Tout en IA ?
L'intelligence artificielle touche de plus en plus notre quotidien. Elle transforme aussi la recherche. L'ETH Zurich est consciente de sa responsabilité et encourage l'innovation et la confiance dans cette technologie en plein essor.
![Illustration de l'intelligence artificielle](/de/news-und-veranstaltungen/eth-news/news/2020/09/alles-ki/_jcr_content/news_content/fullwidthimage/image.imageformat.930.766803848.jpg)
Parfois, les machines font des choses auxquelles personne ne s'attend : Pour l'ouverture de Scientifica 2019, un groupe de spécialistes en robotique de l'ETH a entra?né un robot volant pour qu'il puisse écrire "enjoy" afin de saluer les invités.
Lorsque Voliro, c'est le nom du robot volant, a commencé à écrire, tout semblait d'abord normal. Comme un être humain, il commen?ait par la première lettre. Mais à la deuxième, il a surpris tout le monde. Pour le "n", il a tout simplement laissé tomber le trait vertical. Au lieu de cela, il a commencé par écrire toutes les autres lettres. Ensuite, il est revenu en arrière et a terminé par le trait manquant du "n". Son résultat était correct. Seule sa fa?on de sauter en écrivant différait de la fa?on dont les humains écrivent. Mais Voliro n'était pas programmé ainsi ! Au contraire : ses b?tisseurs étaient aussi stupéfaits que les spectateurs. Pendant toutes les répétitions, il avait écrit les lettres dans l'ordre. Ce n'est que peu de temps avant la représentation qu'il avait appris une procédure qui était plus efficace pour lui.
Lorsqu'une machine comme Voliro change de comportement de manière inattendue, on pense involontairement à l'intelligence. En fait, Voliro est un robot volant autonome de la spin-off de l'ETH du même nom et un exemple de ce qu'il est possible de faire aujourd'hui avec l'intelligence artificielle. Ce qui, vu de l'extérieur, rappelle la prise de décision humaine, trouve son origine dans des procédés statistiques et axés sur les données, que l'on appelle l'apprentissage automatique. Ils constituent une branche de l'intelligence artificielle.
Un engouement et en même temps sous-estimé
Dans l'apprentissage automatique, un ordinateur apprend de manière autonome, à l'aide de données d'entra?nement, comment reconna?tre des modèles et des régularités dans des ensembles de données. En apprenant à partir d'énormes quantités de données, les programmes intelligents améliorent automatiquement leur précision. En particulier dans le cas de données très grandes, complexes ou hétérogènes, de tels procédés peuvent produire des résultats précieux que les humains ne remarquent même pas.
"L'intelligence artificielle - ou IA - désigne les technologies qui permettent aux ordinateurs d'assister les humains dans des t?ches dont la résolution requiert de l'intelligence", explique Andreas Krause, professeur d'informatique et spécialiste de l'apprentissage automatique. La recherche sur l'IA elle-même existe depuis les années 1950 - son histoire comporte autant d'attentes non satisfaites que de succès inattendus. Ce qui est nouveau, c'est que l'IA est aujourd'hui de plus en plus visible et présente dans la vie quotidienne : Les albums photos créés automatiquement et les assistants vocaux intelligents sur les smartphones en sont des exemples.
La propagation croissante de l'IA trouve son origine dans la conjonction de trois tendances technologiques : d'une part, le matériel informatique est devenu extrêmement puissant. Aujourd'hui, un smartphone calcule aussi vite qu'un superordinateur au milieu des années 1990, et un ordinateur portable suffit pour développer des modèles d'IA utilisables. De plus, des modules logiciels pour de nombreuses méthodes d'apprentissage de l'IA sont disponibles gratuitement, de sorte que le nombre de leurs développeurs et utilisateurs augmente. Enfin, de grandes quantités de données sont disponibles, notamment sur Internet, et peuvent être utilisées pour entra?ner l'IA. Les progrès réalisés chaque jour dans ce domaine élargissent considérablement la compréhension mathématique de ces méthodes d'apprentissage.
"Le résultat de ces percées technologiques dans l'IA est une disruption multiple dans la science, l'économie et la société, avec des conséquences de grande ampleur, qui est à la fois hypé et sous-estimée" : c'est la conclusion à laquelle sont parvenus des chercheurs en IA de l'ETH Zurich lorsqu'ils ont discuté de l'état des lieux de l'IA en été 2019.
