intelligence artificielle

L'Académie des technologies prône la complémentarité entre l'intelligence artificielle et la simulation numérique

Soumis par fredericmazue le

Dans un rapport, l’Académie des technologies alerte sur l’importance des nouvelles technologies de simulation numérique, fondées à la fois sur la modélisation (calcul scientifique) et sur l’intelligence artificielle (apprentissage automatique).

Le développement très rapide des méthodes d’apprentissage automatique, et en particulier de l’apprentissage profond souvent appelé intelligence artificielle, a permis d’obtenir des résultats remarquables dans de multiples domaines : reconnaissance d’images ou de la parole, étude des réseaux sociaux, véhicules autonomes, imagerie médicale, etc… Ces méthodes statistiques, qui nécessitent de recourir à de très nombreuse données (big data) pour entraîner les modèles d’apprentissage, sont-elles le nouveau paradigme pour les besoins de simulation nécessaires à prévision, à la recherche scientifique, au développement technologique ?

La seule approche disponible jusqu’à un passé récent consistait à s’appuyer sur les lois scientifiques du monde de la physique, de la chimie, de la biologie, décrivant les systèmes étudiés. Les versions numériques, ou discrétisées, de ces lois déterministes sont utilisées pour construire un modèle, le plus souvent très lourd, dont la résolution est confiée à un super-ordinateur. La simulation numérique fonde ainsi les scénarios climatiques, commande la conception des avions et de beaucoup d’autres objets industriels. Ce calcul scientifique, cette simulation numérique, peuvent-ils continuer à progresser au rythme soutenu qu’ils ont connu jusqu’à présent ?

La complémentarité entre approches statistiques et déterministes, entre intelligence artificielle et simulation numérique, est, pour l’Académie des technologies, la source d’un accroissement significatif des capacités de chacune de ces approches et la matrice de nouvelles méthodes, hybridées entre calcul et données.

L’intelligence artificielle peut en effet inclure dans son approche statistique, comme contraintes à respecter, des lois scientifiques ou des savoirs préexistants. La simulation numérique peut quant à elle utiliser l’apprentissage automatique pour représenter statistiquement, à partir d’une grande masse de données d’apprentissage, des phénomènes trop fins ou trop complexes pour être numérisés directement à partir de lois scientifiques. On conçoit alors que, pour les systèmes complexes, la reproduction et la prévision de leur fonctionnement soient magnifiées par de nouvelles méthodes hybrides statistico- déterministes.

Les outils pour mettre en œuvre ces nouvelles méthodes existent : le traitement en masse des données a nécessité l’utilisation d’une nouvelle catégorie de processeurs, moins gourmands en énergie et particulièrement adaptés à ces usages. Ces « accélérateurs » sont maintenant intégrés, à côté des processeurs plus traditionnels, dans les architectures des super-ordinateurs les plus puissants. Le rassemblement au sein d’un même cœur de calcul de ces deux sortes de processeurs permet à la fois d’atteindre des puissances de calcul qui seront très bientôt dans la gamme de 1018 opérations par seconde (l’exascale), à un coût énergétique acceptable, et aussi de mettre en œuvre les nouvelles méthodes hybrides associant intelligence artificielle et calcul scientifique

Les compétences nécessaires au développement de ces méthodes associeront connaissances des mathématiques appliquées, de la science des données et de la statistique, de la science sous-jacente au domaine d’étude, et mise en œuvre de ces méthodes sur les nouvelles architectures des super-ordinateurs les plus puissants, nécessitant maîtrise de l’informatique et du parallélisme massif. Les formations initiales comme les formations continues aptes à former de tels spécialistes commencent à être mises en place, mais toutefois à un niveau encore insuffisant.

Dans son rapport « Calcul et données. Nouvelles perspectives pour la simulation à haute performance », l’Académie des technologies développe ces différents points et formule six recommandations :

  • renforcer le développement de méthodes hybrides, associant physique de base et apprentissage ;
  • s’appuyer sur des infrastructures matérielles permettant à la fois le calcul scientifique et le traitement des données ;
  • améliorer la validation et l’explication des résultats des simulations ;
  • organiser un meilleur partage des données entre utilisateurs potentiels ;
  • promouvoir une formation hybride adaptée et bien reconnaître les métiers associés ;
  • aider à la transition des grands codes déjà développés sur la base du calcul scientifique.

Ce rapport peut être téléchargé ici.

