{"id":20173,"date":"2019-01-14T13:35:12","date_gmt":"2019-01-14T12:35:12","guid":{"rendered":"https:\/\/www.redanalysis.org\/?p=20173"},"modified":"2024-11-25T17:22:32","modified_gmt":"2024-11-25T16:22:32","slug":"ins%c3%a9rer-intelligence-artificielle-dans-la-r%c3%a9alit%c3%a9-pilotes-de-ai","status":"publish","type":"post","link":"https:\/\/redanalysis.org\/fr\/2019\/01\/14\/inserting-artificial-intelligence-in-reality-drivers-of-ai\/","title":{"rendered":"Capteur et actionneur pour l'IA (1) : Ins\u00e9rer l'intelligence artificielle dans la r\u00e9alit\u00e9"},"content":{"rendered":"<div class=\"wp-block-columns alignwide is-layout-flex wp-container-core-columns-is-layout-8f761849 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\" style=\"flex-basis:66.66%\">\n<p class=\"has-text-align-left wp-block-paragraph\">Au-del\u00e0 du battage publicitaire et de la haine, cet article se concentre sur la fa\u00e7on dont l'intelligence artificielle (IA) - en fait <a rel=\"noreferrer noopener\" aria-label=\"Deep Learning (s&#039;ouvre dans un nouvel onglet)\" href=\"https:\/\/redanalysis.org\/fr\/2017\/12\/18\/apprendre-en-profondeur-nouveau-monde-ai\/\" target=\"_blank\">Apprentissage approfondi<\/a> - L'op\u00e9rationnalisation exige de d\u00e9velopper une mani\u00e8re diff\u00e9rente de consid\u00e9rer l'IA. La compr\u00e9hension qui en r\u00e9sulte permet de mettre en \u00e9vidence l'importance du capteur et de l'actionneur, la double interface entre l'IA et son environnement. Cette interface est un moteur potentiellement perturbateur pour l'IA.<\/p>\n<\/div>\n\n\n\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\" style=\"flex-basis:33.33%\">\n<iframe style=\"border-radius:12px\" src=\"https:\/\/open.spotify.com\/embed\/episode\/2wdVDtGgU6F1V1FkJNW9NV?utm_source=generator\" width=\"100%\" height=\"152\" frameborder=\"0\" allowfullscreen=\"\" allow=\"autoplay; clipboard-write; encrypted-media; fullscreen; picture-in-picture\" loading=\"lazy\"><\/iframe><figcaption class=\"textfutura\" style=\"font-size:0.7em; \">\u00c9coutez l'article dans le cadre d'une conversation approfondie sur notre podcast, Foresight Frontlines - AI series - cr\u00e9\u00e9 avec NotebookLM.<\/figcaption>\n<\/div>\n<\/div>\n\n\n\n<h4 class=\"wp-block-heading\">Capteur et actionneur, les \u00e9l\u00e9ments oubli\u00e9s<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\">Le capteur et l'actionneur sont essentiels au d\u00e9veloppement de l'IA \u00e0 tous les niveaux, y compris en termes d'applications pratiques. Pourtant, lorsque l'on aborde l'expansion et l'avenir de l'IA, ces deux \u00e9l\u00e9ments sont la plupart du temps n\u00e9glig\u00e9s. C'est notamment \u00e0 cause de ce manque d'attention que l'interface peut devenir perturbatrice. En effet, une approche par capteur et actionneur pour l'IA pourrait-elle \u00eatre la cl\u00e9 du boom tr\u00e8s g\u00e9n\u00e9ralis\u00e9 que tant de gens recherchent ? En attendant, de nombreux sous-domaines de l'IA pourraient \u00e9galement b\u00e9n\u00e9ficier de ce d\u00e9veloppement. Par ailleurs, l'\u00e9chec de l'int\u00e9gration compl\u00e8te de cette approche pourrait entra\u00eener des obstacles inutiles, notamment une panne temporaire. <\/p>\n\n\n\n<h4 class=\"wp-block-heading\">Capteur et actionneur, un autre enjeu dans la course \u00e0 l'IA<\/h4>\n\n\n\n<div class=\"wp-block-columns alignwide is-layout-flex wp-container-core-columns-is-layout-8f761849 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\" style=\"flex-basis:66.66%\">\n<p class=\"wp-block-paragraph\">En outre, nous voyons appara\u00eetre dans le monde trois dynamiques li\u00e9es \u00e0 l'IA en interaction. La naissance et la diffusion de l'IA pour les Etats et la gestion de l'IA pour les acteurs priv\u00e9s interagissent et alimentent une course internationale pour la puissance de l'IA, c'est-\u00e0-dire la mani\u00e8re dont on se classe dans la r\u00e9partition relative du pouvoir au niveau mondial. En cons\u00e9quence, l'IA influence de plus en plus cette m\u00eame r\u00e9partition du pouvoir ( voir <a href=\"https:\/\/redanalysis.org\/fr\/2017\/12\/18\/apprendre-en-profondeur-nouveau-monde-ai\/\">Le nouveau monde de l'AI en devenir<\/a>). Ainsi, les moteurs de l'IA ne sont pas seulement des forces derri\u00e8re l'expansion de l'IA, mais aussi des enjeux dans la comp\u00e9tition de l'IA. La mani\u00e8re dont les acteurs publics et priv\u00e9s g\u00e8rent cette comp\u00e9tition, la dynamique qui en r\u00e9sulte et les d\u00e9faites et victoires qu'elle entra\u00eene fa\u00e7onnent \u00e9galement le nouveau monde de l'IA en devenir. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ainsi, si les capteurs et les actionneurs sont essentiels \u00e0 une large op\u00e9rationnalisation de l'IA, alors la capacit\u00e9 \u00e0 d\u00e9velopper au mieux la gouvernance et la gestion de l'IA, ainsi que la position dans la course internationale \u00e0 la puissance de l'IA, pourrait tr\u00e8s bien d\u00e9pendre de la ma\u00eetrise de ces capteurs et actionneurs.<\/p>\n<\/div>\n\n\n\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\" style=\"flex-basis:33.33%\">\n<div class=\"wp-block-group alignwide textfutura\" style=\"font-size:0.8em\"><div class=\"wp-block-group__inner-container is-layout-constrained wp-block-group-is-layout-constrained\">\n<div class=\"wp-block-columns alignwide is-style-default is-layout-flex wp-container-core-columns-is-layout-8f761849 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\" style=\"flex-basis:100%\">\n<p class=\"wp-block-paragraph\"><strong>Liens connexes<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><a rel=\"noreferrer noopener\" href=\"https:\/\/redanalysis.org\/fr\/2018\/03\/26\/intelligence-artificielle-forces-conducteurs-et-enjeux\/\" target=\"_blank\">Intelligence artificielle - Forces, moteurs et enjeux<\/a><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Les moteurs de l'IA :&nbsp;<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><a href=\"https:\/\/redanalysis.org\/fr\/2018\/04\/16\/big-data-driver-pour-lintelligence-artificielle-mais-pas-dans-le-futur\/\" target=\"_blank\" rel=\"noreferrer noopener\">Donn\u00e9es importantes<\/a>, <\/li>\n\n\n\n<li>Puissance de calcul -&nbsp;<a href=\"https:\/\/redanalysis.org\/fr\/2018\/06\/18\/intelligence-artificielle-informatique-puissance-et-g%c3%a9opolitique-1\/\" target=\"_blank\" rel=\"noreferrer noopener\">Puissance de calcul (1)<\/a>&nbsp;et&nbsp;<a href=\"https:\/\/redanalysis.org\/fr\/2018\/06\/25\/intelligence-artificielle-informatique-puissance-g%c3%a9opolitique-2\/\" target=\"_blank\" rel=\"noreferrer noopener\">(2)<\/a>,&nbsp;<a href=\"https:\/\/redanalysis.org\/fr\/2018\/09\/24\/gagner-course-ordinateur-exascale-intelligence-artificielle-puissance-calcul-geopolitique\/\">Gagner la course \u00e0 l'informatique \u00e0 l'\u00e9chelle<\/a>, <\/li>\n\n\n\n<li>Science de l'information quantique <a href=\"https:\/\/redanalysis.org\/fr\/2018\/10\/15\/la-perturbation-quantique-%c3%a0-venir-intelligence-artificielle-et-g%c3%a9opolitique-1\/\" target=\"_blank\" rel=\"noreferrer noopener\">La prochaine perturbation de l'informatique quantique (1)<\/a>,&nbsp;<a href=\"https:\/\/redanalysis.org\/fr\/2018\/12\/17\/cartographie-course-ordinateur-quantique-ia-geopolitique-3\/\" target=\"_blank\" rel=\"noreferrer noopener\">Cartographier la course \u00e0 l'informatique quantique.