Archive for the ‘Deep Learning’ Category

MÉDECINE AUGMENTÉE : ENTREPRISE AUGMENTÉE, par L. KIWI, X. COMTESSE, D. WALCH, A. GARBINATO, D. GENOUD, G. PAULETTO, G. RAMUZ, aux éditions G D’Encre ***

Une trentaine d’experts suisse romands du groupe « Manufacture Thinking » se sont associés pour réaliser ce magnifique ouvrage de réflexion concernant l’impact de l’intelligence artificielle sur notre société, en adressant une attention toute particulière aux domaines de la médecine et de l’entreprise.

Ce livre est le cinquième d’une série réalisée sous l’impulsion de la Chambre neuchâteloise du commerce et de l’industrie, dont le premier tome est consacré à l’histoire de la manufacture, le second à l’économie numérique, puis les suivants à l’usage et à la monétisation des données, à l’IoT, au Big Data et au Machine Learning. Ce dernier a la particularité de se découper en deux volets distincts qui se lisent respectivement du recto et du verso. La première moitié est consacrée à l’entreprise, mon domaine de prédilection, alors que la seconde est consacrée à l’impact de la digitalisation sur la médecine. Je pensais lire très rapidement cette seconde section dont le thème ne m’est pas particulièrement familier, mais à ma grande surprise, j’y ai trouvé une éloquente réflexion sur l’évolution de notre médecine, de ses pratiques et de ses coûts.

Les auteurs partent du postulat que l’IA offrira un système meilleur et moins coûteux à la collectivité. La promesse vaut la peine de s’y arrêter quelques instants, non ? Et la démonstration est tout-à-fait convaincante. On comprend ainsi pourquoi les GAFA se sont déclaré une guerre fratricide dans ce marché lucratif, en y investissant des milliards de dollars.

J’ai particulièrement apprécié l’argumentation concernant le changement de dimension du corps humain qui ne sera plus dépendant de son seul héritage génétique, mais également augmenté par des implants, des capteurs, des modifications génétiques et des « bots » s’activant tout autour de lui, améliorant aussi ses capacités cognitives.

Pour ce qui concerne l’entreprise augmentée, les précédents livres mentionnés dans ce blog traitent déjà abondamment de ce sujet. Mais vous trouverez ici une analyse pertinente conduite par des personnalités locales, transposant judicieusement ce sujet dans un contexte régional et global, en décrivant les opportunités et les risques de ces nouvelles technologies au service de la voiture autonome, des machines industrielles, des assistants personnels, des assurances, de la finance ou encore de l’organisation de nos villes, pour n’en citer que quelques-uns. A noter que les auteurs se sont donnés la peine de vulgariser le fonctionnement du « Machine Learning » supervisé et non-supervisé, en identifiant les étapes du processus d’apprentissage afin de permettre aux profanes que nous sommes de démystifier ce procédé souvent perçu comme étant « nébuleux » et « abstrait ».

Bref, comme à chaque fois que je lis un livre passionnant, intelligemment écrit et joliment confectionné, je ne peux m’empêcher de l’acheter et d’en recommander sa lecture!

LE TEMPS DES ALGORITHMES, par S. ABITEBOUL et G. DOWEK, aux éditions LE POMMIER ***

Cet ouvrage généraliste nous offre un regard éclairé sur le fonctionnement de notre société qui est de plus en plus dominée par les algorithmes.

Ces programmes, entièrement créés par l’humain, sont les objets les plus complexes qu’il n’ait jamais élaborés. Dans tous les secteurs, ils cadencent nos échanges et orientent nos décisions.

Comme chaque outil ou procédé que l’homme a inventé aux cours de son histoire, les algorithmes résolvent des problèmes concrets et permettent d’automatiser certains processus, en offrant un gain de temps significatif et en sécurisant la répétabilité des tâches.  

Les algorithmes ne sont donc pas une invention nouvelle. Ce qui fait que nous en parlons de plus en plus, c’est que, associé à la puissance de calcul des ordinateurs actuels, ils arrivent à résoudre des problèmes particulièrement complexes et surtout à dépasser les capacités humaines pour réaliser certaines tâches spécifiques.

Que vous soyez inquiets du pouvoir potentiel de ces algorithmes ou émerveillés par les progrès qu’ils peuvent apporter, ce livre vous permettra d’alimenter vos connaissances par des références pertinentes et détaillées.

Les auteurs commencent par expliquer ce qu’est un algorithme, en le comparant à la recette du pain qui se passe de génération en génération de boulangers, avec des améliorations apportées par chaque protagoniste de la chaîne de transmission. Il est ainsi possible de ne pas devoir recommencer le processus à partir d’une feuille blanche à chaque fournée.