Facebook ouvre le code d'une implémentation de ReBel, un algorithme IA capable de battre les humains aux jeux à informations imparfaites

Soumis par fredericmazue le

La combinaison de l'apprentissage par renforcement profond et de la recherche à la fois au moment de la formation et du test est un paradigme puissant qui a conduit à un certain nombre de succès dans les environnements à agent unique et les jeux d'information parfaite. C'est ainsi qu'AlphaZero a montré des résultats remarquables notamment au jeu de Go et au jeu d'Echces.

Mais cette combinaison ne convient pas aux jeux à information imparfaite, c'est-à-dire les jeux dans lesquels les joueurs n'ont pas une connaissance complète de l'état du jeu.

C'est ici qu'intervient ReBeL, pour Recursive Belief-based Learning, qui est un cadre général pour l'apprentissage et la recherche par renforcement par le jeu autonome qui converge de manière prouvée vers un équilibre de Nash dans tout jeu à somme nulle à deux joueurs. 

Dans un article, les chercheurs en intelligence artificielle de Facebook expliquent que ReBel excelle à des jeux comme Liar's Dice, les dés menteurs, ou au poker, variante Texas Hold'em, très à la mode en ce moment. Selon les chercheurs de Facebook, 'ReBeL réalise des performances surhumaines dans le Texas Hold'em tout en utilisant beaucoup moins de connaissances du domaine que n'importe quel robot de poker précédent'.

L'article de Facebook mentionné plus haut donne de très intéressants détails techniques sur le fonctionnement de Rebel.

Facebook propose en outre une implémentation open source de ReBel, conçue pour jouer à Liar's Dice.

Cette implémentation est un logiciel libre sous licence Apache 2.0, disponible sur GitHub.

Google ajoute l'extraction d'entités à son kit ML

Soumis par fredericmazue le

Partant du constat que la plupart des applications offrent aux utilisateurs très peu d'interaction avec le texte au-delà des opérations de base telles que couper, copier, oller, Google a ajouté l'API Entity Extraction, ou extraction d'entités, à son kit ML.

Cette nouvelle API a pour vocation de permettre d'améliorer l'expérience utilisateur dans votre application mobile en comprenant le texte et en vous permettant d'ajouter des raccourcis utiles en fonction du contexte.

L'API permet de reconnaître des entités spécifiques dans du texte statique mais aussi à la volée, lors de la saisie. Une fois qu'une entité est identifiée, il est possible d'activer différentes actions pour l'utilisateur en fonction du type de l'entité identifiée. Les entités prises en charge par l'API sont à ce jour :

  • Adresse
  • Date-heure
  • Adresse e-mail
  • Numéro de vol (codes de vol IATA uniquement)
  • IBAN
  • ISBN (version 13 uniquement)
  • Argent / devise (sommes exprimés en chiffres arabes uniquement)
  • Cartes de paiement / crédit
  • Numéro de téléphone
  • Numéro de suivi (formats internationaux normalisés)
  • URL

L'API supporte à ce jour 15 langues dont le français.

Google précise que cette API se concentre sur la précision plutôt que sur la reconnaissance. Ce qui fait que certaines instances d'une entité particulière peuvent ne pas être détectées au profit de l'exactitude.

L'API Extraction Entity est en phase bêta, ce qui implique qu'elle peut être modifiée à tous moments.

Site : developers.google.com

Google publie de nouvelles API pour sa boite à outils Coral

Soumis par fredericmazue le

Coral est une boîte à outils proposée par Google pour créer des produits avec une IA locale. Google vient de publier une nouvelle version des API et des outils de Coral.

Depuis le début, Google a fourni des API en Python et C++ aux développeurs. Mais récemment, Mountain View s'est appliquée à refactoriser ses API afin de les rendre plus modulaires, réutilisables et performantes, tout en éliminant les abstractions d'API inutiles et en faisant apparaître davantage des API TensorFlow Lite natives que les développeurs connaissent.

Avec cette nouvelle mouture, ce sont désormais deux bibliothèques réutilisables distinctes qui sont proposées, chacune basée sur les API TensorFlow Lite et chacune isolée dans ses propres référentiels GitHub : libcoral pour C ++ et PyCoral pour Python.