<\/a> La science de l'information quantique est tr\u00e8s perturbatrice. En effet, il est tr\u00e8s probable (80%) que ce n'est pas seulement l'IA qui d\u00e9terminera notre monde futur, mais plut\u00f4t l'\u00e9mergence de l'IA quantique. Voir notre nouvelle section consacr\u00e9e \u00e0 l&nbsp;<a href=\"https:\/\/redanalysis.org\/fr\/categorie\/quantum\/\" target=\"_blank\" rel=\"noreferrer noopener\">Perturbation quantique<\/a>.<\/li>\n<\/ul>\n<\/div>\n<\/div>\n<\/div><\/div>\n<\/div>\n<\/div>\n\n\n\n<h4 class=\"wp-block-heading\">Aper\u00e7u<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\">Cet article utilise deux \u00e9tudes de cas pour expliquer progressivement ce que sont un capteur et un actionneur. Il d\u00e9taille ainsi la double interface entre l'agent IA et son environnement. En cons\u00e9quence et en troisi\u00e8me lieu, nous soulignons que l'on comprend mieux l'IA comme une s\u00e9quence. Cette compr\u00e9hension nous permet d'envisager tout un monde futur d'activit\u00e9s \u00e9conomiques. Ce monde n'est cependant pas sans danger et nous soulignons qu'il exigera un nouveau type de s\u00e9curit\u00e9. Enfin, nous soulignerons la n\u00e9cessit\u00e9 de distinguer les types de r\u00e9alit\u00e9 que la s\u00e9quence d'IA relie.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Le prochain article portera sur les diff\u00e9rentes fa\u00e7ons de g\u00e9rer la s\u00e9quence d'IA et son interface jumelle, notamment l'actionneur. Nous nous int\u00e9resserons plus particuli\u00e8rement \u00e0 l'Internet des objets (IoT), aux \u00eatres humains eux-m\u00eames et aux syst\u00e8mes autonomes, mieux connus sous le nom de robots. En attendant, nous explorerons plus avant les nouvelles activit\u00e9s cr\u00e9\u00e9es par l'IA.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Un regard diff\u00e9rent sur le match contre AlphaGo<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Nous allons examiner \u00e0 nouveau (Google) DeepMind's <a href=\"https:\/\/www.deepmind.com\/research\/highlighted-research\/alphago\" target=\"_blank\" rel=\"noreferrer noopener\">AlphaGo<\/a>L'agent d'apprentissage supervis\u00e9 qui joue au Go et dont la victoire a lanc\u00e9 la phase actuelle de d\u00e9veloppement de l'IA.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"alphago\">Reproduire le match contre AlphaGo<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Imaginons maintenant qu'un nouveau match se d\u00e9roule entre M. Fan Hui, le champion d'Europe de go AlphaGo battu par 5-0 en octobre 2015 et l'agent AI (<a href=\"https:\/\/www.deepmind.com\/research\/highlighted-research\/alphago\" target=\"_blank\" rel=\"noreferrer noopener\">AlphaGo<\/a> page web). M. Fan Hui, comme cela s'est produit dans la r\u00e9alit\u00e9, joue en premier contre l'agent IA AlphaGo. Devant lui, on peut voir un goban (le nom du plateau pour le go). AlphaGo est connect\u00e9 au nuage pour acc\u00e9der \u00e0 la puissance de calcul distribu\u00e9e, car il a besoin de beaucoup de puissance de calcul.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">M. Fan Hui commence et fait son premier pas en pla\u00e7ant une pierre blanche sur le Goban. Puis c'est le tour d'AlphaGo. Comment l'agent AI va-t-il r\u00e9pondre ? Fera-t-il un mouvement typique ou quelque chose d'original ? \u00c0 quelle vitesse va-t-il ensuite jouer ? Le suspens est immense, et...<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il ne se passe rien.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Qu'est-ce qui a mal tourn\u00e9 ?<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">La (bonne) fa\u00e7on dont DeepMind l'a fait<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Si vous regardez attentivement la vid\u00e9o ci-dessous montrant le jeu original, vous remarquerez qu'en fait, le cadre n'est pas exactement celui que j'ai d\u00e9crit ci-dessus. Quelques autres \u00e9l\u00e9ments cruciaux sont pr\u00e9sents. Si DeepMind avait mis un humain et un agent IA face \u00e0 face dans le cadre que je viens de d\u00e9crire, leur exp\u00e9rience aurait mal tourn\u00e9. Au lieu de cela, gr\u00e2ce aux \u00e9l\u00e9ments qu'ils ont ajout\u00e9s, leur jeu a \u00e9t\u00e9 un succ\u00e8s.<\/p>\n\n\n\n<figure class=\"wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube\"><div class=\"wp-block-embed__wrapper\">\n<span class=\"embed-youtube\" style=\"text-align:center; display: block;\"><iframe loading=\"lazy\" class=\"youtube-player\" width=\"640\" height=\"360\" src=\"https:\/\/www.youtube.com\/embed\/SUbqykXVx0A?version=3&#038;rel=1&#038;showsearch=0&#038;showinfo=1&#038;iv_load_policy=1&#038;fs=1&#038;hl=fr-FR&#038;autohide=2&#038;wmode=transparent\" allowfullscreen=\"true\" style=\"border:0;\" sandbox=\"allow-scripts allow-same-origin allow-popups allow-presentation allow-popups-to-escape-sandbox\"><\/iframe><\/span>\n<\/div><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Vous pouvez observer ces trois \u00e9l\u00e9ments \u00e0 1:19 de la vid\u00e9o, comme le montre la capture d'\u00e9cran annot\u00e9e ci-dessous :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>A : un acteur humain<\/li>\n\n\n\n<li>B : un \u00e9cran<\/li>\n\n\n\n<li>C : un \u00eatre humain avec un appareil bizarre sur une table.