Nous suivre Industrie Techno

Interview

Bertrand Braunschweig : « Un tiers des équipes d’Inria travaille sur l’intelligence artificielle »

Juliette Raynal
Soyez le premier à réagir

Soyez le premier à réagir

Bertrand Braunschweig : « Un tiers des équipes d’Inria travaille sur l’intelligence artificielle »

© Inria

Inria vient de publier un livre blanc consacré à l'intelligence artificielle. L'institut dédié au numérique cherche à occuper une place forte dans ce domaine. Sur 178 équipes-projets que recense Inria, un tiers travaille sur cette discipline, dont les défis techniques sont encore nombreux. Les explications de Bertrand Braunschweig, directeur du centre de recherche Inria Saclay et coordinateur de ce premier document.

Inria, l’Institut de recherche dédié au numérique, vient de publier le premier livre blanc d’une longue série. Ce document de 81 pages (disponible ici) porte sur l’intelligence artificielle. Il est le fruit d’une nouvelle cellule de veille et prospective. Créée en interne, cette structure vise à positionner Inria sur les défis à venir et à mettre en place son nouveau plan stratégique. Bertrand Braunschweig, directeur du centre de recherche Inria Saclay, est le coordinateur de ce premier livre blanc dédié à un public interne et externe (chercheurs d’autres institutions, industriels et décideurs). Il répond à nos questions.

Industrie & Technologies : Pourquoi avoir choisi de publier votre premier livre blanc sur l’intelligence artificielle et non sur une autre thématique ?

Bertrand Braunschweig : C’est la conjonction de deux choses. D’abord c’est un sujet qui est très en pointe depuis trois ou quatre ans. On atteint des niveaux de performances des technologies assez importants. Il y a un certain nombre d’organisations qui prennent position sur l’intelligence artificielle, il y a aussi des débats sociétaux. Notre rôle est de participer à ces débats en apportant un éclairage scientifique sur ce que l’on sait faire dans ce domaine. C’est un domaine qui, par le passé, était assez peu mis en valeur chez Inria et sur lequel nous souhaitons être présents et prendre position. Ensuite, j'avais trois mois de libre dans mon agenda, j’ai donc profité de ce temps pour traiter ce sujet.

I&T : 2016, est-elle l’année de l’intelligence artificielle ?

B.B : C’est une question que l’on pose effectivement dans le livre blanc. Ce n’est peut-être pas la seule année 2016, mais depuis quelques années l’intelligence artificielle s’est fortement développée et des résultats impressionnants ont été largement médiatisés. Cela a commencé avec Watson d’IBM il y a quelques années. Puis, il y a eu les algorithmes de deep learning qui gagnent tous les concours de reconnaissance d’images depuis deux ou trois ans. Il y a désormais des voitures automatiques qui se promènent dans des environnements complexes sans accident. Cette année, il y a aussi eu le logiciel AlphaGo qui a battu le meilleur joueur du jeu de Go. On peut également citer les outils utilisés par le grand public, comme les assistants personnels développés par Apple et les autres géants du numérique. En somme, il y a eu énormément d’événements qui ont porté l’intelligence artificielle au premier plan et c’est parti pour durer plusieurs années !

I&T : Quels sont les défis génériques de l’intelligence artificielle ?

B.B : Pendant longtemps, l’intelligence artificielle a été enfermée dans une machine. Maintenant, on parle d’intelligence artificielle située, c’est-à-dire connectée au monde. C’est une très grosse évolution et cela constitue une grande problématique : non seulement un système d’intelligence artificielle doit être en interaction avec une personne et pouvoir lui expliquer pourquoi il arrive à ce résultat, mais il faut aussi que l’utilisateur puisse reprendre la main. Le relais entre système automatique et humain est très important. Un autre défi consiste à développer un système très compétent dans un domaine mais disposant aussi d’un minimum de compétences sur le reste, de manière à prendre en compte des facteurs différents. 

