Stratégie de la France en intelligence artificielle

Emmanuel Macron, Président de la République française, a présenté la stratégie nationale en matière d’intelligence artificielle (IA) le 28 mars 2018 lors de l’évènement AI for Humanity. Le gouvernement français prévoit d’investir 1,5 million d’euros au cours des cinq prochaines années pour soutenir la recherche et l’innovation dans ce domaine.

PNG

Cette stratégie s’inspire en grande partie des recommandations du rapport "Donner un sens à l’intelligence artificielle : pour une stratégie nationale et européenne" (mars 2018), publié la veille. Ce rapport est le résultat d’une mission de six mois confiée à Cédric Villani, député LREM et mathématicien ayant reçu la Médaille Fields en 2010, et à son équipe.

La stratégie française en IA a été dévoilée à la fin d’une journée de conférences "AI for Humanity" au Collège de France, à Paris. Le programme comprenait des interventions d’éminents chercheurs et entrepreneurs en IA et de représentants du secteur de la recherche (Justine Cassell, Laurence Devillers, Stéphane Mallat, Stuart Russel, Yann Le Cun, Noriko Araï, Cathy O’Neil, Ran Balicer, Latanya Sweeney, Fei Fei Li, Grégory Renard, Marie-Paule Cani, Frédérique Vidal, Antoine Petit, Sam Altman, entre autres).

Au même moment, France Stratégie, organisme rattaché au Premier ministre, publiait un rapport sur l’IA et le travail. Ces études s’inscrivent dans la continuité du rapport France intelligence artificielle publié un an plus tôt (mars 2017) et du lancement de #FranceAI en janvier 2017.

Les principales recommandations du rapport de Cédric Villani sur l’IA

1. Pour une politique offensive de la donnée

1. Inciter les entreprises à mutualiser et partager leurs données

La puissance publique doit inciter à la création de communs de la donnée et porter un autre modèle de production et de gouvernance des données, qui mette l’accent sur la réciprocité, la collaboration et le partage. L’objectif est de favoriser le partage de données entre les acteurs d’un même secteur.

Par ailleurs, elle doit soutenir le partage de données entre acteurs privés et accompagner les entreprises dans cette ouverture. L’État doit également organiser l’ouverture au cas par cas de certaines données détenues par des entités privées, et favoriser sans attendre les pratiques de fouille de texte et de données.

2. Créer des données d’intérêt général

La plupart des acteurs auditionnés par la mission se sont montrés favorables à une ouverture progressive, au cas par cas et selon les secteurs, de certains jeux de données pour des motifs d’intérêt général. Cette ouverture pourrait prendre deux formes : soit un accès à ces données pour la seule puissance publique soit une ouverture plus large, y compris pour les autres acteurs économiques.

3. La portabilité citoyenne des données

Le droit à la portabilité des données est l’une des grandes innovations des récents textes français et européens. Concrètement, tout citoyen pourra exercer ce droit pour migrer d’un écosystème de services à l’autre sans pour autant abandonner son historique numérique.

L’exercice de ce droit pourrait être décliné pour des applications d’intelligence artificielle « citoyenne » : il s’agirait alors de mettre à disposition d’un acteur public ou de la recherche scientifique ses données personnelles. Cette mise à disposition comporterait un triple intérêt :

  • Il permettrait de constituer de nouvelles bases de données à l’usage des services publics ;
  • Il contribuerait à donner un sens nouveau au droit à la portabilité, en permettant une meilleure circulation des données sous le contrôle exclusif des citoyens ;
  • Il pourrait être mis en œuvre dès l’entrée en vigueur du règlement européen sur la protection des données, sans avoir à imposer des contraintes nouvelles aux acteurs privés.

2. Miser sur 4 secteurs stratégiques

Les quatre secteurs identifiés sont : la santé, le transport, l’environnement ainsi que la défense et la sécurité.

1. Mener une politique sectorielle autour de grands enjeux

La politique industrielle doit être organisée autour de grands enjeux et défis de notre époque : détection précoce des pathologies, médecine des 4P ( médecine personnalisée, préventive, prédictive, participative ), disparition des déserts médicaux, mobilité urbaine à zéro émission... Ces grands enjeux pourraient être déterminés par des comités sectoriels chargés d’en faire la publicité et d’animer leurs écosystèmes.

2. Expérimenter des plateformes sectorielles

Le soutien à l’innovation passe par la mise en place de plateformes sectorielles permettant de rassembler les données pertinentes pour le secteur et organiser leur captation et leur collecte ; de donner accès à des infrastructures de calcul d’ampleur significative adaptées à l’IA ; de faciliter l’innovation en disposant d’une capacité à expérimenter dans un cadre maîtrisé ; de permettre de réaliser le développement, l’expérimentation et le déploiement de produits opérationnels et commerciaux.