<\/li>\n<\/ul>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img loading=\"lazy\" decoding=\"async\" width=\"600\" height=\"445\" src=\"https:\/\/redanalysis.org\/wp-content\/uploads\/2019\/01\/AlphaGo-Sensors-and-Expressors-600.jpg\" alt=\"\" class=\"wp-image-20180\" srcset=\"https:\/\/redanalysis.org\/wp-content\/uploads\/2019\/01\/AlphaGo-Sensors-and-Expressors-600.jpg 600w, https:\/\/redanalysis.org\/wp-content\/uploads\/2019\/01\/AlphaGo-Sensors-and-Expressors-600-300x223.jpg 300w, https:\/\/redanalysis.org\/wp-content\/uploads\/2019\/01\/AlphaGo-Sensors-and-Expressors-600-250x185.jpg 250w\" sizes=\"auto, (max-width: 600px) 100vw, 600px\" \/><figcaption class=\"wp-element-caption\">Capture d'\u00e9cran de la vid\u00e9o Google DeepMind : AlphaGo ma\u00eetrise le jeu de Go - 1:19<\/figcaption><\/figure>\n<\/div>\n\n\n<h4 class=\"wp-block-heading\">Capteur<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\">Dans notre cadre imaginaire, je n'ai pas cr\u00e9\u00e9 d'interface pour dire \u00e0 l'agent AI que M. Hui avait d\u00e9plac\u00e9 une pierre, et laquelle. Ainsi, en ce qui concerne l'agent AI, il n'y a pas eu d'entr\u00e9e. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dans le cadre r\u00e9el de DeepMind, nous avons l'agent humain (C). Nous pouvons supposer que le dispositif bizarre sur la table devant elle lui permet d'entrer dans l'ordinateur pour l'agent IA les mouvements que M. Fan Hui effectue tout au long de la partie.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Plus g\u00e9n\u00e9ralement, une premi\u00e8re interface d'entr\u00e9e doit exister entre le monde r\u00e9el et l'agent IA pour le voir fonctionner. Nous avons donc besoin de capteurs. Ils d\u00e9tecteront le monde r\u00e9el pour l'IA. Nous devons \u00e9galement communiquer \u00e0 l'agent AI les donn\u00e9es captur\u00e9es par les capteurs, de mani\u00e8re \u00e0 ce que l'AI les comprenne.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Supposons maintenant que nous ajoutions l'agent C et son dispositif - c'est-\u00e0-dire le syst\u00e8me de capteurs - \u00e0 notre r\u00e9glage.  <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">L\u00e0 encore, rien ne se passe. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Pourquoi ? L'agent AI proc\u00e8de et d\u00e9cide de son d\u00e9placement. Cependant, le r\u00e9sultat algorithmique reste dans l'ordinateur, comme une sortie de machine quelle que soit sa forme.  En effet, il n'y a pas d'interface pour agir dans le monde r\u00e9el. Ce qu'il faut, c'est un actionneur.<\/p>\n\n\n\n<h4 class=\"wp-block-heading\">Actionneur<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\">L'interface avec le monde ext\u00e9rieur doit non seulement produire un r\u00e9sultat que notre ma\u00eetre de go peut comprendre pour chaque coup, mais aussi un r\u00e9sultat qui aura un sens, pour lui, pendant toute la partie. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il ne suffirait pas d'obtenir la position d'une pierre en fonction des coordonn\u00e9es sur le plateau. Ce type de r\u00e9sultat exigerait d'abord que M. Fan Hui dispose d'une bonne capacit\u00e9 de visualisation et de cartographie pour traduire ces coordonn\u00e9es sur le goban. Il faudrait ensuite que notre champion de go ait une tr\u00e8s bonne m\u00e9moire. En effet, apr\u00e8s quelques coups, \u00eatre capable de visualiser et de se souvenir de l'ensemble du jeu serait un d\u00e9fi.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">DeepMind a en fait utilis\u00e9 les actionneurs n\u00e9cessaires pour rendre possible le jeu entre l'homme et l'IA. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Au point (B), nous avons un \u00e9cran qui affiche l'ensemble du jeu. L'\u00e9cran montre aussi tr\u00e8s probablement le coup de l'agent IA \u00e0 chaque fois que ce dernier joue. Ensuite, en (A), nous avons un agent humain, qui traduit le jeu virtuel \u00e0 l'\u00e9cran en r\u00e9alit\u00e9 sur le goban. Pour ce faire, il copie le coup de l'agent AI tel qu'il est affich\u00e9 \u00e0 l'\u00e9cran en pla\u00e7ant la pierre correspondante sur le plateau.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Il est important de noter la pr\u00e9sence de cet \u00eatre humain (A), m\u00eame si elle n'\u00e9tait probablement pas vraiment n\u00e9cessaire pour M. Fan Hui, qui aurait pu jouer devant l'\u00e9cran. Tout d'abord, il s'agit d'un dispositif de communication pour rendre toute l'exp\u00e9rience plus compr\u00e9hensible et int\u00e9ressante pour le public. Ensuite, il est peut-\u00eatre plus facile pour M. Fan Hui de jouer sur un vrai goban. La traduction d'un monde virtuel \u00e0 un monde r\u00e9el est cruciale. Il s'agira probablement d'un enjeu majeur dans ce qui permettra r\u00e9ellement \u00e0 l'IA d'\u00e9merger et de se d\u00e9velopper.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Comme nous l'avons illustr\u00e9 ci-dessus, le fait de pr\u00e9ciser le processus d'interaction avec un agent IA souligne l'importance des interfaces doubles. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">C'est en fait ainsi que DeepMind a con\u00e7u l'une de ses derni\u00e8res r\u00e9alisations en mati\u00e8re d'IA, sur laquelle nous allons maintenant nous pencher.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Vers une vision de l'\u00eatre humain<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">En juin 2018, DeepMind a expliqu\u00e9 comment il avait construit un agent d'IA qui peut percevoir son environnement comme le font les \u00eatres humains (<a rel=\"noreferrer noopener\" aria-label=\"acc\u00e8s libre (s&#039;ouvre dans un nouvel onglet)\" href=\"https:\/\/deepmind.com\/documents\/211\/Neural_Scene_Representation_and_Rendering_preprint.pdf\" target=\"_blank\">en libre acc\u00e8s<\/a>S. M. Ali Eslami et autres, \"<a rel=\"noreferrer noopener\" aria-label=\"Repr\u00e9sentation et rendu de sc\u00e8nes neuronales (ouvre un nouvel onglet)\" href=\"http:\/\/science.sciencemag.org\/content\/360\/6394\/1204.full?ijkey=kGcNflzOLiIKQ&amp;keytype=ref&amp;siteid=sci\" target=\"_blank\">Repr\u00e9sentation et rendu des sc\u00e8nes neurales<\/a>\u201c,<em> Science<\/em>&nbsp;&nbsp;15 juin 2018 : Vol. 360, num\u00e9ro 6394, p. 1204-1210, DOI : 10.1126\/science.aar6170).<\/p>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p class=\"wp-block-paragraph\">\"Par exemple, lorsque vous entrez dans une pi\u00e8ce pour la premi\u00e8re fois, vous reconnaissez instantan\u00e9ment les objets qu'elle contient et leur emplacement. Si vous voyez trois pieds d'une table, vous en d\u00e9duirez qu'il y en a probablement un quatri\u00e8me de m\u00eame forme et de m\u00eame couleur qui est cach\u00e9 \u00e0 la vue. M\u00eame si vous ne pouvez pas tout voir dans la pi\u00e8ce, vous pourrez probablement en esquisser la disposition ou imaginer \u00e0 quoi elle ressemble sous un autre angle\". (\u201c<a rel=\"noreferrer noopener\" aria-label=\"Repr\u00e9sentation et rendu de sc\u00e8nes neuronales (ouvre un nouvel onglet)\" href=\"https:\/\/deepmind.com\/blog\/neural-scene-representation-and-rendering\/\" target=\"_blank\">Repr\u00e9sentation et rendu des sc\u00e8nes neurales<\/a>\", site internet DeepMind).