"L'avenir reste passionnant"

Votre domaine de spécialisation est la technique de régulation. Où les rencontrons-nous au quotidien ?
Le principe de la régulation est le feedback entre le monde physique et le monde des algorithmes. Que nous en soyons conscients ou non, le concept d'automatisation via des boucles de rétroaction a envahi l'ensemble de notre quotidien : Il est présent dans le régulateur de vitesse automatique des voitures, dans les technologies de nos appareils ménagers ou dans l'amortissement des vibrations des ponts.

Quel est le rapport entre la technique de régulation et les fake news ?
Les boucles de rétroaction interviennent également dans les systèmes sociaux. En nous appuyant sur d'énormes quantités de données, nous pouvons construire des modèles mathématiques qui permettent de valider des hypothèses classiques de la sociologie : par exemple, comment se propagent les fake news dans les médias sociaux.

L'ETH Zurich propose une filière d'études commune avec l'Université Ashesi - qu'est-ce qui vous a motivé à enseigner en Afrique ?
Je voulais vivre une nouvelle expérience dans une culture que je ne connaissais pas, contribuer à la formation, mais aussi apprendre des étudiantes et des collègues sur place. Au Ghana, les étudiants ont moins de connaissances préalables, ils sont extrêmement motivés et ont soif de savoir. Au final, j'ai passé là-bas le même examen qu'à l'ETH. Devinez qui a obtenu les meilleurs résultats ?

Rêvez-vous aussi, à titre privé, de ménages intelligents ou de véhicules autonomes ?
Je passe suffisamment de temps sur les technologies futuristes dans ma vie professionnelle. Dans ma vie privée, j'ai besoin de me changer les idées et je m'évade souvent de notre monde technologique, interconnecté et frénétique. Ce que je préfère, c'est une aventure solitaire et sauvage avec des amis dans les montagnes ou une expérience de la nature avec ma famille.

Quelle évolution marquera le plus les prochaines années ?
L'automatisation est à l'origine une discipline très analogique - mais les problèmes actuels exigent une pensée algorithmique et numérique : l'optimisation en temps réel ou l'apprentissage automatique jouent un r?le de plus en plus important dans tous les domaines d'application. Par ailleurs, de nouveaux développements comme la technologie quantique exigent également de nouvelles méthodes dans la technique d'automatisation. L'avenir reste passionnant !