Quand la Tech et l’IA débarque à Lille

tech photo-1518770660439-4636190af475

Le petit pas de Neil Armstrong pour l’homme en 1969 était une résolution symbolique de la lutte pour le pouvoir de sécurité mondiale la plus visible de la guerre froide: la course à l’espace. En tant que vainqueurs, les États-Unis ont prouvé leur supériorité technologique, conduisant les Soviétiques à concéder largement le domaine spatial aux États-Unis Plus largement, la capacité des États-Unis à venir par derrière a démontré la force sous-jacente de ses systèmes économiques, technologiques et scientifiques.

Aujourd’hui, nous sommes dans une autre quête de supériorité technologique – ce qui a été surnommé la course à l’intelligence artificielle (IA). Cependant, contrairement à l’atterrissage lunaire, la soi-disant «AI Race» n’a pas de ligne d’arrivée clairement définie. Nous savons que nous avons un concurrent immédiat (la Chine), mais comment saurons-nous si – et quand – nous avons gagné? L’ambiguïté autour de cette question est la raison pour laquelle je pense que nous devons oublier la notion d’une race IA singulière et concentrer nos efforts sur la construction d’une infrastructure de données pour relever tout défi de l’IA.

Pour que les États-Unis se positionnent dans une place de technologie force pour les décennies à venir, nous devons créer des systèmes qui permettent des progrès réguliers, continus et fiables en matière d’IA. L’analogie d’Andrew Ng entre l’IA et l’électricité nous aide à voir que nous sommes au tout début du potentiel de l’IA. Bien que l’IA soit nettement plus complexe que l’électricité, elle est similaire en ce sens qu’il s’agit d’une puissante technologie habilitante, et non d’une fin en soi. Ce qui nous manque, c’est un moyen de faire une utilisation durable, évolutive et fiable de cette technologie.

Lors de leur introduction au 19ème siècle, les ampoules à incandescence étaient révolutionnaires. Au début, seuls les consommateurs qui avaient leur propre générateur d’électricité pouvaient en profiter, limitant leur potentiel apparemment infini. Thomas Edison s’est rendu compte qu’il pouvait vendre beaucoup plus d’ampoules s’il y avait un moyen facile pour quiconque de recevoir de l’électricité. Sans le réseau électrique, nous n’aurions jamais vu l’adoption généralisée de l’ampoule à incandescence et la poussée d’innovation qui s’ensuit pour créer de nombreux autres appareils électriques. Nous avons été rattrapés concevoir des modèles individuels d’IA / ML («ampoules»), mais nous ne disposons pas d’une infrastructure unifiée pour servir d’équivalent au réseau électrique moderne.

Une raison particulièrement convaincante d’investir dans une telle infrastructure est que les modèles d’IA ne sont pas quelque chose qui peut être saupoudré pour améliorer un projet. La plupart des modèles d’IA déployés aujourd’hui sont assez fragiles: ils ont été développés et formés pour un cas d’utilisation spécifique dans des conditions spécifiques. Une fois déployés, les performances et la qualité du modèle peuvent se dégrader rapidement à mesure que l’environnement des données évolue. De plus, lancer un modèle sur un problème adjacent sans réentraînement ne fonctionne généralement pas.

Pour donner un exemple illustratif, un modèle d’IA pour identifier les pathologies dans les films radiographiques n’a pas pu être réutilisé dans un autre hôpital en raison d’une différence dans les films radiologiques utilisés par différentes machines – et c’était pour un cas d’utilisation presque identique. Pour exploiter la valeur actuellement disponible de l’IA, en veillant à ce que les modèles soient fournis en permanence avec des données de formation appropriées et un retour d’information pour s’améliorer est essentiel. Nous devons créer un environnement d’IA et de données holistique – une «grille» – qui fonctionne autour de la fragilité des modèles d’IA en facilitant la reconversion et l’évaluation des modèles, et le partage des données d’entraînement (dans des limites de sécurité, de protection des données et d’utilisation appropriées).