Les deux bibliothèques offrent une prise en charge améliorée des systèmes multi-accélérateurs, y compris les étiquettes de périphérique et le pipeline de modèles. Ce dernier améliorant les performances d'exécution en partitionnant les grands modèles sur plusieurs accélérateurs.

libcoral et PyCoral sont des logiciels libres disponibles sur GitHub, sous licence Apache 2.0.

Replica Studios annonce AI Voice Actors for Unreal Engine

Soumis par fredericmazue le

Replica Studios a ouvert la liste d'attente bêta pour son plugin de voix synthétique, AI Voice Actors pour Unreal Engine. Replica proposera son logiciel vocal AI aux développeurs de jeux pour créer des personnages de jeu plus expressifs à grande échelle en produisant un discours synthétisé à partir de scripts, avec des filtres de style pour contrôler l'humeur ou l'émotion de la voix, et des commandes pour rélgler les caractéristiques de performance comme la stimulation et l'intonation. Les développeurs qui rejoignent la liste d'attente bêta auront accès à une bibliothèque croissante de plus de 30 voix à utiliser dans le prototypage, la pré-production ou les produits finaux lorsqu'elle sera disponible au premier trimestre 2021.

AI Voice Actors pour Unreal Engine comprendra plusieurs outils:

  • Une bibliothèque vocale fournissant plus de 30 voix IA allant des personnages de jeu expressifs aux narrateurs et aux conteurs avec un large éventail d'accents et de styles de parole
  • Un outil de création de voix personnalisées
  • Text to Synthesized Speech qui à partir d'un script génère en quelque seconde un discours synthétisé sous forme de fichier audio complet
  • Des commandes affinées pour appliquer des ambiances, de l’accentuation, de la hauteur, des effets sonores et d’autres caractéristiques si nécessaire
  • Le stockage de fichiers local avec un historique des lignes de dialogue enregistrées pour les futurs ajustements et itérations

L'inscription sur le liste d'attente bêta se fait à partir de www.replicastudios.com/unreal

Micro Focus propose un module d’IA plus riche pour sa gamme UFT

Soumis par fredericmazue le

Micro Focus annonce de nouvelles fonctionnalités dans le module d’intelligence artificielle (IA) de la gamme UFT, un ensemble de solutions conçu pour simplifier l’automatisation des processus de test fonctionnel.

Avec ces nouvelles fonctionnalités IA, les équipes applicatives peuvent, selon Micro Focus, répondre aux demandes croissantes des métiers avec efficacité, efficience et agilité. Ceci en augmentant la couverture de test et la stabilité des tests, tout en en accélérant la création des tests et leur maintenance.

Avec le nouveau module d’IA de la gamme UFT, les utilisateurs peuvent :

  • Rationaliser l’automatisation : au lieu de créer un script pour chaque combinaison ou transaction possible, les utilisateurs créent un seul script qui s’exécute ensuite automatiquement sur plusieurs plateformes et navigateurs. Cela accélère la création et la maintenance des tests, tout en augmentant la couverture de test. Les équipes peuvent ainsi suivre l’évolution des technologies et des exigences des utilisateurs plus facilement.
  • Améliorer progressivement la performance des outils : le module d’IA de la gamme UFT évolue et s’adapte grâce à un mécanisme de feedback utilisateur. Les clients sont invités à contribuer à l’enrichissement et à l’optimisation des données qui servent à entraîner le modèle IA en transmettant des copies d’écran des images des objets non reconnus de manière confidentielle et sécurisée. Ceci permet d’améliorer la précision de la reconnaissance des objets.
  • Tester quel que soit son profil : le kit de développement logiciel (SDK) IA et le support du traitement du langage naturel (NLP) permettent à tous les profils – techniques et non techniques – de créer facilement des tests, tout en réduisant le temps et l’effort nécessaires aux testeurs techniques dans la création et la maintenance du code d’automatisation.

NVIDIA va acquérir ARM pour 40 milliards de dollars

Soumis par fredericmazue le

C'était une des rumeurs du mois d'août, et la rumeur était fondée. NVIDIA va acquérir ARM pour 40 milliards de dollars. Ce rachat a été officialisé par un communiquée de presse publié par NVIDIA

NVIDIA versera à SoftBank, actuel propriétaire de ARM, 12 milliards de dollars en espèces, et 21,5 milliards de dollars en actions NVIDIA. 5 milliards de dollars sont placés sous une clause d'indexation. NVIDIA n'achète pas la partie des services IoT (internet des objets) de Arm.