&nbsp;<\/p>\n<\/blockquote>\n\n\n\n<p class=\"wp-block-paragraph\">L'objectif des scientifiques \u00e9tait de cr\u00e9er un agent d'IA ayant les m\u00eames capacit\u00e9s que celles des \u00eatres humains, ce qu'ils ont r\u00e9ussi \u00e0 faire :<\/p>\n\n\n\n<figure class=\"wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube\"><div class=\"wp-block-embed__wrapper\">\n<span class=\"embed-youtube\" style=\"text-align:center; display: block;\"><iframe loading=\"lazy\" class=\"youtube-player\" width=\"640\" height=\"360\" src=\"https:\/\/www.youtube.com\/embed\/oSZkDuDoFAI?version=3&#038;rel=1&#038;showsearch=0&#038;showinfo=1&#038;iv_load_policy=1&#038;fs=1&#038;hl=fr-FR&#038;autohide=2&#038;wmode=transparent\" allowfullscreen=\"true\" style=\"border:0;\" sandbox=\"allow-scripts allow-same-origin allow-popups allow-presentation allow-popups-to-escape-sandbox\"><\/iframe><\/span>\n<\/div><\/figure>\n\n\n\n<h3 class=\"wp-block-heading\">DeepMind utilise \"capteur et actionneur\".<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Le plus int\u00e9ressant pour notre propos est que ce que nous avons d\u00e9crit dans la premi\u00e8re partie est exactement la fa\u00e7on dont les scientifiques ont construit leur processus et r\u00e9solu le probl\u00e8me de la vision d'un agent IA.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ils ont appris \u00e0 leur agent AI \u00e0 prendre des images du monde ext\u00e9rieur (dans ce cas encore un monde virtuel) - ce que nous appelions le syst\u00e8me de capteurs - puis \u00e0 les convertir, gr\u00e2ce \u00e0 un premier algorithme d'apprentissage profond - le r\u00e9seau de repr\u00e9sentation - en un r\u00e9sultat, une sortie - la repr\u00e9sentation de la sc\u00e8ne. \u00c0 ce stade, le r\u00e9sultat est significatif pour l'agent AI, mais pas pour nous. La derni\u00e8re \u00e9tape repr\u00e9sente ce que nous avons appel\u00e9 l'actionneur. Il s'agit de la conversion d'une sortie significative pour l'IA en quelque chose de significatif pour nous, la \"pr\u00e9diction\". Pour cela, DeepMind a d\u00e9velopp\u00e9 un \"r\u00e9seau de g\u00e9n\u00e9ration\", appel\u00e9 \"rendu neural\". En effet, en termes d'infographie 3D, le rendu est le processus qui transforme le calcul en une image, le rendu. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La capture d'\u00e9cran ci-dessous montre le processus \u00e0 l'\u0153uvre (j'ai ajout\u00e9 les cercles et les fl\u00e8ches rouges \u00e0 la capture d'\u00e9cran originale).<\/p>\n\n\n\n<figure class=\"wp-block-image\"><img loading=\"lazy\" decoding=\"async\" width=\"600\" height=\"308\" src=\"https:\/\/redanalysis.org\/wp-content\/uploads\/2019\/01\/GQN-Sensor-and-expressor-600.jpg\" alt=\"\" class=\"wp-image-20185\" srcset=\"https:\/\/redanalysis.org\/wp-content\/uploads\/2019\/01\/GQN-Sensor-and-expressor-600.jpg 600w, https:\/\/redanalysis.org\/wp-content\/uploads\/2019\/01\/GQN-Sensor-and-expressor-600-300x154.jpg 300w, https:\/\/redanalysis.org\/wp-content\/uploads\/2019\/01\/GQN-Sensor-and-expressor-600-250x128.jpg 250w\" sizes=\"auto, (max-width: 600px) 100vw, 600px\" \/><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">La vid\u00e9o suivante d\u00e9montre toute la dynamique :<\/p>\n\n\n\n<figure class=\"wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube\"><div class=\"wp-block-embed__wrapper\">\n<span class=\"embed-youtube\" style=\"text-align:center; display: block;\"><iframe loading=\"lazy\" class=\"youtube-player\" width=\"640\" height=\"360\" src=\"https:\/\/www.youtube.com\/embed\/RBJFngN33Qo?version=3&#038;rel=1&#038;showsearch=0&#038;showinfo=1&#038;iv_load_policy=1&#038;fs=1&#038;hl=fr-FR&#038;autohide=2&#038;wmode=transparent\" allowfullscreen=\"true\" style=\"border:0;\" sandbox=\"allow-scripts allow-same-origin allow-popups allow-presentation allow-popups-to-escape-sandbox\"><\/iframe><\/span>\n<\/div><\/figure>\n\n\n\n<h3 class=\"wp-block-heading\">D\u00e9velopper des capteurs autonomes pour la vision d'un agent AI <\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Selon les scientifiques de DeepMind, le d\u00e9veloppement du Generative Query Network (GQN) est un effort pour cr\u00e9er \"un cadre dans lequel les machines apprennent \u00e0 repr\u00e9senter des sc\u00e8nes en utilisant uniquement leurs propres capteurs\". En effet, les syst\u00e8mes de vision artificielle actuels utilisent g\u00e9n\u00e9ralement un apprentissage supervis\u00e9. Cela signifie que l'intervention humaine est n\u00e9cessaire pour choisir et \u00e9tiqueter les donn\u00e9es. Le scientifique de DeepMind a voulu surmonter autant que possible ce type d'intervention humaine. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">L'exp\u00e9rience a utilis\u00e9 ici un environnement \"synth\u00e9tique\" (Ibid., p5). La prochaine \u00e9tape n\u00e9cessitera de nouveaux ensembles de donn\u00e9es pour permettre l'extension \u00e0 des \"images de sc\u00e8nes naturalistes\" (Ibid). En fin de compte, on peut imaginer que le GQN commencera par la r\u00e9alit\u00e9, captur\u00e9e par un dispositif optique contr\u00f4l\u00e9 par l'IA. Cela implique que le GQN devra int\u00e9grer toutes les avanc\u00e9es en mati\u00e8re de vision par ordinateur. En outre, les capteurs de notre agent IA devront \u00e9galement se d\u00e9placer dans son environnement pour capturer les observations dont il a besoin. Cela peut se faire, par exemple, gr\u00e2ce \u00e0 un r\u00e9seau de cam\u00e9ras mobiles, comme celles qui sont de plus en plus souvent install\u00e9es dans les villes. Des drones, \u00e9galement contr\u00f4l\u00e9s par l'IA, pourraient \u00e9ventuellement compl\u00e9ter le r\u00e9seau de capteurs.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Am\u00e9lioration des actionneurs visuels pour un agent AI<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Les chercheurs devront \u00e9galement am\u00e9liorer l'actionneur (Ibid.). Les scientifiques de DeepMind sugg\u00e8rent que les progr\u00e8s r\u00e9alis\u00e9s dans les capacit\u00e9s de mod\u00e9lisation g\u00e9n\u00e9rative, comme ceux r\u00e9alis\u00e9s par les r\u00e9seaux adversaires g\u00e9n\u00e9rateurs (GAN), permettront d'\u00e9voluer vers un \"rendu de sc\u00e8ne naturaliste\".<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">En attendant, les RAG pourraient conduire \u00e0 des avanc\u00e9es importantes en termes, non seulement d'expression visuelle, mais aussi d'\"intelligence\" des agents AI.