Le gouvernement américain aura du mal à conserver la tête de l’IA car cette infrastructure n’existe pas. Les universitaires, les chercheurs gouvernementaux et les entreprises privées sont en silos pour créer d’incroyables capacités d’IA / ML – mais comme une ampoule solitaire, ils n’éclairent qu’une seule pièce dans une seule maison à la fois. Pour que les États-Unis maintiennent leur supériorité technologique, nous devons construire l’infrastructure de données qui permettra d’éclairer des gratte-ciel entiers. Nous devons également permettre de nouvelles innovations – pas seulement des «ampoules», mais des «grille-pain», des «télévisions» et au-delà. Nous devons disposer d’un moyen pour étendre les capacités existantes dans le monde réel et encourager le développement de nouvelles. Et nous devons le faire d’une manière qui reste fidèle à nos valeurs démocratiques. Investissons dans une grille de données pour l’IA.

Tout comme les gouvernements jouent un rôle dans l’application des normes relatives au flux de courant électrique, le gouvernement américain a un rôle à jouer dans l’établissement de notre propre «réseau». Investir dans une grille de données pour l’IA est une décision stratégique qui se traduira non seulement par un pic immédiat de l’innovation à court terme, mais permettra également des progrès continus, étape par étape, à long terme. Il y a plusieurs éléments clés dont nous aurons besoin pour réussir:

Concevoir pour l’itération, pas la stagnation: les systèmes d’IA sont des systèmes d’apprentissage qui nécessitent une itération et un retour constants. Nous devons construire notre infrastructure pour qu’elle puisse évoluer. Les réseaux électriques d’aujourd’hui sont flexibles pour prendre en charge une variété de sources d’énergie, de l’énergie solaire aux générateurs alimentés au charbon, de même que notre infrastructure d’IA doit permettre aux entreprises d’IA et aux programmes gouvernementaux de s’adapter à divers systèmes. Et, tout comme les réseaux peuvent augmenter les ressources en réponse aux demandes, nous devrait intégrer la connectivité, ce qui nous permettra à son tour de découvrir et de répondre à la demande émergente et d’affiner et de développer davantage de nouvelles capacités.
Créer une infrastructure de déploiement d’IA: les consommateurs gouvernementaux doivent disposer d’un point d’accès facile pour découvrir, évaluer et déployer des solutions potentielles d’IA / ML et des données de formation, surveiller les performances des algorithmes et capturer et enregistrer tout commentaire.
Adoptez des normes de données ouvertes: tout comme nous avons des normes de tension, nous avons besoin de normes pour le format, la qualité et la conservation des données, des systèmes et des API.
Financer une bibliothèque de données d’entraînement en IA: les modèles AI / ML dépendent de données de qualité pour s’entraîner et tester. Des ensembles de données volumineux et diversifiés contribuent à atténuer les biais algorithmiques, et notre gouvernement est le mieux placé pour mener une assurance qualité sur ces données et permettre un accès approprié à celles-ci. En construisant cette bibliothèque de données de formation de manière réfléchie, plutôt que via des efforts ad hoc et déconnectés, notre gouvernement peut à la fois stimuler le développement de l’IA et garantir que les ensembles de données de formation sont organisé de manière éthique et transparente.
Protéger notre réseau: nous devons protéger notre réseau électrique contre les pirates informatiques – de même, nous devons nous assurer que nos données de formation, nos algorithmes et notre infrastructure de déploiement en IA sont sécurisés.
En suivant ces directives, en conjonction avec les appels existants à adhérer à des principes et des normes d’éthique solides en matière d’IA, nous pouvons investir dans une infrastructure d’IA qui permet non seulement une «ampoule à incandescence» occasionnelle, mais donne à toute une génération l’accès à des technologies habilitantes qui stimuleront l’innovation à mesure que de nouveaux cas d’utilisation potentiels sont découverts. En investissant dans une grille, nous pouvons libérer l’énorme potentiel du développement de l’IA et assurer notre supériorité technologique, économique, démocratique et militaire pour les décennies à venir.

Lille tourisme.