3. Mettre en place des bacs à sable d’innovation

Le soutien à l’innovation passe par la mise en place de plateformes sectorielles permettant de rassembler les données pertinentes pour le secteur et organiser leur captation et leur collecte ; de donner accès à des infrastructures de calcul d’ampleur significative adaptées à l’IA ; de faciliter l’innovation en disposant d’une capacité à expérimenter dans un cadre maîtrisé ; de permettre de réaliser le développement, l’expérimentation et le déploiement de produits opérationnels et commerciaux.

Il est essentiel de fluidifier les parcours d’innovation en IA par la création d’espaces d’expérimentation (bacs à sable) qui comporteront trois aspects :

  • un allègement, temporaire de certaines contraintes réglementaires pour laisser le champ libre à l’innovation ;
  • un accompagnement des acteurs dans la prise en compte de leurs obligations ;
  • des moyens d’expérimentation en « situation réelle ».

L’objectif de ces bacs à sable sera de faciliter ces démarches d’expérimentation, de la conception itérative jusqu’au déploiement des technologies d’IA, en lien avec leurs futurs utilisateurs.

Applications possibles :

  • En santé, la médecine personnalisée et prédictive permettra un suivi en temps réel du patient ou encore une meilleure détection d’anomalies dans les électrocardiogrammes.
  • Dans le transport, le développement du véhicule autonome est l’une des grandes priorités industrielles.
  • En défense et sécurité, l’IA permettrait de déceler voire de répondre à des attaques informatiques qui seraient indétectables par l’être humain ou encore de faciliter l’analyse de données multimédia.
  • Au niveau environnemental, le développement d’outils de suivi à destination des exploitants agricoles ouvre la voie à une agriculture intelligente, qui pourrait bénéficier à toute la chaîne agroalimentaire.

3. Libérer les potentiels de la recherche française

1. La création d’Instituts Interdisciplinaires d’IA (3IA) au sein d’une sélection d’établissements publics d’enseignement supérieur et de recherche. Ces instituts devront être répartis sur l’ensemble du territoire et couvrir chacun un domaine spécifique d’application ou de recherche en IA.

2. L’attribution de moyens conséquents pour la recherche en mettant en place un supercalculateur conçu spécifiquement pour les applications d’intelligence artificielle, en partenariat avec des industriels. D’autre part, il est nécessaire de déployer, à destination des chercheurs, des facilités d’accès à un service de cloud européen.

3. La revalorisation des carrières dans la recherche publique en améliorant l’attractivité de la France pour les talents expatriés ou étrangers : augmentation du nombre d’étudiants en master et en doctorat en IA, revalorisation des salaires des chercheurs et amplification des échanges académie-industrie.

4. Anticiper l’impact de l’IA sur le travail et expérimenter

Deux nécessités : anticiper et expérimenter de nouveaux modèles de formation pour préparer les transitions professionnelles. À cette fin, trois actions majeures sont proposées :

1. Créer un Lab public de la transformation du travail

La création d’un Lab public de la transformation du travail permettra d’animer la réflexion autour des mutations du travail à l’heure de l’automatisation et d’expérimenter des dispositifs visant à accompagner la transition professionnelle, notamment à destination des populations potentiellement les plus touchées par l’automatisation.

2. Penser la complémentarité humain/machine

Pour améliorer les conditions de travail de demain, cette réflexion doit s’appuyer sur le développement d’un « indice de bonne complémentarité » à destination des entreprises, mais aussi l’intégration pleine et entière de la transformation numérique dans le dialogue social. Elle pourrait enfin conduire à lancer un chantier législatif sur les conditions de travail à l’heure de l’automatisation.

3. Expérimenter de nouveaux modes de financement de la formation professionnelle

Cette expérimentation permettra de tenir compte de la mutation des chaînes de valeur induite par l’IA. À l’heure actuelle, les entreprises financent la formation professionnelle de leurs propres salariés. Or, pour leur transformation numérique, elles ont souvent recours à d’autres acteurs, qui captent beaucoup de valeur, qui jouent un rôle important dans l’automatisation des tâches mais qui ne participent pas au financement de la formation professionnelle des salariés. Il est donc nécessaire, via le dialogue social, d’expérimenter de nouveaux modes de financement.

