AI4I est une chaire de recherche et d’enseignement à Télécom Paris

Les industries et les services connaissent actuellement une nouvelle révolution du fait de la convergence du Big Data et de l’Intelligence Artificielle. L’accès à de grands volumes de données combiné à une puissance de calcul croissante ouvre la porte au développement de systèmes d’IA, et plus particulièrement aux outils de Machine Learning.

Dopé par l’Internet des Objets, le Machine Learning est en passe de se répandre dans presque tous les processus de l’industrie depuis la conception d’un produit jusqu’à son utilisation par le client : prévision de l’offre et de la demande, maintenance prédictive, modélisation prédictive des utilisateurs, pour n’en citer que quelques-uns, sont autant d’exemples d’applications actuellement ciblées par le ML. En parallèle, les données générées dans une entreprise ont une valeur et génèrent des opportunités pour de nouveaux services rendus possibles par les algorithmes du ML. A terme, le produit lui-même, rendu possible par l’IA, peut devenir intelligent et autonome comme le réseau autogéré et la voiture autonome.

Par rapport au premier âge du Big Data Analytics, de nouvelles attentes plus élevées entrent en jeu. Pour être utilisés dans la prise de décision dans des domaines critiques (défense, santé, transports,…) ou simplement pour permettre la confiance nécessaire à l’adoption d’une technologie, les systèmes d’IA doivent offrir des garanties sur leur justesse, leur robustesse, la traçabilité de l’apprentissage et l’interprétabilité de leurs décisions. De plus, intégrés dans un environnement non stationnaire, ils sont censés interagir avec leur environnement, être conscients de leurs faiblesses potentielles et continuer à s’améliorer par des interactions pertinentes. Pour les groupes de recherche, cela représente un ensemble de défis stimulants dont les solutions seront la clé de l’utilisation pérenne des outils de Data Science et d’IA.