Aller au site principal

Actualités

Le machine learning aide à relever les « grands défis » du monde

Jeff Dean parle de l'impact du deep learning sur notre vie quotidienne lors des AMLD 2019 © Samuel Devantery - 2019 EPFL

Jeff Dean parle de l'impact du deep learning sur notre vie quotidienne lors des AMLD 2019 © Samuel Devantery - 2019 EPFL

La troisième édition des Applied Machine Learning Days (AMLD), qui s'est déroulée du 26 au 29 janvier et pour lequel plus de 2,000 billets ont été vendus, a accueilli des participants du monde universitaire et de l'industrie. Divers conférenciers de renom ont mis en lumière les possibilités et les défis du machine learning dans les domaines de la santé, la robotique, la gestion des risques, l'aide humanitaire et l'innovation.

Organisée par l'EPFL au SwissTech Convention Center, les AMLD 2019 ont débuté par deux jours d'ateliers, des conférences, une 'poster session' et un salon de l'emploi.

La conférence principale a été ouverte le 28 janvier par les organisateurs des AMLD, Marcel Salathé professeur et directeur académique de l’EPFL Extension School, et les professeurs Robert West et Martin Jaggi de la Faculté Informatique et Communication(IC). Professeur West a annoncé dans l'introduction que l'événement AMLD cherche à se développer. 

« Nous aimerions mondialiser les AMLD. Nous pensons à AMLD New York, Rio, Tokyo, Kinshasa, Saint-Pétersbourg, etc. Le vaisseau mère sera toujours à Lausanne mais nous avons l'intention de répandre l'amour », explique Professeur West.

L'avenir de l'intelligence artificielle à travers les yeux de Google

Jeff Dean, premier vice-président de ‘Google AI and Health’, a prononcé le discours d'ouverture en donnant un aperçu de l'impact que le machine learning - et en particulier le deep learning qui utilise des réseaux neuronaux artificiels inspirés par la structure du cerveau humain - a sur les plus grands défis techniques du XXIe siècle

Parmi les exemples d'impact de ces technologies, on peut citer les voitures autonomes pour améliorer l'infrastructure urbaine et l’utilisation des réseaux de neurones profonds (DNN) pour le dépistage du risque de maladie sur les images médicales. Le machine learning est également utilisé pour améliorer le processus d'innovation lui-même, par exemple en transformant la façon dont les ordinateurs puissants sont conçus.

« Les réseaux de neuronaux profonds et le machine learning aident vraiment à faire des progrès considerables dans certains des grands défis du monde », a déclaré Jeff Dean. Il a également souligné comment ces applications ont été rendues possibles par le progrès extrêmement rapide du machine learning au cours des cinq dernières années - les derniers modèles informatiques étant capables d'étiqueter correctement une image inédite avec un taux d'erreur de 3%, comparé à 26% en 2011.

« Cette amélioration spectaculaire a des conséquences fondamentales sur beaucoup de choses. Avant, les ordinateurs n’étaient pas capables de voir et maintenant ils peuvent. »

L'industrie, l'assurance et le bien public mondial

Michael Baeriswyl de Swisscom et Costas Bekas d'IBM Recherche ont donné un aperçu de la manière dont les entreprises et les industries peuvent exploiter au mieux les progrès du machine learning et de l'intelligence artificielle (IA). Jeffrey Bohn, de l’entreprise de réassurance suisse SwissRe, a également parlé de la manière dont l’IA transforme l'évaluation et la gestion des risques. Patrick Barbey, de l'agence suisse de promotion de l'innovation Innovaud, a expliqué comment la densité des accélérateurs de démarrage, des établissements d'enseignement supérieur et des parcs d'innovation de la région en fait un candidat de choix pour une « vallée de l'IA », pour accompagner le Drone Valley et Health Valley.

Charlotte Lindsey-Curtet du Comité international de la Croix-Rouge (CICR) et Ramesh Krishnamurthy de l'Organisation mondiale de la santé (OMS), du secteur humanitaire, ont expliqué à Marcel Salathé pourquoi leurs organisations respectives investissent dans le machine learning. En plus d'avoir un grand potentiel pour la santé numérique et la surveillance de la santé publique, ainsi que pour répondre aux besoins des victimes de conflits armés, il y a aussi des risques qui doivent être compris en termes d'utilisation de l'IA dans les armes autonomes, ont souligné Charlotte Lindsey-Curtet et Ramesh Krishnamurthy.

Robert West a également animé une table ronde avec Yuanchun Shi de l'Université Tsinghua, Li Pu de Segway Robotics et Adam Knight de l'Université d'Oxford sur la façon dont l'IA et les technologies du machine learning sont développées en Chine.

Pour en savoir plus sur la liste complète des conférences, ateliers et autres événements qui ont eu lieu pendant les AMLD 2019, consultez #AMLD2019 et @appliedmldays sur Twitter.

www.appliedmldays.org 


Auteurs: Celia Luterbacher, Deirdre Rochat
Connexion