Toujours sur les défis génériques, une grande question demeure : comment donner des valeurs et des normes aux systèmes intelligents ? Il y a cet exemple typique : je demande à mon robot d’aller me chercher une bouteille de lait. Si sur son chemin il passe devant une personne qui fait une crise cardiaque, et qu'il n'a pas de norme supérieure, il ne viendra pas en aide à cette personne et continuera son chemin. De nombreuses années seront encore nécessaires pour arriver à progresser sur ce point.

Enfin, en matière d’apprentissage automatique, il y a encore énormément de choses à faire sur l’hétérogénéité des données. Il y a aussi la question de l’apprentissage sous contrainte. Il faut être capable de mettre des contraintes dans l’apprentissage, de manière à ce que le système respecte certains principes, comme celui de la vie privée.

I&T : Combien de chercheurs à Inria travaillent sur les questions d’intelligence artificielle ?

B.B : Il est difficile de donner un chiffre exact. On estime qu’environ un tiers des équipes de l’institut travaillent plus ou moins sur le sujet (Inria compte 178 équipes-projets, ndlr). Une vingtaine d’équipes se trouvent au cœur du sujet, tandis que les autres sont davantage en périphérie.

I&T : Dans quels domaines spécifiques, les équipes d’Inria planchent-elles plus particulièrement ?

B.B : Dans le livre blanc, nous avons classé les domaines par ordre décroissant d’importance (l’inventaire commence par les domaines dans lesquels Inria compte le plus grand nombre d’équipes et de chercheurs actifs, ndlr). Nous travaillons énormément sur les questions d’apprentissage. L’analyse des signaux (vision et parole) constitue également un grand domaine de recherche, de même que le web sémantique. Nous avons également beaucoup d’équipes en robotique et en neurosciences.

I&T : Pouvez-vous nous donner quelques exemples concrets des travaux d’Inria en intelligence artificielle ?

B.B : A Bordeaux, l’équipe Flower est spécialisée en robotique développementale. Pierre-Yves Oudeyer fait apprendre à ses robots des choses élémentaires au contact de leurs utilisateurs. Poppy, le robot imprimé en 3D, apprend ainsi tout seul. Il s'agit de modélisation des processus cognitifs pour l’apprentissage des robots. En matière d’apprentissage automatique, nous avons deux grandes équipes Willow et Sierra. Jean Ponce, responsable de l’équipe-projet Willow, parvient à caractériser des scènes complexes sur des sites archéologiques, par exemple. On peut également citer l’équipe Thoth, dirigée par Cordelia Schmid, qui vient de recevoir un cluster de la part de Facebook. Cette équipe est également spécialisée dans la reconnaissance de scènes complexes grâce à l’apprentissage automatique. Nous avons également trois équipes leaders dans les véhicules autonomes. Nous nous intéressons à cette problématique depuis une dizaine d’années et nous avons plusieurs véhicules autonomes en situation.

Bienvenue !

Vous êtes désormais inscrits. Vous recevrez prochainement notre newsletter hebdomadaire Industrie & Technologies

Nous vous recommandons

Schneider Electric optimise la maintenance grâce à la réalité augmentée

Schneider Electric optimise la maintenance grâce à la réalité augmentée

Pour faciliter les opérations de maintenance des équipements industriels, Schneider Electric mise sur son logiciel EcoStruxure et la[…]

Alibaba dévoile Xuantie 910, une puce ultra performante basée sur une architecture open source

Alibaba dévoile Xuantie 910, une puce ultra performante basée sur une architecture open source

Puces neuromorphiques, modélisation 3D, deep learning… les meilleures innovations de la semaine

Puces neuromorphiques, modélisation 3D, deep learning… les meilleures innovations de la semaine

DeepCubeA, l'algorithme champion de Rubik’s Cube

DeepCubeA, l'algorithme champion de Rubik’s Cube

Plus d'articles