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Lorsque les RAG s'entra\u00eenent \u00e0 repr\u00e9senter des sorties visuelles, ils semblent \u00e9galement d\u00e9velopper la capacit\u00e9 de regrouper, seuls, des objets similaires li\u00e9s par ce que les chercheurs appellent des \"concepts\" (Karen Hao, \"<a rel=\"noreferrer noopener\" aria-label=\"Un r\u00e9seau neuronal peut apprendre \u00e0 organiser le monde qu&#039;il voit en concepts, tout comme nous le faisons (s&#039;ouvre dans un nouvel onglet).\" href=\"https:\/\/www.technologyreview.com\/s\/612746\/a-neural-network-can-learn-to-organize-the-world-it-sees-into-conceptsjust-like-we-do\/\" target=\"_blank\">Un r\u00e9seau de neurones peut apprendre \u00e0 organiser le monde qu'il voit en concepts, tout comme nous le faisons<\/a>\u201c, <em>Revue technologique du MIT<\/em>10 janvier 2019). Par exemple, le GAN pourrait \"regrouper les pixels d'arbres avec les pixels d'arbres et les pixels de portes avec les pixels de portes ind\u00e9pendamment de la fa\u00e7on dont ces objets ont chang\u00e9 de couleur d'une photo \u00e0 l'autre dans le jeu de formation\"... Ils pourraient \u00e9galement \"peindre une porte de style g\u00e9orgien sur un b\u00e2timent en brique avec une architecture g\u00e9orgienne, ou une porte en pierre sur un b\u00e2timent gothique. Ils ont \u00e9galement refus\u00e9 de peindre des portes sur un morceau de ciel\" (Ibid.) .<\/p>\n\n\n\n<figure class=\"wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube\"><div class=\"wp-block-embed__wrapper\">\n<span class=\"embed-youtube\" style=\"text-align:center; display: block;\"><iframe loading=\"lazy\" class=\"youtube-player\" width=\"640\" height=\"360\" src=\"https:\/\/www.youtube.com\/embed\/yVCgUYe4JTM?version=3&#038;rel=1&#038;showsearch=0&#038;showinfo=1&#038;iv_load_policy=1&#038;fs=1&#038;hl=fr-FR&#038;autohide=2&#038;wmode=transparent\" allowfullscreen=\"true\" style=\"border:0;\" sandbox=\"allow-scripts allow-same-origin allow-popups allow-presentation allow-popups-to-escape-sandbox\"><\/iframe><\/span>\n<\/div><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Des dynamiques similaires sont observ\u00e9es dans le domaine de la recherche linguistique.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Utilisation d'un bras robotique virtuel comme actionneur<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Dans une exp\u00e9rience connexe, les chercheurs de DeepMind ont utilis\u00e9 un r\u00e9seau de renforcement en profondeur pour contr\u00f4ler un bras robotique virtuel au lieu du r\u00e9seau de g\u00e9n\u00e9ration initiale (Ali Eslami et al., Ibid., p.5). Le GQN a d'abord \u00e9t\u00e9 form\u00e9 pour repr\u00e9senter ses observations. Ensuite, il s'est entra\u00een\u00e9 \u00e0 contr\u00f4ler le bras robotique synth\u00e9tique. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dans le futur, on peut imaginer qu'un vrai bras robotique remplacera le bras synth\u00e9tique. Le \"syst\u00e8me d'actionnement final\" deviendra ainsi une interface entre le monde virtuel et la r\u00e9alit\u00e9.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">L'IA comme s\u00e9quence entre les mondes<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">G\u00e9n\u00e9ralisons maintenant notre compr\u00e9hension du capteur et de l'actionneur, ou des interfaces pour l'entr\u00e9e et la sortie de l'IA.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Ins\u00e9rer l'IA dans la r\u00e9alit\u00e9, c'est la consid\u00e9rer comme une s\u00e9quence<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Nous pouvons comprendre les processus impliquant des agents AI comme la s\u00e9quence suivante.<\/p>\n\n\n\n<p style=\"background-color: #fff; margin: 25px auto; padding: 10px 0 10px 10px; border-collapse: collapse; border: 1px solid #eee; border-bottom: 2px solid #ce0022; box-shadow: 0px 0px 20px rgba(0,0,0,.1), 0px 10px 20px rgba(0,0,0,.05), 0px 20px 20px rgba(0,0,0,.05), 0px 30px 20px rgba(0,0,0,.05)\">Environnement -&gt; d\u00e9tection de l'environnement (en fonction de la t\u00e2che) -&gt;<br>r\u00e9alisation d'une t\u00e2che -&gt; production d'un r\u00e9sultat AI-intelligible -&gt; expression du r\u00e9sultat en fonction de la t\u00e2che et de l'acteur en interaction<\/p>\n\n\n\n<h4 class=\"wp-block-heading\">L'\u00e9mergence de nouvelles activit\u00e9s<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\">Cette s\u00e9quence, ainsi que les d\u00e9tails sur l'actionneur GAN par exemple, montre qu'en r\u00e9alit\u00e9, plus d'un agent IA est n\u00e9cessaire si l'on veut int\u00e9grer compl\u00e8tement l'IA dans la r\u00e9alit\u00e9. Ainsi, le d\u00e9veloppement d'agents IA performants impliquera de nombreuses \u00e9quipes et laboratoires. <\/p>\n\n\n\n<h5 class=\"wp-block-heading\">Envisager la cha\u00eene de production du futur<\/h5>\n\n\n\n<p class=\"wp-block-paragraph\">En cons\u00e9quence, de nouveaux types d'activit\u00e9s et de fonctions \u00e9conomiques pourraient \u00e9merger dans le domaine de l'IA. On pourrait notamment avoir l'assemblage de la bonne s\u00e9quence op\u00e9rationnelle. De m\u00eame, la conception initiale de la bonne architecture, pour tous les types d'agents et de sous-domaines de l'IA, pourrait devenir une activit\u00e9 n\u00e9cessaire.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">D\u00e9composer l'int\u00e9gration de l'IA en s\u00e9quence nous permet de commencer \u00e0 comprendre la cha\u00eene de production du futur. Nous pouvons ainsi imaginer la s\u00e9rie d'activit\u00e9s \u00e9conomiques qui peuvent \u00e9merger et qui \u00e9mergeront. Ces activit\u00e9s iront bien au-del\u00e0 de l'accent mis actuellement sur les technologies de l'information ou l'analyse des consommateurs, ce que la plupart des premiers adeptes de l'IA semblent privil\u00e9gier jusqu'\u00e0 pr\u00e9sent (Deloitte, \"<a rel=\"noreferrer noopener\" aria-label=\"\u00c9tat de l&#039;intelligence artificielle dans l&#039;entreprise (ouvre un nouvel onglet)\" href=\"https:\/\/www2.deloitte.com\/insights\/us\/en\/focus\/cognitive-technologies\/state-of-ai-and-intelligent-automation-in-business-survey.html?id=gx:2sm:3tw:4di4780::6di:20181031150200:&amp;utm_source=tw&amp;utm_campaign=di4780&amp;utm_content=di&amp;utm_medium=social&amp;linkId=58964752\" target=\"_blank\">\u00c9tat des lieux du renseignement artificiel dans l'entreprise<\/a>\u201c, 2018).