5. Pour une IA écologique

1. La puissance publique doit tout d’abord accompagner la transition écologique grâce à l’intelligence artificielle.

Premièrement, en mettant en place un lieu de recherche dédié à la rencontre de la transition écologique et de l’IA. Ce lieu pourrait se pencher sur des projets comme Tara Océans, à la croisée des sciences du vivant et de l’écologie. Deuxièmement, en mettant en place une plateforme au service de la mesure de l’impact environnemental des solutions numériques intelligentes

2. Pour parachever cette démarche, il faut également penser une IA moins consommatrice d’énergie en accompagnant l’industrie du cloud européen dans le sens de sa transition écologique.

3. Enfin, le chemin vers la transition écologique doit aller de pair avec une libération de la « donnée écologique ».

De la reforestation par les drones en passant par la cartographie des espèces vivantes via la reconnaissance d’image, l’IA peut ainsi contribuer à diminuer nos consommations d’énergie et à favoriser la restauration et la conservation de la nature.

6. Ouvrir les boîtes noires de l’IA

À long terme, l’explicabilité des technologies de l’intelligence artificielle est l’une des conditions de leur acceptabilité sociale. C’est pourquoi la puissance publique doit agir de différentes manières :

1. Développer la transparence et l’audit des algorithmes

  • en développant les capacités nécessaires pour observer, comprendre et auditer leur fonctionnement. Pour cela, il est nécessaire de constituer un corps d’experts pour analyser les algorithmes et les bases de données, et encourager cette évaluation par la société civile.
  • en soutenant la recherche sur l’explicabilité de l’IA. Pour cela, il faut investir autour de trois axes de recherche : la production de modèles plus explicables, la production d’interfaces utilisateurs plus intelligibles, et enfin la compréhension des mécanismes à l’œuvre pour produire une explication satisfaisante.

2. Se pencher sur la responsabilisation des acteurs de l’IA autour des enjeux éthiques qu’elle soulève :

  • en intégrant l’éthique dans la formation des ingénieurs et chercheurs en IA.
  • en instituant, à l’image de l’étude d’impact sur la vie privée (PIA), une étude d’impact sur les discriminations pour amener les concepteurs d’IA à s’interroger sur les conséquences sociales des algorithmes qu’ils produisent.

3. Créer un Comité consultatif d’éthique pour les technologies numériques et l’intelligence artificielle, chargé d’organiser le débat public autour de l’IA.

Ce comité devra garantir un haut niveau d’expertise et d’indépendance. 94 % des sondés estiment d’ailleurs nécessaire que le développement de l’IA dans notre société fasse régulièrement l’objet de débats publics.

4. Garantir un principe de responsabilité humaine particulièrement lorsque des dispositifs d’IA sont utilisés dans le cadre de fonctions régaliennes.

D’une part, il sera nécessaire d’encadrer l’utilisation d’algorithmes prédictifs utilisés dans un cadre policier. D’autre part, il est indispensable que l’éventuel développement de systèmes d’armes létales autonomes (SALA) fasse l’objet d’un large débat au niveau international et que soit mis en place un observatoire sur la non-prolifération de ces armes.

7. Pour une intelligence artificielle inclusive et diverse

1. Viser 40 % d’étudiantes dans les filières numériques d’ici 2020

Cette recommandation est soutenue par plus de 85 % des personnes sondées. Pour atteindre cet objectif, il pourrait être mis en place une politique d’incitation positive. Cette action doit s’accompagner d’une politique de formation et de sensibilisation des enseignants aux questions de diversité dans les filières de l’intelligence artificielle.

Pour remédier aux problèmes d’inaccessibilité des services publics et de recul de l’accès aux droits sous l’effet de la dématérialisation, les procédures administratives doivent évoluer, et les capacités de médiation se renforcer.

2. Faire évoluer les procédures administratives et renforcer les capacités de médiation

Les pouvoirs publics peuvent lancer un système automatisé d’aide à la gestion des démarches administratives pour aider les citoyens à mieux comprendre des règles administratives et comment elles s’appliquent à leur situation personnelle. En parallèle, de nouveaux dispositifs de médiation doivent être mis en place pour accompagner ceux qui en ont besoin.

3. Soutenir les innovations sociales basées sur l’IA

Il est important que la puissance publique soutienne des programmes d’innovation sociale basés sur l’IA (dépendance, santé, action sociale et solidaire...) pour s’assurer que les avancées technologiques bénéficient aussi aux champs et aux acteurs de l’action sociale.

Discours d’Emmanuel Macron sur la stratégie française en IA

Emmanuel Macron, speech on France's AI strategy - JPEG

publié le 10/04/2018

haut de la page