Nouvelle division du travail
En effet, l'IA et l'apprentissage automatique n'ont pas seulement un impact sur les utilisateurs privés et les processus industriels, mais ils modifient également la manière dont les chercheurs et les ordinateurs se partagent le travail. Gisbert Schneider, professeur de Computer-Assisted Drug Design, délégué pour ETH Global et fondateur du think-and-do-tank RETHINK de l'ETH, les utilise pour concevoir de nouveaux médicaments sur ordinateur : "Nous avons un modèle d'IA pour une 'chimie médicale virtuelle' qui con?oit de manière autonome des structures moléculaires possédant une ou plusieurs propriétés souhaitées", explique-t-il. On obtient ainsi de nouvelles classes de substances dont on peut tester l'effet pharmacologique en tant que substances médicamenteuses. "Les méthodes d'IA complètent la créativité des chercheurs et fournissent souvent des propositions surprenantes auxquelles on n'avait pas encore pensé soi-même".
Une certaine autonomie décisionnelle est souhaitable : Lothar Thiele, professeur à l'Institut d'informatique technique et de communication et délégué à la transformation numérique, développe des technologies pour les réseaux de capteurs qui collectent des données dans des conditions extrêmes. En collaboration avec des partenaires, son groupe étudie l'influence des changements climatiques sur le permafrost dans les Alpes suisses et les processus destructeurs qu'ils déclenchent. Ses résultats servent également aux systèmes d'alerte précoce. "En raison du nombre énorme de données collectées en continu, les différents capteurs doivent décider de manière autonome s'il y a des événements pertinents ou non. C'est là que nous utilisons avec succès l'intelligence artificielle".
Schneider et Thiele ne sont pas les seuls à utiliser l'IA dans leurs recherches : On trouve aujourd'hui des applications de l'IA à l'ETH à travers toutes les sciences. En principe, l'IA peut élargir les méthodes dans chaque domaine de recherche. Une comparaison mondiale montre à quel point la recherche en IA de l'ETH et de la Suisse est influente : selon le "AI Index 2019" de l'Université de Stanford, les chercheurs en Suisse publient - par rapport au nombre d'habitants - le deuxième plus grand nombre d'articles sur l'IA au monde après Singapour. Leurs publications comptent également parmi les plus influentes en termes de citations.
Le nombre d'étudiants de l'ETH reflète également l'importance accrue de l'IA : alors que seuls quelques centaines d'étudiants suivaient un cours sur l'apprentissage automatique et les méthodes d'IA en 2012/13, ils sont désormais bien plus de trois mille. "Introduction to Machine Learning" est le cours le plus fréquenté. La plupart des étudiants proviennent des thèmes d'approfondissement que sont l'informatique, l'électrotechnique, le génie mécanique et les mathématiques. Il est tout aussi révélateur de constater que chaque département de l'ETH compte des étudiants qui suivent des cours d'IA. Depuis 2017, l'ETH répond à cette demande en proposant un master et une formation continue en sciences des données.
"La force de l'ETH Zurich en matière d'IA réside dans l'excellence de sa recherche fondamentale en mathématiques, en informatique, en technologies de l'information et en sciences des données, ainsi que dans la qualité de son infrastructure", explique Detlef Günther, Vice-président pour la recherche. "Nous avons également un énorme potentiel pour développer des méthodes d'IA innovantes si nous combinons l'excellence dans les bases de l'IA avec la recherche de pointe dans les différentes disciplines".
En réseau vers l'avenir
L'influence économique et sociale de l'IA ne cessant de cro?tre, les ?tats, les entreprises et les universités du monde entier misent sur des stratégies d'IA. Les ?tats-Unis et la Chine, notamment, investissent dans l'IA. Dans ce contexte, la question se pose de savoir comment la Suisse et toute l'Europe peuvent se positionner entre les Etats-Unis et la Chine et comment l'ETH Zurich peut continuer à renforcer sa position dans l'IA.
L'une des stratégies exposées récemment dans une interview par Thomas Hofmann, chercheur en IA à l'ETH et codirecteur du Max Planck ETH Center for Learning Systems, consiste à mettre en réseau les centres d'excellence européens en IA, dont font partie Zurich, Lausanne et Lugano, et à créer un réseau paneuropéen d'IA auquel les chercheurs de l'ETH participent.