<\/p>\n\n\n\n<h5 class=\"wp-block-heading\">La multiplication vertigineuse des possibilit\u00e9s<\/h5>\n\n\n\n<p class=\"wp-block-paragraph\">En outre, la personnalisation de la s\u00e9quence d'IA pourrait \u00eatre adapt\u00e9e en fonction des besoins. On peut imaginer que divers syst\u00e8mes d'actionneurs puissent \u00eatre ajout\u00e9s \u00e0 une s\u00e9quence. Par exemple, une \"repr\u00e9sentation de sc\u00e8ne\" intelligible pour l'agent IA pour utiliser notre deuxi\u00e8me \u00e9tude de cas pourrait \u00eatre exprim\u00e9e sous la forme d'un rendu visuel r\u00e9aliste, d'un r\u00e9cit et d'un mouvement robotique. Nous sommes ici beaucoup plus proches de la fa\u00e7on dont une stimulation sensorielle d\u00e9clencherait en nous, \u00eatres humains, toute une gamme de r\u00e9actions possibles. Cependant, par rapport au monde humain, si l'on ajoute le nuage, les diff\u00e9rentes expressions de la \"repr\u00e9sentation de la sc\u00e8ne\" pourraient se situer n'importe o\u00f9 sur terre et dans l'espace, selon l'infrastructure de communication disponible.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Les possibilit\u00e9s et les combinaisons qu'elles impliquent sont \u00e9tonnantes et vertigineuses. Et nous examinerons dans les prochains articles les incroyables possibilit\u00e9s qui sont cr\u00e9\u00e9es.<\/p>\n\n\n\n<h4 class=\"wp-block-heading\">Vers la n\u00e9cessit\u00e9 de red\u00e9finir la s\u00e9curit\u00e9 ?<\/h4>\n\n\n\n<h5 class=\"wp-block-heading\">Modifier notre r\u00e9alit\u00e9 m\u00eame<\/h5>\n\n\n\n<p class=\"wp-block-paragraph\">En termes de dangers, si nous en venons \u00e0 nous fier uniquement ou principalement \u00e0 un monde qui est per\u00e7u, compris, puis exprim\u00e9 par une s\u00e9quence d'IA, alors nous ouvrons \u00e9galement la porte \u00e0 une alt\u00e9ration de notre r\u00e9alit\u00e9 qui pourrait \u00eatre faite plus facilement que si nous utilisions nos propres sens. Par exemple, si l'on se fie \u00e0 une s\u00e9quence d'agents IA pour reconna\u00eetre et percevoir le monde ext\u00e9rieur \u00e0 des kilom\u00e8tres de l'endroit o\u00f9 nous nous trouvons, un probl\u00e8me involontaire ou une intention malveillante pourrait impliquer que nous recevons de mauvaises repr\u00e9sentations visuelles de la r\u00e9alit\u00e9. Un arbre pourrait \u00eatre plac\u00e9 l\u00e0 o\u00f9 il n'y a pas d'arbre. Par cons\u00e9quent, une voiture qui se conduit seule, en essayant de l'\u00e9viter, pourrait sortir de la route. Le comportement des utilisateurs de cette m\u00eame expression de la r\u00e9alit\u00e9 aura un sens dans le monde de l'IA. Il sera cependant erratique en dehors de celui-ci.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Les acteurs pourraient cr\u00e9er des leurres d'une mani\u00e8re qui n'a jamais \u00e9t\u00e9 envisag\u00e9e auparavant. Imaginez <a rel=\"noreferrer noopener\" aria-label=\"Op\u00e9ration Fortitude (s&#039;ouvre dans un nouvel onglet)\" href=\"https:\/\/en.wikipedia.org\/wiki\/Operation_Fortitude\" target=\"_blank\">Op\u00e9ration Fortitude<\/a>l'op\u00e9ration par laquelle les alli\u00e9s ont tromp\u00e9 les nazis pendant la Seconde Guerre mondiale concernant le lieu de l'invasion de 1944, organis\u00e9e avec la puissance de multiples s\u00e9quences AI. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">En fait, c'est notre r\u00e9alit\u00e9 m\u00eame, telle que nous avons l'habitude de la voir exprim\u00e9e par les photographies, qui peut \u00eatre alt\u00e9r\u00e9e d'une mani\u00e8re qui ne peut \u00eatre saisie directement par nos sens visuels.<\/p>\n\n\n\n<h5 class=\"wp-block-heading\">Briser la toile mondiale ?<\/h5>\n\n\n\n<p class=\"wp-block-paragraph\">Nous devons \u00e9galement tenir compte de la propagation de la propagande et de ce que l'on appelle aujourd'hui les \"fausses nouvelles\", et surtout du \"faux Internet\", comme l'a magistralement expliqu\u00e9 Max Read dans \"<a rel=\"noreferrer noopener\" aria-label=\"Quelle est la part d&#039;Internet qui est fausse ? Il s&#039;av\u00e8re qu&#039;il y en a beaucoup, en fait (s&#039;ouvre dans un nouvel onglet)\" href=\"http:\/\/nymag.com\/intelligencer\/2018\/12\/how-much-of-the-internet-is-fake.html\" target=\"_blank\">Quelle est la part de l'Internet qui est fausse ? Il s'av\u00e8re qu'une grande partie de l'Internet est fausse<\/a>\u201d (<em>Intelligencer<\/em>26 d\u00e9cembre 2018). En supposant que la propagation des signaux \"Fake Everything\" \u00e9tablisse une intention malveillante g\u00e9n\u00e9ralis\u00e9e, alors l'ajout de la puissance des agents AI pourrait briser la toile mondiale. Les impacts seraient immenses. Pour \u00e9viter une telle catastrophe, les acteurs devront concevoir des r\u00e9glementations tr\u00e8s strictes et favoriser et diffuser de nouvelles normes.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">L'intelligence artificielle red\u00e9finit compl\u00e8tement la fa\u00e7on dont la s\u00e9curit\u00e9 peut \u00eatre viol\u00e9e et doit donc \u00eatre d\u00e9fendue.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Int\u00e9grer les agents AI en fonction des diff\u00e9rentes r\u00e9alit\u00e9s : Virtuel et mat\u00e9riel virtuel <\/h3>\n\n\n\n<h4 class=\"wp-block-heading\">Du virtuel au virtuel<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\">Lorsque l'environnement de l'agent IA et les autres acteurs sont virtuels, la s\u00e9quence est - jusqu'\u00e0 un certain point - plus facile \u00e0 construire. En effet, tout se passe dans un monde d'une nature unique. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Cependant, la peur et le besoin de savoir impliqueront tr\u00e8s probablement que les \u00eatres humains voudront contr\u00f4ler les diff\u00e9rents points de la s\u00e9quence. Ainsi, des moyens de traduire le monde virtuel en quelque chose d'au moins perceptible par les humains seront probablement introduits. Cela augmentera la complexit\u00e9 du d\u00e9veloppement.<\/p>\n\n\n\n<h4 class=\"wp-block-heading\">Du virtuel au mat\u00e9riel<\/h4>\n\n\n\n<p class=\"wp-block-paragraph\">Lorsque l'environnement est r\u00e9el et que des interactions ont lieu entre un agent IA et des \u00eatres humains, la s\u00e9quence devient beaucoup plus complexe. Les interfaces jumelles doivent en effet devenir des ponts entre deux types de monde diff\u00e9rents, le num\u00e9rique et le r\u00e9el. