Les 14 et 15 septembre se tenait l’AI Paris Corp au parc des expositions de la porte de Versailles. C’était l’occasion pour les acteurs de l’IA en France de se réunir de nouveau après un long moment. Ça m’avait manqué !
Malgré la situation sanitaire, les organisateurs ont tenus à garder le format classique de l’événement. Les participants qui le souhaitaient pouvaient assister à l’événement en ligne.
C’était ma première expérience d’un événement hybride. Et je pense que c’est un format très intéressant. Mis à part un bug des serveurs lundi après-midi, la plateforme semble avoir fonctionné correctement. Bonne nouvelle, car je pense que ce genre de format va se démocratiser !
Le salon était divisé en deux parties : big data et intelligence artificielle. Ne pouvant pas être sur tous les fronts, je me suis naturellement concentré sur la partie IA.
Comme d’habitude dans les événements Corp, les speakers étaient de grandes qualités et de nombreuses entreprises étaient représentées comme Airbus, Microsoft ou encore IBM.
Le NLP et l’explicabilité à l’honneur
L’événement couvrait un large champ de domaines de l’intelligence artificielle. Mais l’accent a été mis sur le NLP et l’explicabilité des modèles de machine learning.
En 2021 on mise tout sur l’explicabilité !
ENFIN !
Les dirigeants de grandes entreprises ont enfin compris ! L’explicabilité des modèles est devenue une priorité pour certains.
Que ce fut dur !
L’explicabilité n’est plus un simple buzz word, des actions concrètes sont misent en oeuvre pour rendre les IA explicables. Même si les solutions proposées sont encore à améliorer, je suis content de voir qu’il y a une réelle prise de conscience. Beaucoup sont prêts à investir dans ce sens et plusieurs conférenciers abordaient le sujet.
Le NLP vole la vedette aux systèmes de computer vision
Depuis que j’assiste à des conférences sur le machine learning, la star incontestée était la computer vision. Les exposants ressortaient à chaque fois leurs systèmes de reconnaissances faciales, leurs outils de reconnaissances d’objets et tous ces gadgets. C’est vrai que ces sujets sont très importants, mais ça fait 2-3 ans qu’on a pas vraiment progressé dans ce domaine.
Cette fois c’était différent. Le NLP avait une plus grande place, et comme j’aime ça (pas plus que la computer vision non plus haha), je n’ai pas été déçu 🙂 . Il semblerait que l’impact de GPT-3 se fait ressentir dans les grands événements !
Les entreprises cool 😎
L’événement était une bonne occasion de rencontrer certaines entreprises de l’intelligence artificielle. Voici celles que j’ai retenus !
Malinblack : la solution française pour sécuriser les communications internes
J’ai eu la chance de rencontrer Thomas Kerjean. Il est le CEO de Mailinblack. Passé par ReciTal et Accenture, il a été responsable de la branche Cloud et IA chez Microsoft pendant prés de 3 ans. Autant dire que sur l’intelligence artificielle, cet homme avait des choses à m’apprendre ! Il a pris les commandes de l’entreprise marseillaise en 2019, au même moment l’entreprise faisait une levée de fonds de 14M€.
Mailinblack propose des solutions pour sécuriser les communications par mail en entreprise. Une entreprise de cybersécurité classique me direz-vous. Sauf que Mailinblack mise tout sur le deep learning pour développer son produit. Au moins 30% de son effectif travaille sur des problématiques de machine learning, ils font surtout de la R&D.
J’attendais la conférence de Thomas Kerjean ‘Protéger ses données personnelles grâce au machine learning et au deep learning‘ avec impatience. Mais la plateforme a planté au même moment et j’attends toujours de recevoir les rediffusions… Vous serez tenus au courant.
TIBCO : l’IA de Lewis Hamilton, rien que ça !
Mon cœur palpite à chaque fois que je découvre de nouvelles applications du machine learning. Non je n’exagère pas 🙂 . Et c’est d’autant plus vrai lorsque ça touche au domaine du sport.
J’ai rencontré TIBCO pendant le salon. Ils proposent des solutions de traitements de données aux entreprises. Et à travers l’outil Sportfire, un de leurs clients est Mercedes-AMG Petronas. C’est la meilleure écurie de Formule 1, celle de Lewis Hamilton.
Ils récupèrent en direct des données pendant la course pour assister la prise de décisions. Quand faut-il changer les roues ? Quelle stratégie de conduite adopter ? Et plein d’autres questions auquel le machine learning sait répondre.
Pour gagner vous devez comprendre ce qui est important et ce qui ne l’est pas. Nous devons nous assurer de prendre la bonne décision au bon moment.
James Vowles, Directeur de la Stratégie chez Mercedes-AMG Petronas
Talend calcule le Trust score : un score de confiance pour vos données
Pour entraîner des modèles fiables et robustes, il faut des données propres, non biaisés et qui respectent certaines règles. Malheureusement pour la majorité des projets on a très peu d’indicateurs de fiabilité pour nos données.
Pour résoudre ce problème, Talend a crée une mesure de fiabilité des données, le Trust Score. Ce score permet de donner un indicateur de la confiance qu’une entreprise peut avoir vis à vis de ses données. Ils permettent au passage de résoudre un paradoxe réel lorsque l’on traite des données en entreprise. Les données permettent de créer des mesures et des KPI pour tout ce qui est mesurable, mais nous ne disposons d’aucun KPI qui nous permette d’évaluer nos données.
Pour conclure, cette expérience m’a permis de voir que de réels progrès sont faits. L’intelligence artificielle qui n’était autre fois qu’un argument marketing dont les journalistes raffolaient, est en train de devenir un vrai moteur de croissance pour beaucoup. Les solutions sont de mieux en mieux et les stratégies de traitements de données sont de plus en plus robustes.
A l’échelle du pays aussi l’IA progresse. Plusieurs initiatives ont permis de créer une stratégie globale de développement de l’IA en France. Finalement l’Europe pourra peut-être un jour rattraper son retard sur les Etats-Unis et la Chine…
Leave a Comment