""L'IA nous aide à appréhender des faits plus nombreux et plus complexes"
Depuis 2003, Joachim Buhmann a contribué au développement explosif de l'apprentissage automatique en tant que professeur de l'ETH. Ce n'est pas le progrès technique qui l'inquiète, mais l'attitude de la société à son égard. A la veille de sa mise à la retraite, il revient sur sa carrière.
Joachim Buhmann, pourquoi êtes-vous devenu scientifique ?
Buhmann : Il y a une grande réponse de Luc Ferry, un philosophe fran?ais et ancien ministre de l'éducation. Il s'agit de savoir pourquoi les gens veulent laisser quelque chose après leur mort. Cela peut se faire en engendrant et en élevant des descendants ou en formant et en inspirant d'autres personnes en tant qu'enseignants. Mais selon Ferry, ce sont les scientifiques qui laissent le plus grand héritage, car ils apportent une contribution durable à l'humanité dans son ensemble gr?ce à l'acquisition de connaissances. Quant à savoir si j'ai réussi ou non dans ce domaine, c'est à d'autres de juger. Mais je pense qu'en tant que scientifique, j'ai au moins essayé de répondre à des questions importantes et d'acquérir de nouvelles connaissances, et certains de mes doctorants ont certainement emporté avec eux de nouvelles connaissances qu'ils ont ensuite développées.
Saviez-vous dès le début de votre carrière que vous vouliez faire de la recherche à l'université ?
Buhmann : C'était une sorte d'idéal, mais je n'ai jamais été obsédé par l'idée de devoir absolument devenir professeur. Après ma période postdoctorale en Californie, j'étais plut?t ouvert à cette idée, car mes enfants étaient déjà plus ?gés. Ma femme et moi avons eu nos enfants dans la vingtaine et je suis devenu professeur associé à l'université de Bonn à l'?ge de 32 ans. Je suis convaincu que la chance a joué un r?le dans ma carrière. Il aurait certainement pu en être tout autrement.
Auriez-vous eu un plan B ?
Buhmann : Mon plan B aurait été d'aller dans un laboratoire de recherche ou dans l'industrie. Dans le domaine de l'apprentissage automatique, il y avait déjà des options dans les années 1990, même si elles n'étaient pas aussi nombreuses qu'aujourd'hui.
A propos de la personne
Joachim Buhmann a été professeur d'informatique pratique à l'Université de Bonn de 1992 à 2003, avant de répondre à un appel de l'ETH Zurich et de devenir professeur ordinaire d'informatique. Dans l'enseignement et la recherche, il s'est concentré sur les questions relatives à la reconnaissance des formes et à l'analyse des données, ce qui inclut entre autres l'apprentissage automatique, la théorie de l'apprentissage statistique et la statistique appliquée. Le professeur Buhmann a assumé d'importantes fonctions administratives à l'ETH. Il s'agit notamment du poste de prorecteur pour les études (2014-2018) et de la direction de l'Institut d'apprentissage automatique (2014-2023). Depuis 2017, il est également membre du Conseil de la recherche du Fonds national suisse.
Vous avez d'abord étudié la physique à l'Université technique de Munich, puis obtenu un doctorat en biophysique théorique. Comment en êtes-vous venu à l'apprentissage automatique ?
Buhmann : Mon directeur de thèse était un biophysicien théorique, mais ma recherche s'est concentrée sur la capacité de stockage des réseaux dits de Hopfield. Il s'agit d'un type particulier de réseaux neuronaux artificiels. Lorsque l'on étudie de tels modèles, on se trouve déjà, dans l'ensemble, dans le même jardin académique que l'informatique. Ce n'est plus de la physique pure, car il ne s'agit pas de matière inanimée, mais de traitement de l'information. ? l'époque, ce domaine n'était pas encore totalement intégré à l'informatique, mais il fait clairement partie de la discipline. Plus tard dans ma carrière, j'ai déménagé à Bonn et j'ai continué à travailler dans le domaine des réseaux neuronaux en tant que professeur associé d'informatique pratique.
Pourquoi êtes-vous venu à l'ETH ?
Buhmann : ? Bonn, je n'avais pas de possibilités d'avancement. ? l'?ge de 43 ans, j'ai eu la chance de devenir professeur ordinaire à l'ETH Zurich. L'ETH avait alors, comme aujourd'hui, une excellente réputation, même si l'université de Bonn en Allemagne était également excellente en mathématiques - c'est là que se trouvait alors l'informatique. Ma femme et moi avions certes déjà construit une maison à Bonn, mais comme nos enfants avaient presque terminé leur scolarité, un changement s'imposait à ce moment-là.
Sur quoi avez-vous principalement travaillé au cours de votre carrière de chercheur ?