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">En fait, si l'on examine sous cet angle l'\u00e9cosyst\u00e8me de l'apprentissage profond et son \u00e9volution depuis 2015, les chercheurs ont consacr\u00e9 une grande partie de leurs efforts initiaux \u00e0 cr\u00e9er des agents AI capables de \"faire une t\u00e2che\" (jouer, trier, \u00e9tiqueter, etc.). Parall\u00e8lement, les scientifiques ont d'abord d\u00e9velopp\u00e9 des moyens de rendre le monde r\u00e9el intelligible aux agents IA. Dans l'intervalle, les syst\u00e8mes d'actionneurs d\u00e9velopp\u00e9s deviennent intelligibles pour les humains, mais ils restent n\u00e9anmoins pour la plupart virtuels.<\/p>\n\n\n\n<h5 class=\"wp-block-heading\">Le retard dans l'expression du monde virtuel dans le monde r\u00e9el - Les agents AI visuels<\/h5>\n\n\n\n<p class=\"wp-block-paragraph\">Par exemple, le monde r\u00e9el est traduit en photographies num\u00e9riques, que l'agent IA reconna\u00eet gr\u00e2ce \u00e0 des algorithmes d'apprentissage profond. L'IA va les trier ou les \u00e9tiqueter de mani\u00e8re \u00e0 ce que les \u00eatres humains les comprennent. Par exemple, les \u00eatres humains comprennent facilement les mots, ou les images affich\u00e9es sur un \u00e9cran, qui sont le r\u00e9sultat de la partie actionneur de la s\u00e9quence. Pourtant, ce r\u00e9sultat reste virtuel. Si nous voulons l'am\u00e9liorer encore, nous devons cr\u00e9er et utiliser d'autres dispositifs pour am\u00e9liorer ou faciliter l'interface du virtuel au r\u00e9el. La reconnaissance d'objets proc\u00e8de de mani\u00e8re similaire. <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">En ce qui concerne les efforts li\u00e9s \u00e0 l'IA visuelle, on peut se demander si nous n'avons pas progress\u00e9 davantage dans la mani\u00e8re de donner une vision aux agents de l'IA que dans l'utilisation de cette vision d'une mani\u00e8re suffisamment utile aux \u00eatres humains dans le monde r\u00e9el.<\/p>\n\n\n\n<h5 class=\"wp-block-heading\">Du virtuel au r\u00e9el, la perception est-elle plus avanc\u00e9e que l'expression ?<\/h5>\n\n\n\n<p class=\"wp-block-paragraph\">Un processus similaire est \u00e0 l'\u0153uvre en Chine avec la reconnaissance sonore (Joseph Hincks, \"<a rel=\"noreferrer noopener\" aria-label=\"La Chine cr\u00e9e une base de donn\u00e9es des voix de ses citoyens pour renforcer sa capacit\u00e9 de surveillance : Rapport (s&#039;ouvre dans un nouvel onglet)\" href=\"http:\/\/time.com\/4992849\/china-voice-database-surveillance\/\" target=\"_blank\">La Chine est en train de cr\u00e9er une base de donn\u00e9es des voix de ses citoyens pour renforcer sa capacit\u00e9 de surveillance : Rapport<\/a>\u201c ; <em>Heure<\/em>23 octobre 2017).  L'analyse des donn\u00e9es est \u00e9galement un moyen d'expliquer aux agents d'IA ce que sont les internautes, selon diff\u00e9rents crit\u00e8res. Des capteurs collectant des donn\u00e9es par exemple \u00e0 partir de pipelines (par exemple (Maria S. Araujo et Daniel S. Davila, \"<a rel=\"noreferrer noopener\" href=\"https:\/\/www.talkingiotinenergy.com\/single-post\/2017\/06\/08\/Machine-learning-improves-oil-and-gas-monitoring\" target=\"_blank\">L'apprentissage machine am\u00e9liore la surveillance du p\u00e9trole et du gaz<\/a>\", 9 juin 2017,&nbsp;<em>Parler de l'IdO dans l'\u00e9nergie\" ;<\/em>Jo \u00d8vstaas, \"<a rel=\"noreferrer noopener\" href=\"https:\/\/blogs.dnvgl.com\/software\/2017\/06\/big-data-and-machine-learning-for-prediction-of-corrosion-in-pipelines\/\" target=\"_blank\">Donn\u00e9es et apprentissage automatique pour la pr\u00e9diction de la corrosion des pipelines<\/a>\", 12 juin 2017, DNV GL) ou du vol d'un avion, ou de quoi que ce soit d'autre, sont des moyens de rendre le monde intelligible \u00e0 un algorithme de conception sp\u00e9cifique.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Pourtant, avons-nous fait des progr\u00e8s similaires dans le d\u00e9veloppement d'actionneurs qui font l'interface entre le monde virtuel de l'agent IA et la r\u00e9alit\u00e9 des \u00eatres humains ? Se pourrait-il aussi que nous ayons am\u00e9lior\u00e9 toute la s\u00e9quence mais que les progr\u00e8s restent limit\u00e9s au monde virtuel ? Dans tous les cas, quels sont les impacts en termes de s\u00e9curit\u00e9, de politique et de g\u00e9opolitique ? <\/p>\n\n\n\n<p class=\"wp-block-paragraph\">C'est ce que nous verrons ensuite, en examinant plus particuli\u00e8rement l'Internet des objets, des robots et des \u00eatres humains, en tant que syst\u00e8mes d'actionnement potentiels de l'IA.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-css-opacity\"\/>\n\n\n\n<p class=\"wp-block-paragraph\">*Au d\u00e9part, j'ai utilis\u00e9 le mot \"expressor\" au lieu du mot ad\u00e9quat, \"actuator\". Gr\u00e2ce \u00e0 <a href=\"https:\/\/www.facebook.com\/ttkciar?fref=gc&amp;dti=107107546348803\">Teeteekay Ciar&nbsp;<\/a>pour l'avoir aid\u00e9 \u00e0 le d\u00e9couvrir.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Image en vedette : Graphique de l'arm\u00e9e am\u00e9ricaine par Sonya Beckett, CERDEC NVESD - Domaine public - De Aris Morris, 9 janvier 2018, <a href=\"https:\/\/asc.army.mil\/web\/category\/army-alt-magazine\/\">Magazine ALT de l'arm\u00e9e<\/a>,&nbsp;<a href=\"https:\/\/asc.army.mil\/web\/category\/science-and-technology\/\">Science et technologie.<\/a><\/p>","protected":false},"excerpt":{"rendered":"<p>Au-del\u00e0 du battage m\u00e9diatique et de la haine, cet article se concentre sur la fa\u00e7on dont l'intelligence artificielle (IA) - en fait le Deep Learning - est int\u00e9gr\u00e9e dans la r\u00e9alit\u00e9, par le biais de capteurs et d'actionneurs*. La compr\u00e9hension qui en r\u00e9sulte permet de souligner l'importance du capteur et de l'actionneur, la double interface entre l'IA et son ... <\/p>\n<p class=\"link-more\"><a href=\"https:\/\/redanalysis.org\/fr\/2019\/01\/14\/inserting-artificial-intelligence-in-reality-drivers-of-ai\/\" class=\"more-link\">Continuer la lecture <span class=\"screen-reader-text\"> \" Capteur et actionneur pour l'IA (1) : Ins\u00e9rer l'intelligence artificielle dans la r\u00e9alit\u00e9 \"<\/span><\/a><\/p>","protected":false},"author":1,"featured_media":20225,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[2568,2524],"tags":[2177,2580,1789,2710,2560,116,2712],"class_list":["post-20173","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-artificial-intelligence","category-cybersecurity","tag-ai","tag-alphago","tag-featured","tag-gan","tag-open-access","tag-security","tag-virtual","entry"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.4 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Sensor and Actuator for AI (1): Inserting Artificial Intelligence in Reality: Sensor and Actuator<\/title>\n<meta name=\"description\" content=\"Beyond hype and hatred, this article focuses on the way Artificial Intelligence (AI)\/Deep Learning is integrated in reality, through sensor and actuator.