Avec ce rachat, l'intention de NVIDIA est d'associer sa plate-forme d'IA à l'écosystème d'ARM pour créer la première société informatique à l'ère de l'intelligence artificielle, accélérant l'innovation tout en se développant sur de grands marchés à forte croissance.

Jensen Huang, fondateur et PDG de NVIDIA, précise : L'IA est la force technologique la plus puissante de notre époque et a lancé une nouvelle vague d'informatique. Dans les années à venir, des milliards d'ordinateurs exécutant l'IA créeront un nouvel Internet des objets qui sera des milliers de fois plus grand que l'Internet des personnes d'aujourd'hui. Notre combinaison créera une entreprise fabuleusement positionnée pour l'ère de l'IA.

ARM restera basé à Cambridge et NVIDIA construira à cet endroit un centre de recherche sur l'intelligence artificielle.

IBM donne 3 projets d'intelligence artificielle à la Fondation Linux

Soumis par admin le

En début de semaine, IBM a annoncé faire le don de 3 projets d'intelligence artificielle  issus de ses travaux de recherche, à la Fondation Linux. De son côté, le comité consultatif technique de la Linux Foundation AI Foundation (LFAI) a voté positivement pour héberger et incuber ces projets

Le don de ces projets à LFAI fera avancer la mission de créer des technologies responsables basées sur l'IA et permettra à une communauté plus large de co-créer ces outils sous la gouvernance de Linux Foundation, explique Todd Moore de chez IBM.

Le premier de ces projets est AI Fairness 360 (AIF360) Toolkit. Il s'agit une boîte à outils open source qui peut aider à détecter et à atténuer les biais indésirables dans les modèles et les ensembles de données d'apprentissage automatique. Il fournit environ 70 mesures pour tester les biais et 11 algorithmes pour atténuer les biais dans les ensembles de données et les modèles. Logiciel libre sous licence Apache 2.0

Le second est Adversarial Robustness 360 (ART) Toolbox. Il s'agit d'une une bibliothèque Python pour la sécurité de l'apprentissage automatique. ART fournit des outils qui permettent aux développeurs et aux chercheurs d'évaluer, de défendre, de certifier et de vérifier les modèles et les applications d'apprentissage automatique contre les menaces adverses d'évasion, d'empoisonnement, d'extraction et d'inférence. ART prend en charge tous les frameworks d'apprentissage automatique populaires (TensorFlow, Keras, PyTorch, MXNet, scikit-learn, XGBoost, LightGBM, CatBoost, GPy, etc.), tous les types de données (images, tableaux, audio, vidéo, etc.) et l'apprentissage automatique tâches (classification, détection d'objets, génération, certification, etc.). Logiciel libre sous licence MIT

Le troisième est AI Explainability 360 (AIX360) Toolkit. Celui-ci est une boîte à outils open source complète d'algorithmes différents, du code, des guides, des didacticiels et des démos qui prennent en charge l'interprétabilité et explainability des modèles d'apprentissage de la machine. Logiciel libre sous licence Apache 2.0

Ces 3 projets sont sur GitHub. Liens données ci-dessus dans le texte.

Lancement du Partenariat Mondial pour l’Intelligence Artificielle par quinze membres fondateurs

Soumis par admin le

Le Canada et la France s’unissent avec l’Allemagne, l’Australie, la République de Corée, les États-Unis d’Amérique, l’Italie, l’Inde, le Japon, le Mexique, la Nouvelle-Zélande, le Royaume-Uni, Singapour, la Slovénie et l’Union européenne pour créer le Partenariat Mondial sur l’intelligence artificielle (PMIA).

Conscients de la nécessité d’une coopération à l’échelle internationale pour exploiter le plein potentiel de l’intelligence artificielle (IA) et en faire bénéficier l’ensemble des citoyens, tout en respectant les valeurs démocratiques et la primauté de l’humain, les 15 membres fondateurs entendent encourager et guider le développement responsable d’une intelligence artificielle fondée sur les droits de l’Homme, l’inclusion, la diversité, tout comme favorisant l’innovation et la croissance économique.

Le PMIA (Global Partnership on AI, GPAI, en langue anglaise) est une initiative internationale et multipartite visant à guider le développement et l’utilisation responsables de l’IA, dans un esprit de respect des droits de l’Homme, d’inclusion, de diversité, d’innovation et de croissance économique. Afin d’atteindre cet objectif, les pays membres s’emploieront à jeter des ponts entre la théorie et la pratique et soutiendront des activités de recherche de pointe ainsi que des activités de mise en application concrète liées aux priorités en matière d’IA.

