L'intelligence artificielle est une science à part, entre la biologie et les mathématiques. Une Science qui redonne du sens au chaos mais aussi une science de la combinatoire. En effet, en combinant différents algorithmes, en trouvant leurs bons paramétrages, en faisant apprendre à ses algorithmes avec des jeux d'entrainement le comportement que l'on attend d'eux comme on apprend à des enfants, on arrive à reproduire des processus jusqu'alors réalisés uniquement par des humains. On parle alors de machines intelligentes (smart machines) et de machines apprenantes (machine learning).

L'Europe en retard ?

Monsieur Alexandre, dans un entretien à La Tribune ("Intelligence artificielle : l'Europe condamnée à rester un nain", entretien croisé avec Ludovic Le Moan de Sigfox, Ndlr) vous mentionnez le retard considérable qu'aurait pris l'Europe car seuls les GAFA seraient en mesure de collecter les données nécessaires aux jeux d'apprentissage. Cela est vrai pour certains domaines comme la reconnaissance d'image ou des comportements humains à travers nos requêtes, notre navigation dans Google ou Facebook. Mais il n'en est rien pour l'apprentissage de certains métiers dont les jeux d'apprentissage existent et sont déjà en notre possession.

En effet, tout le monde est enchanté de savoir que son téléphone puisse le reconnaître aisément ou que sa future voiture le conduise à bon port, mais les domaines d'application de l'IA sont beaucoup plus vastes et les challenges beaucoup plus importants qu'il n'y parait. Pratiquement tous les process de l'entreprise peuvent bénéficier des apports de l'IA pour optimiser, remplacer et automatiser.

Si, la réindustrialisation de la France est possible avec l'IA

Tous les logiciels de gestion qui déjà réduisent les coûts de l'entreprise vont subir une cure de jouvence et augmenter les gains de productivité mais c'est au niveau de l'industrie tout entière qu'il faut appréhender cette révolution. Qui ne rêverait pas de voir nos pays occidentaux et surtout la France se réindustrialiser grâce à des coûts de productions comparables à ceux pratiqués dans les pays en voie de développement sans pour autant faire travailler des enfants ou sous-payer des humains comme des serfs du Moyen Age. C'est le but ultime de l'industrie connectée aussi appelée industrie 4.0 dans lequel tout est objet, tout est connecté mais dans lequel il est nécessaire d'inclure une forme d'intelligence pour que ces objets ou entités interagissent entre elles, prennent des décisions, avancent dans les process sans interaction humaine qui viendrait les ralentir et augmenter leurs coûts. Les coûts administratifs aussi bien dans l'entreprise qu'au sein de l'état sont prohibitifs et l'IA va permettre de les rationaliser en les automatisant.

Les conditions pour constituer une filière française de l'IA

Non, Monsieur Alexandre, la France n'est pas le tiers monde de l'intelligence artificielle. Nous avons entendu beaucoup de choses sur l'IA ces dernières années, sur un sujet où tout le monde a son avis, où peu de personnes comprennent les enjeux, et qui, à leur décharge, présente une vraie difficulté tellement le changement de paradigme est important.

Contrairement à ce que beaucoup pensent, le challenge de la constitution d'une filière française de l'IA se situe à deux niveaux :

• 1)  Vaincre la combinatoire

Appliquer ces merveilleux algorithmes mathématiques de machine learning à des applications de tous les jours est une affaire d'hommes et de femmes. Parmi tous ces algorithmes il faut trouver celui qui a la meilleure acuité fasse au problème à résoudre, fasse aux données à sa disposition, face aux attentes de l'utilisateur et du métier. N'est-il pas incroyable de ne disposer d'aucune théorie qui puisse vous donner le nombre de couches et le nombre de neurones nécessaires à la résolution d'un problème ? c'est pourtant bien la réalité. Il faut ESSAYER, COMPARER et APPRENDRE. C'est ce ESSAYER et APPRENDRE propre au fameux « test & learn » qui donne encore à l'IA son caractère empirique et artisanal que seul l'humain peut encore appréhender. Nulle question ici de qualité de jeu d'apprentissage mais bien de capacité de production. Plus une R&D a de spécialistes (Data Scientists), plus vite elle met au point ses algorithmes, leur paramétrage, leur hybridation si besoin avec d'autres algorithmes.

• 2)  Passer du prototype au produit

Nos amis, mais néanmoins compétiteurs américains, sont les meilleurs. Ils font des produits que le monde entier leur envie. Ils savent passer plus vite que la moyenne du prototype au produit. Ne parlons pas des Tesla qui dès demain vont rouler toute seule au son de la voix et peut-être même de nos pensées, alors que nos Renault et autres Peugeot s'empêtrent dans leurs turpitudes passées.

C'est encore pire dans l'industrie du logiciel où, à part Business Object, Katia et SAP, l'Europe n'a pas produit de blockbuster. Or, l'IA a toujours été une science ad hoc. Un expert venait résoudre votre problème, faisait tourner ses algorithmes, vous laissait ses recommandations et repartait. Intégrer de l'IA dans des process de l'entreprise, c'est produire des logiciels génériques utilisables par tout à chacun dans la fonction qu'il occupe sans avoir à le remplacer par un doctorant de troisième cycle. Or, dans l'IA, il faut se doter de développeurs capables de comprendre les algorithmes développés par les data scientists, et il faut un marketing produit à même de comprendre et de mettre en valeur ces produits. C'est donc de toute une filière dont il faut se doter.

Toutes les peurs et toutes les espérances

On le voit à travers les sorties des grands prédicateurs, l'IA est la source de tous les fantasmes,  de toutes les peurs mais aussi de toutes les espérances. Il ne faut pas céder à la panique ou écouter les cris d'orfraie d'ignorants en mal de notoriété. La France, plus que tout autre pays au monde, a tout pour réussir. Nous avons la chance d'avoir un gouvernement qui a compris l'enjeu de l'IA, espérons qu'il sache bien s'entourer pour créer les leaders mondiaux de cette industrie que nous appelons tous de nos vœux.