Dans le cadre de notre dossier « Expert I.A : La force des algorithmes pour résoudre les énigmes du futur. », Victorіen Quevit, Doctorant IA chez INTERSCIENCE, a accepté de faire un point sur l’année écoulée et sur les grands enjeux du secteur de l’IA.
Intelligence-artificielle.Com : Pouvez-vous vous présenter à nos lecteurs ? (Quel poste occupez-vous, dans quelle entreprise)
Victorіen Quevit (INTERSCIENCE) : Victorien QUEVIT, 24 ans et je suis actuellement doctorant au LTSI (Laboratoire du traitement du signal et de l’image) de l’Université de Rennes 1, en collaboration avec l’ECAM Rennes. Ma thèse est réalisée dans le cadre d’une thèse Cifre en partenariat avec la société Interscience, fabricant français de matériel d’analyse microbiologique.
Quelles sont les dernières avancées et innovations dans le domaine de l’IA qui ont retenu votre attention récemment
Les dernières avancées et innovations dans le domaine de l’IA qui ont retenu mon attention récemment sont principalement liées aux IA génératives. Il y a eu plusieurs développements passionnants dans ce domaine, notamment des modèles comme MidJourney ou Stable Diffusion dans la génération d’images, Gen-2 et Zeroscopev2 pour la génération de vidéos, musicgen et audiogen pour la musique et les bruitages, ainsi que RVC pour le clonage ultra-réaliste de voix, à l’origine de cover de musique aussi divertissante qu’impressionnante (exemple : https://twitter.com/ai__movies/status/1703328324729069700).
Ces technologies vocales sont déjà utilisées pour la traduction vocale automatique, et elles pourraient révolutionner la diffusion de contenu vidéo, les conférences en visio et même la diffusion de films amateurs à l’échelle mondiale en éliminant la barrière de la langue.
Il est fort à parier que des plateformes telles que YouTube proposeront probablement prochainement une option de traduction vocale automatique, rendant les sous-titres textuels rapidement obsolètes (sauf évidement pour les personnes sourdes et malentendantes).
Il est indéniable que le domaine de l’IA générative connaît actuellement un véritable boom. Les résultats obtenus au cours de l’année précédente semblent déjà largement dépassés, ce qui témoigne de l’explosion rapide des améliorations et des innovations dans ce secteur.
D’un point de vue plus général, l’accessibilité à des modèles open-source très performants, tels que certains de ceux mentionnés précédemment ou même des modèles comme Llama2 (le « ChatGPT » de Meta), permet de les exécuter localement sur des ordinateurs personnel milieu de gamme.
Cela ouvre la porte à de nombreuses applications potentielles dans énormément d’industrie et encourage l’innovation dans le domaine de l’IA, tout en facilitant l’accès à des outils puissants pour un large éventail de développeurs et d’utilisateurs.
De plus, il est également crucial de noter que les avancées dans le domaine de l’IA sont souvent étroitement liées à l’amélioration convergente du matériel de calcul. Un exemple remarquable en est Alphafold, développé par DeepMind, qui a réalisé des avancées significatives dans la compréhension des structures de protéines à une vitesse bien supérieure à celle que peut atteindre un être humain. À long terme, cela pourrait conduire à des avancées cruciales dans la lutte contre le cancer.
Quels secteurs ont le plus bénéficié de l’intégration de l’IA
L’intégration de l’intelligence artificielle a apporté des transformations significatives dans divers secteurs.
En médecine, les systèmes d’IA ont révolutionné la détection précoce de maladies, en analysant rapidement d’énormes volumes de données médicales pour identifier les tendances et les risques. Par exemple, des algorithmes d’IA ont permis de repérer des signes avant-coureurs de maladies telles que le cancer ou parkinson, améliorant ainsi les chances de traitement précoce et de guérison. Ou dans le domaine de la recherche médicale, des avancées majeures telles qu’AlphaFold, ouvre la voie à de nouvelles découvertes thérapeutiques.
L’automobile a également bénéficié de l’IA grâce aux voitures autonomes. Les systèmes avancés de conduite autonome utilisent des capteurs et des algorithmes d’apprentissage automatique pour améliorer la sécurité routière et réduire les accidents.
Dans l’industrie, l’IA est utilisée pour surveiller la production et optimiser les processus de fabrication. Et des entreprises comme Amazon ont déployé des flottes de robots pour gérer leurs entrepôts, améliorant ainsi l’efficacité logistique.
Dans le secteur financier, l’IA est utilisée pour analyser d’énormes quantités de données et prédire les mouvements des marchés. Les modèles d’IA peuvent également détecter les fraudes financières en temps réel, ce qui renforce la sécurité des transactions.
En ce qui concerne le service client, les chatbots alimentés par l’IA sont de plus en plus courants, offrant une assistance rapide et précise aux clients. De plus, les systèmes d’IA pour les appels vocaux sont en développement, ce qui promet une expérience client encore plus personnalisée et efficace.
Comment voyez-vous l’avenir de l’IA et son impact sur la société
L’IA est un outil puissant qui peut automatiser des tâches complexes et répétitives, améliorant ainsi l’efficacité et la productivité dans de nombreux domaines. Cependant, son impact sur la société est mixte, et il y a des aspects positifs et négatifs à prendre en compte.