En collaboration avec des partenaires et des organisations internationales, le PMIA rassemblera des experts issus de l’industrie, de la société civile, des gouvernements et du milieu universitaire. Ces experts se réuniront au sein de Groupes de travail axés sur quatre thèmes : 1) l’utilisation responsable de l’IA; 2) la gouvernance des données; 3) l’avenir du travail; et 4) l’innovation et la commercialisation. À court terme, les experts participants se pencheront également sur l’apport possible de l’IA comme moyen de répondre à la pandémie de COVID-19 et de la surmonter.

Le PMIA sera appuyé par un secrétariat, hébergé par l’OCDE à Paris, ainsi que par deux Centres d’expertise, l’un à Montréal, l’autre à Paris. La collaboration avec l’OCDE donnera lieu à de fortes synergies entre les travaux scientifiques et techniques du PMIA et le leadership international exercé par l’OCDE en matière de politiques publiques liées à l’IA. Ceci garantira l’enracinement dans les faits des politiques visant à l’utilisation responsable de l’IA.

Le Centre d’expertise de Paris sera fourni par l’Institut national de recherche en informatique et en automatique (INRIA). Centres d’expertise fourniront un soutien administratif ainsi qu’un soutien à la recherche au titre de projets pratiques menés ou évalués par les experts des différents Groupes de travail issus de divers secteurs et disciplines. Les centres organiseront également les séances plénières annuelles du groupe d’experts multipartite du PMIA. Le Canada sera l’hôte de la première de ces séances en décembre 2020.

AI Paris 2020 lance ses appels à candidature

Soumis par admin le

Les 14 et 15 septembre prochains, les acteurs de la data economy et de la AI nation se réuniront à l’occasion de AI Paris et Big Data Paris 2020. Pendant deux jours, 20 000 participants profiteront d’un panorama complet des opportunités et technologies du secteur au travers d’expositions, de conférences stratégiques et de cas d’usage en entreprise.

À cette occasion, les projets d’Intelligence Artificielle les plus novateurs  seront mis à l’honneur lors de la 4ème édition des AI Paris Awards, dont les trophées récompenseront lundi 14 septembre la meilleure start-up parmi trois finalistes.

« AI for good » : les projets au service du bien commun récompensés
Un trophée de distinction «  AI  for good » sera remis en exclusivité lors de la cérémonie. Pour cette occasion, les candidatures dont les cas d’usages d’Intelligence artificielle servent des causes sociétales seront mis en lumière. Dans un contexte de crise sanitaire, une attention sera également portée aux projets axés sur les domaines de la santé.

Les AI Paris Awards célèbrent la qualité et la diversité des projets pensés dans le domaine de l’IA. Véritable tremplin, ce temps fort récompense la start-up la plus audacieuse et la plus innovante d’un point de vue économique, technologique et sociétal.

Un jury composé de 5 experts du monde de l’IA aux profils diversifiés (chercheur, journaliste spécialisé, profils techniques et métiers) sélectionnera en amont de l’événement les trois finalistes  parmi une trentaine de candidatures selon plusieurs critères : 

  • L’innovation
  • L’avantage consommateur, l’intérêt pour l’écosystème et la filière AI
  • L’état de maturité du projet
  • La performance économique
  • Les critères spécifiques au « trophée AI for good » : performance opérationnelle, caractéristique sociétale et orientation bien commun du projet

Le jour-J, les 3 finalistes s’affronteront lors d’une battle sur scène, où chaque porteur de projet aura un temps de parole de 5 minutes. À l’issue de ces battles, le public choisira en direct les lauréats. Le lauréat du prix AI for good, lui, sera décidé à huit clos par les membres du jury.

La start-up gagnante se verra offrir un espace dédié sur le Village Startups pour exposer lors d’AI Paris 2021.

Pour participer aux AI Paris Awards 2020, il est possible de postuler via le lien suivant jusqu’au lundi 15 juin : https://aiparis.fr/documents/2020/dossier-candidature-AI-Paris-2020.pdf

AI Paris 2020 se déroulera conjointement au salon Big Data, Porte de Versailles. Cette année le salon Big Data est passé en mode hybride. Outre la manifestation physique, il sera possible de suivre l'événement depuis un ordinateur ou un téléphone.