette somme, qui commence par un tableau des programmes lancés dans le monde [1], constitue à la fois une remarquable synthèse et une documentation très utile sur les tenants et aboutissements de l’IA. C’est un manuel et aussi un rapport d’experts.

Loin de se laisser éblouir par le big data et l’explosion des masses de données traitées, les auteurs notent d’emblée que « les performances de l’IA reposent sur la disponibilité? d’un grand nombre d’événements (souvent plusieurs milliers) et une puissance de calcul importante pour l’apprentissage, avec un résultat peu généralisable à d’autres situations ». Or une supériorité humaine demeure notre capacité à apprendre à partir d’une « situation avec très peu d’exemples (moins d’une dizaine) et avec une excellente capacité de généralisation à d’autres situations ». Aussi « l’immense majorité des tâches de compréhension et de décision réalisées par les humains reste hors de portée des systèmes actuels en intelligence artificielle. Aucun véhicule autonome n’est aujourd’hui capable d’anticiper une situation de conduite non apprise, alors qu’il s’agit d’une tâche relativement banale pour un humain. »

L’étude d’Atawao explique les différentes étapes qui vont de la production de données à leur traitement par des algorithmes d’IA, et brosse un tableau des concurrences entre solutions techniques et donc aussi entre acteurs. Ainsi les données ne sont-elles plus traitées seulement par les microprocesseurs CPU (Central Processing Unit / unité centrale de traitement) mais de plus en plus par les processeurs graphiques (GPU, Graphic Processing Unit) de Nvidia, Intel, AMD, eux-mêmes concurrencés par des processeurs dédiés à l’IA. « Google apparaît plus rapide » qu’IBM et les électroniciens classiques ». Depuis 2015, il exploite des processeurs dédiés au machine learning 13 fois plus sobres en énergie que les GPU traditionnels. Mais la compétition reste ouverte. Intel et Facebook développent ensemble un processeur dédié, Microsoft et les acteurs d’infrastructures, Amazon, Baidu, le français OVH, testent des solutions proches. Autre français, Kalray développe des processeurs visant notamment les véhicules autonomes. Des processeurs dédiés à l’IA sont déjà dans certains smartphones d’Apple et de Huawei.

À propos du cloud, un marché mondial de plus de 350 milliards d’euros en 2020, l’étude déplore que l’on sous-estime « largement » en France l’importance du français OVH [2], « seul acteur national d’envergure au niveau européen » avec 4 % de part de marché en Europe, derrière l’allemand Hetzner (5 %) et Amazon Web Services (18 %), très aidé par l’armée américaine.

L’étude signale le développement, à côté du cloud computing, de l’edge computing, (informatique en périphérie de réseau : traitement des données au plus près de leur production), objet d’une alliance Intel-Alibaba. L’edge computing réduit l’encombrement des réseaux, les coûts de transmission, renforce la sécurité et permet, ajoute SAS Institute, d’intervenir plus vite, avant une panne par exemple. Selon IDC, d’ici 2022, 40 % des installations de cloud incluront du edge computing et un quart l’utilisera pour traiter les données par de l’IA.

Une partie importante du rapport s’appuie sur de nombreuses études pour classer les secteurs qui ont le plus adopté l’IA et ceux qui sont les plus innovants. À partir de là, il analyse la situation des 15 secteurs « sur lesquels l’IA aura le plus de répercussions ». Le commerce, les services financiers et la sécurité des biens et des personnes sont les secteurs les plus matures. C’est le commerce en lignequi exploite le plus l’apprentissage, avec de gros investissements d’Amazon et Alibaba. En France, « le secteur est très peu mature en intelligence artificielle. Aucun acteur de commerce français n’est à même de rivaliser avec les Léviathan mondiaux. »

Secteurs les plus concernés par l’IA

• Santé
• Industries manufacturières
• Transport et mobilité
• Services d’utilité publique
• Environnement
• Administration publique (hors Défense)
• Services financiers
• Agriculture
• Secteur juridique
• Sécurité des biens et des personnes
• Commerce de détail et distribution
• Professions libérales, services professionnels
• Éducation et recherche
• Télécommunications et technologies
• Loisirs et médias

La santé, l’industrie, le transport, l’énergie et l’environnement font l’objet d’analyses approfondies. Le rapport note le retard de l’industrie française, largement dû à des facteurs culturels, et préconise un effort, au moins sur la maintenance prédictive.

L’ouvrage répertorie des exploitations de l’IA par les territoires, les formations et recherches en France, les start-ups mondiales et françaises. Il propose des mesures, insistant sur l’importance de réduire les restrictions et complications d’accès aux données. À propos de la santé, il souligne la nécessité « de créer un environnement de marché propice à l’émergence de sociétés viables économiquement ». Le conseil régional d’Île-de-France, en mars 2017, a pris une initiative de type Small Business Act imposant d’investir 2 % de la commande publique francilienne dans des achats auprès de start-ups innovantes. Mais l’étude ne va pas jusqu’à préconiser d’instituer, comme le font les États-Unis, une nette discrimination positive en faveur des petites et moyennes entreprises dans tous les secteurs des marchés publics. Le rapport Villani proposait des mesures dans ce sens. Il n’a pas été entendu.


[2] OVH a dû réduire ses effectifs.

Auteur :
Source : Intelligence artificielle. État de l’art et perspectives pour la France