L’IA est de plus en plus utilisée dans l’éducation, y compris chez les élèves, pour aider à résoudre des devoirs et fournir des informations supplémentaires. Par exemple, des systèmes de traitement du langage naturel, comme ChatGPT, peuvent offrir des explications et des conseils aux étudiants, les aidant à mieux comprendre les concepts et à améliorer leurs compétences académiques.
Cependant, il existe également des préoccupations légitimes. L’utilisation excessive de l’IA dans l’éducation peut potentiellement décourager les élèves de développer leurs propres compétences de réflexion critique et de recherche. Ils pourraient devenir dépendants de ces outils pour résoudre leurs devoirs, ce qui pourrait nuire à leur capacité à apprendre de manière autonome.
Quel est votre avis sur l’impact qu’a et qu’aura l’IA sur l’emploi en France ?*
L’impact de l’intelligence artificielle sur le marché de l’emploi est indubitablement majeur et en perpétuelle évolution. Comme en témoigne l’étude conjointe de Dell et de l’Institut pour le futur, il est prévu que 85 % des emplois de 2030 demeurent encore inconnus à ce jour.
Toutefois, l’automatisation croissante grâce à l’IA peut conduire à la suppression de nombreux emplois, en particulier ceux impliquant des tâches répétitives et prévisibles. Les secteurs de la fabrication, de la logistique et des services administratifs pourraient en subir les conséquences.
De surcroît, l’IA risque de rendre obsolètes certaines compétences, ce qui pourrait exclure du marché du travail des travailleurs qualifiés, à moins qu’ils ne se réorientent. Les conseillers, les comédiens de doublage, les scénaristes, les écrivains, et même les développeurs sont concernés. Cette situation pourrait engendrer des inégalités d’accès à ces emplois, laissant de côté ceux qui ne peuvent pas se permettre de se former.
Néanmoins, en prenant pour exemple les IA telles que « Copilot, » qui permettent aux développeurs d’accroître leur productivité et de réduire les erreurs, une perspective positive se dégage. Cette amélioration de la productivité peut potentiellement se traduire par une meilleure rémunération pour les développeurs, qui livrent des solutions de qualité plus rapidement. De plus, la maîtrise de l’IA et des compétences liées à son développement est de plus en plus valorisée, offrant ainsi des opportunités de carrière mieux rémunérées
Quels sont les principaux défis éthiques liés à l’IA et comment les abordez-vous dans votre travail ?
L’un des défis les plus alarmants est l’émergence d’arnaques et de fakenews de plus en plus crédibles, alimentées par les capacités de l’IA. Un exemple frappant est celui d’une mère aux États-Unis qui a reçu un appel prétendant que sa fille était kidnappée, avec la voix de sa fille générée par une IA. Un autre défi éthique crucial concerne l’origine des données utilisées par les systèmes d’IA.
Les données peuvent provenir de diverses sources, y compris des enregistrements vocaux, des images et des textes, et leur utilisation soulève des questions de droits d’auteur et de confidentialité. Il est nécessaire de clarifier les droits de propriété des données, notamment lorsque des données personnelles sont utilisées pour former des modèles d’IA.
Enfin, le biais des données est un défi éthique majeur dans le domaine de l’IA. Les systèmes d’IA peuvent être influencés par les préjugés et les inégalités présents dans les données avec lesquelles ils sont formés. Cela peut se traduire par des décisions discriminatoires dans des domaines tels que l’embauche, le prêt, ou même la justice pénale. Il est impératif de développer des méthodes pour identifier et atténuer les biais dans les données, afin de garantir que les systèmes d’IA prennent des décisions justes et équitables.
Quelles sont, selon vous, les opportunités et les défis futurs pour les experts en IA, notamment en ce qui concerne l’évolution de la technologie et de la réglementation ?
La réglementation de l’IA est essentielle pour encadrer son utilisation éthique et responsable. Elle doit aborder des problèmes tels que les arnaques utilisant des voix générées par l’IA, les droits de propriété des données, et les biais de données. De plus, elle doit se pencher sur les questions morales et de confiance liées à une dépendance croissante à l’IA. Que ce soit dans le domaine médical, avec la détection précoce de maladies, ou dans la conduite autonome et même l’utilisation de drones de combat sans intervention humaine, des lignes directrices claires sont nécessaires pour garantir que l’IA soit au service de l’humanité, tout en préservant nos valeurs éthiques et morales.
Quels conseils donneriez-vous à ceux qui souhaitent se lancer dans une carrière dans l’IA ?
Tout d’abord, plongez-vous dans l’apprentissage machine en commençant par des ressources gratuites telles que Google Colab pour expérimenter avec Python, le langage de programmation incontournable pour l’IA. Familiarisez-vous avec des bibliothèques comme TensorFlow et PyTorch pour développer des compétences essentielles.
Explorez des plateformes telles que Hugging Face qui offrent un accès gratuit à des modèles pré-entraînés. Ces ressources vous permettront de gagner en expérience sans investir immédiatement dans des coûteuses infrastructures.
Investissez du temps dans l’apprentissage théorique en explorant les concepts mathématiques sous-jacents à l’apprentissage machine et à l’apprentissage profond. Comprenez les algorithmes, les réseaux de neurones et la statistique.
Pratiquez régulièrement en travaillant sur des projets personnels ou en participant à des compétitions en ligne telles que Kaggle pour acquérir de l’expérience pratique et renforcer vos compétences.
Propos recueillis par Mathilde Flory.
- Partager l'article :