En conséquence, l'ETH Zurich a prolongé en mai 2020 de cinq ans son partenariat avec la Société Max-Planck, qui existe depuis 2015 dans le domaine des systèmes en formation. Il relie l'ETH Zurich aux instituts Max-Planck de Tübingen et de Stuttgart, deux autres centres d'excellence européens en matière d'IA. Une nouvelle initiative qui met en réseau les chercheurs en IA dans toute l'Europe est ELLIS, le "European Laboratory for Learning and Intelligent Systems". Depuis décembre 2019, ELLIS regroupe 30 centres d'excellence européens en IA - l'ETH Zurich y participe depuis le début avec l'"ETH ELLIS Unit".
Une IA fiable et éthique
Une troisième nouveauté concerne l'ETH elle-même, la manière dont elle met en réseau ses chercheurs en IA et rend "AI@ETH" visible à l'extérieur : le 20 octobre 2020, elle lancera son nouveau centre d'IA appelé ETH AI Center lors d'une cérémonie d'ouverture. "Le centre IA crée ainsi également l'espace nécessaire à un dialogue multidisciplinaire avec l'économie, la politique et la société sur un développement innovant de l'intelligence artificielle qui inspire confiance", explique Detlef Günther.
Dans son mode d'organisation, il s'appuie sur les points forts de l'ETH et réunit les connaissances fondamentales en théorie et méthodes de l'IA avec le savoir-faire des disciplines : Le cercle le plus intérieur est constitué d'une vingtaine de professeurs qui font de la recherche dans des domaines clés de l'IA comme l'apprentissage automatique, le big data ou les statistiques. Autour d'eux se forme un cercle élargi de chercheurs qui développent des méthodes d'IA pour leur discipline ou étudient les effets de l'IA. Le centre est également ouvert aux invités d'autres instituts de recherche en IA et de l'industrie.
"Le centre IA n'est pas un réseau virtuel, mais un lieu de rencontre réel où les chercheurs en IA issus de la science et de l'économie peuvent échanger leurs idées et mettre en ?uvre des recherches communes", explique Andreas Krause, le directeur désigné du centre. Le domaine de l'IA se développant énormément, le centre IA sera mis en place progressivement et se concentrera au début sur des projets multidisciplinaires et la promotion des talents.
La stratégie du centre d'IA se base sur des ressources typiquement humaines, avec lesquelles aucune machine intelligente ne peut rivaliser : Motivation, curiosité, créativité et flexibilité dans des situations changeantes. "Nous construisons le centre IA en nous concentrant sur les talents et commen?ons par un programme de bourses", explique Andreas Krause. "Les doctorants et les post-doctorants jouent un r?le clé dans la collaboration multidisciplinaire en matière de recherche. Ils apportent des idées fra?ches sur la manière de relier les thèmes de recherche et de développer de nouveaux outils d'IA". Les expériences tirées du programme de doctorat du Max Plank ETH Center sont très positives. Tout comme celles du programme master Data Science : les étudiants en informatique y con?oivent des solutions d'IA pour d'autres domaines de recherche. "Les deux programmes nous inspirent. Il en ressort des résultats passionnants", dit Krause.
En termes de contenu, le centre IA s'occupe de questions fondamentales de l'IA. Ainsi, différentes approches de l'IA pertinentes pour la pratique ne sont pas encore suffisamment comprises sur le plan théorique. Combler cette lacune signifie par exemple que l'on ne se contente pas de voir si une méthode d'IA fonctionne, mais que l'on peut justifier de manière compréhensible pourquoi. "Nous voulons repenser fondamentalement la manière dont nous développons les modèles d'IA afin qu'ils fonctionnent de manière s?re et fiable et que leurs résultats soient explicables, interprétables et équitables", explique Krause. "La fiabilité et la tra?abilité sont très importantes pour moi, car elles concernent des questions très pertinentes sur l'impact sociétal et l'éthique de l'IA".
C'est précisément dans les domaines de recherche qui comptent parmi les points forts de l'ETH, comme la mobilité, la santé, la fabrication, l'énergie, le climat ou l'environnement, que les solutions d'IA s?res, fiables et équitables peuvent faire la différence. Certains connaisseurs du milieu affirment qu'une IA responsable et fiable pourrait être une grande chance pour l'Europe - le centre IA accorde en tout cas une grande importance à cette thématique.
Ce texte est paru dans l'édition actuelle du magazine de l'ETH. Globe a été publié.