Les auteurs parlent également de la technique de recherche de nourriture des fourmis ainsi que de la capacité de notre cerveau à pouvoir différencier rapidement un chien d’un chat, pour n’en citer que quelques-uns. A ce sujet, faisons un petit exercice amusant: tentez d’expliquer avec des mots comment l’algorithme de votre cerveau procède pour reconnaître et différencier l’image d’un chien et d’un chat (donc sans mentionner le cri qu’ils émettent). Vous verrez que c’est loin d’être simple à expliquer!

Grâce à cet exemple, vous commencerez à comprendre une des problématiques du Deep Learning qui est justement liée à la difficulté de comprendre et d’expliquer comment l’ordinateur procède pour résoudre un tel problème. C’est d’ailleurs ce manque de « transparence » qui présente un enjeux de taille pour les industriels qui ont pour habitude de travailler avec des systèmes déterministes pour des clients qui exigent des informations fiables, prédictibles et répétables. Il est donc actuellement bien risqué de fournir des services basés sur l’intelligence artificielle à un client qui pourrait exiger des dédommagements en cas d’imprécisions ou d’erreurs dans les résultats présentés.

Malgré cela, il semble évident que l’ordinateur associé aux algorithmes remplacera progressivement certains travaux intellectuels répétitifs, tels que ceux des avocats, des médecins généralistes ou encore des enseignants, comme la machine mécanique l’a fait et le fait encore avec les métiers manuels.

C’est pour cette raison que je vous recommande vivement de lire ce livre qui vous instruira sur l’impact des algorithmes et de l’automatisation des tâches sur notre société, les conséquences sur nos métiers, sur le fonctionnement de nos villes, nos véhicules, la bourse, le système de santé, nos données personnelles, sans oublier la problématique de la répartition des richesses ainsi produites. C’est grâce à ce type d’ouvrage que nous pouvons être rationnels sur la perception de notre futur et donc nous y préparer efficacement.

COMPRENDRE LE DEEP LEARNING, par J.-C. HEUDIN, aux éditions SCIENCE-EBOOK **

51jlsHO6EjL__SX310_BO1,204,203,200_

Impossible de passer une journée sans entendre parler d’intelligence artificielle, de machine learning ou de deep learning. Que nous soyons fascinés par les promesses de cette discipline ou apeurés par ses risques sous-jacents, nous sommes souvent mal outillés pour juger de la pertinence des informations que nous recevons.

C’est pour cette raison que je recommande vivement la lecture de cet ouvrage pratique qui vous fera entrer dans le fonctionnement neuronal du cerveau humain via l’usage d’équations algébriques matricielles. Pas besoin d’être mathématicien pour suivre les démonstrations exposées dans ce livre, mais il faut quand même être réceptif au calcul algébrique. Ici se termine donc les fantasmes liés à cette technique de traitement des données de masse pour entrer dans le monde réel et pratique du machine learning et de son sous-ensemble, le deep learning.

Pour ma part, cette lecture pédagogique m’a permis de mieux comprendre les limites de la mise en œuvre de cette technologie dans le monde industriel dans lequel il est impératif de pouvoir reproduire les procédés de manière fiable, puis d’expliquer pourquoi et comment fonctionnent les automatismes. De plus, le nombre de données pertinentes et utilisables pour entraîner les systèmes apprenants est un véritable challenge dans cette industrie. Pensez au nombre réduit des machines identiques de la base installée, possédant les mêmes composants électroniques, avec les mêmes caractéristiques physiques, les mêmes versions firmware et les mêmes versions applicatives. Sans compter les éventuelles modifications effectuées par le client lui-même. Bref, les promesses sont attrayantes, certes, mais le chemin de l’industriel est encore long avant de pouvoir rentabiliser les investissements nécessaires. 

Si je ne suis évidemment pas devenu un expert du deep learning par la simple lecture de ce livre, je comprends toutefois beaucoup mieux pourquoi je ne le serai jamais ! En effet, bien que ce sujet soit très tendance et présenté souvent de manière extrêmement séduisante, au travers de quelques succès retentissants dans des domaines bien précis, il faut avouer que cela reste une discipline d’alchimistes mathématiciens qui s’exaltent avec des nombres, des matrices, des calculs d’erreurs et des paramètres d’ajustements.

Bien, c’est maintenant à vous de décider si vous souhaitez vous lancer dans la création et dans l’entraînement de votre premier réseau de neurones en Javascript. Allez, bon voyage !