Buhmann : Avant même d'arriver à l'ETH Zurich, je m'intéressais déjà à la manière dont les algorithmes dits de regroupement répartissent leurs données en différents groupes. Cette répartition fonctionne différemment des algorithmes de classification. Dans le cas des algorithmes de classification, les données sont généralement annotées à la main par un humain et les algorithmes sont ensuite entra?nés à l'aide de ces annotations. On souhaite par exemple répartir automatiquement les images de chiens et de chats en deux groupes et on détermine au préalable sur un ensemble de données d'entra?nement qu'une image doit être classée soit dans le groupe "chien" soit dans le groupe "chat".
Dans les algorithmes de regroupement, il n'y a pas de labels définis au préalable, il n'y a donc pas de classe prédéfinie "chien" ou "chat". Néanmoins, l'algorithme doit finalement attribuer un label à tous les objets. Je voulais maintenant savoir comment les algorithmes procèdent pour le regroupement lorsqu'il n'y a pas de mesure de qualité à laquelle se référer.
? quoi servent de tels algorithmes ?
Buhmann : J'ai appliqué cette théorie à différents projets biologiques et médicaux. L'approche des algorithmes de regroupement reflète la situation dans laquelle se trouve un médecin qui, à partir d'une radiographie et d'autres sources d'information, doit faire une prédiction de résultat pour la probabilité de survie de son patient ou de sa patiente.
Comment votre domaine de recherche a-t-il évolué au cours des vingt dernières années ?
Buhmann : Je n'avais pas prévu que mon domaine de recherche exploserait à ce point au cours des 15 dernières années. C'est une période incroyablement passionnante. L'essor actuel de l'intelligence artificielle concerne toutes les sciences et est pour moi comparable à l'introduction de la mécanique quantique en physique. Lorsque je suis arrivé au Département d'informatique, presque personne ne s'intéressait à l'apprentissage automatique. Aujourd'hui, il y a un institut d'apprentissage automatique avec 11 professeurs.
Voyez-vous ces développements dans le domaine de l'intelligence artificielle plut?t avec inquiétude ou enthousiasme ?
Buhmann : Je ne suis pas inquiet de l'évolution de la science. Ma préoccupation, si tant est qu'elle existe, est que la société ne comprend peut-être pas suffisamment ou ne peut pas prévoir les conséquences de ces progrès scientifiques. L'intelligence artificielle est une technologie qui améliore la pensée humaine en repoussant énormément les limites de la capacité humaine à mémoriser des faits et à appréhender la complexité. En effet, le cerveau humain a tendance à ignorer les détails et à se concentrer sur le grand ensemble, c'est-à-dire à faire des abstractions. Apprendre à la société comment utiliser ces systèmes de manière éthique est une mission éducative importante. De nouvelles procédures doivent être mises en place pour garantir la transparence, la responsabilité et l'équité dans l'utilisation de ces programmes.
? l'ETH, vous avez été à la fois chercheur et enseignant, et vous avez assumé quelques r?les administratifs. Quel regard portez-vous sur votre période en tant que prorecteur ?
Buhmann : On est confronté à des questions qui se situent à l'interface entre un ensemble de règles préétablies et une évaluation empathique et éthiquement correcte de chaque cas. Les décisions que l'on prend ont pour quelqu'un des restrictions significatives dans ses options de vie. On doit par exemple décider d'exclure une personne de ses études. Cela devrait impérativement être accompagné d'une très bonne raison et ne pas reposer sur les aléas de quelque processus que ce soit. Le r?le de prorecteur était certainement un défi, mais je pense que j'ai pu y apporter des solutions raisonnables avec discernement.
Y a-t-il des choses que vous avez apprises en plus pendant votre mandat de prorecteur ?
Buhmann : Je suis devenu scientifique en premier lieu pour faire de la recherche. Outre la production de nouvelles connaissances, j'ai également la responsabilité, en tant que professeur d'université, de transmettre les connaissances existantes. Pendant mon mandat de prorecteur, j'ai appris que la première priorité de l'université est toujours l'enseignement, et que la recherche ne vient qu'en deuxième position. Mais comme il est plus facile de mesurer la qualité de la recherche, on lui accorde souvent plus d'importance qu'à l'enseignement. Les étudiants doivent avant tout être formés à l'université pour devenir des résolveurs de problèmes intelligents, capables de prendre des décisions raisonnables même dans un contexte de grande incertitude - qu'ils aillent ensuite dans l'industrie ou qu'ils restent à l'université.
Vous serez émérite en juillet prochain, avez-vous des projets concrets pour après ?
Buhmann : Ma famille est relativement grande. Nous attendons bient?t notre huitième petit-enfant. Il y a donc certainement quelques t?ches qui m'attendent. Sur le plan professionnel, je ne me suis pas préparé à un emploi direct ultérieur et je n'en cherche pas activement un. Je souhaite toutefois conserver mes contacts avec l'institut et essayer de me rendre utile en tant que professeur émérite. Je pense également que je continuerai à faire de la recherche, mais probablement moins qu'auparavant. J'aimerais également consacrer mon temps et mon expertise aux relations publiques afin d'aider la société dans cette transition numérique.
Lire l'interview en longueur sur le site du Département d'informatique.