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/redanalysis.org\/fr\/2019\/01\/14\/ins\u00e9rer-intelligence-artificielle-dans-la-r\u00e9alit\u00e9-pilotes-de-ai\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Sensor and Actuator for AI (1): Inserting Artificial Intelligence in Reality: Sensor and Actuator\" \/>\n<meta property=\"og:description\" content=\"Beyond hype and hatred, this article focuses on the way Artificial Intelligence (AI)\/Deep Learning is integrated in reality, through sensor and actuator.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/redanalysis.org\/fr\/2019\/01\/14\/ins\u00e9rer-intelligence-artificielle-dans-la-r\u00e9alit\u00e9-pilotes-de-ai\/\" \/>\n<meta property=\"og:site_name\" content=\"The Red Team Analysis Society\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/pages\/Red-Team-Analysis\/341280995886057\" \/>\n<meta property=\"article:published_time\" content=\"2019-01-14T12:35:12+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-11-25T16:22:32+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/redanalysis.org\/wp-content\/uploads\/2019\/01\/sensor-1038.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1038\" \/>\n\t<meta property=\"og:image:height\" content=\"576\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Dr Helene Lavoix (MSc PhD Lond)\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@HLavoix\" \/>\n<meta name=\"twitter:site\" content=\"@HLavoix\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr Helene Lavoix (MSc PhD Lond)\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"16 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/redanalysis.org\\\/2019\\\/01\\\/14\\\/inserting-artificial-intelligence-in-reality-drivers-of-ai\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/redanalysis.org\\\/2019\\\/01\\\/14\\\/inserting-artificial-intelligence-in-reality-drivers-of-ai\\\/\"},\"author\":{\"name\":\"Dr Helene Lavoix (MSc PhD Lond)\",\"@id\":\"https:\\\/\\\/redanalysis.org\\\/#\\\/schema\\\/person\\\/6886ef37ab2b2804bc70995f4ba653d4\"},\"headline\":\"Sensor and Actuator for AI (1): Inserting Artificial Intelligence in Reality\",\"datePublished\":\"2019-01-14T12:35:12+00:00\",\"dateModified\":\"2024-11-25T16:22:32+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/redanalysis.org\\\/2019\\\/01\\\/14\\\/inserting-artificial-intelligence-in-reality-drivers-of-ai\\\/\"},\"wordCount\":3618,\"commentCount\":2,\"publisher\":{\"@id\":\"https:\\\/\\\/redanalysis.org\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/redanalysis.org\\\/2019\\\/01\\\/14\\\/inserting-artificial-intelligence-in-reality-drivers-of-ai\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/redanalysis.org\\\/wp-content\\\/uploads\\\/2019\\\/01\\\/sensor-1038.jpg\",\"keywords\":[\"AI\",\"AlphaGo\",\"featured\",\"GAN\",\"Open Access\",\"security\",\"virtual\"],\"articleSection\":[\"Artificial Intelligence - Foreseeing the Future AI-powered World\",\"New Tech and Cyber Security\"],\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/redanalysis.org\\\/2019\\\/01\\\/14\\\/inserting-artificial-intelligence-in-reality-drivers-of-ai\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/redanalysis.org\\\/2019\\\/01\\\/14\\\/inserting-artificial-intelligence-in-reality-drivers-of-ai\\\/\",\"url\":\"https:\\\/\\\/redanalysis.org\\\/2019\\\/01\\\/14\\\/inserting-artificial-intelligence-in-reality-drivers-of-ai\\\/\",\"name\":\"Sensor and Actuator for AI (1): Inserting Artificial Intelligence in Reality: Sensor and Actuator\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/redanalysis.org\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/redanalysis.org\\\/2019\\\/01\\\/14\\\/inserting-artificial-intelligence-in-reality-drivers-of-ai\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/redanalysis.org\\\/2019\\\/01\\\/14\\\/inserting-artificial-intelligence-in-reality-drivers-of-ai\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/redanalysis.org\\\/wp-content\\\/uploads\\\/2019\\\/01\\\/sensor-1038.jpg\",\"datePublished\":\"2019-01-14T12:35:12+00:00\",\"dateModified\":\"2024-11-25T16:22:32+00:00\",\"description\":\"Beyond hype and hatred, this article focuses on the way Artificial Intelligence (AI)\\\/Deep Learning is integrated in reality, through sensor and actuator.\",\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/redanalysis.org\\\/2019\\\/01\\\/14\\\/inserting-artificial-intelligence-in-reality-drivers-of-ai\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\\\/\\\/redanalysis.org\\\/2019\\\/01\\\/14\\\/inserting-artificial-intelligence-in-reality-drivers-of-ai\\\/#primaryimage\",\"url\":\"https:\\\/\\\/redanalysis.org\\\/wp-content\\\/uploads\\\/2019\\\/01\\\/sensor-1038.jpg\",\"contentUrl\":\"https:\\\/\\\/redanalysis.org\\\/wp-content\\\/uploads\\\/2019\\\/01\\\/sensor-1038.jpg\",\"width\":1038,\"height\":576,\"caption\":\"sensor and expressor, driver, Artificial Intelligence, AI, Strategic Foresight, Red Team Analysis Society\"},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/redanalysis.org\\\/#website\",\"url\":\"https:\\\/\\\/redanalysis.org\\\/\",\"name\":\"The Red Team Analysis Society\",\"description\":\"Strategic Foresight &amp; Early Warning \uff65 Political &amp; Geopolitical Risk \u00b7 Scenarios\",\"publisher\":{\"@id\":\"https:\\\/\\\/redanalysis.org\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/redanalysis.org\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/redanalysis.org\\\/#organization\",\"name\":\"The Red Team Analysis Society\",\"url\":\"https:\\\/\\\/redanalysis.org\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\\\/\\\/redanalysis.org\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/redanalysis.org\\\/wp-content\\\/uploads\\\/2017\\\/03\\\/logo-Sans-fond-interior-white-thick-circle-3-1-250.png\",\"contentUrl\":\"https:\\\/\\\/redanalysis.org\\\/wp-content\\\/uploads\\\/2017\\\/03\\\/logo-Sans-fond-interior-white-thick-circle-3-1-250.png\",\"width\":250,\"height\":250,\"caption\":\"The Red Team Analysis Society\"},\"image\":{\"@id\":\"https:\\\/\\\/redanalysis.org\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/pages\\\/Red-Team-Analysis\\\/341280995886057\",\"https:\\\/\\\/x.com\\\/HLavoix\",\"https:\\\/\\\/www.instagram.com\\\/helenelavoix\\\/\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/5403964\\\/admin\\\/dashboard\\\/\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/redanalysis.org\\\/#\\\/schema\\\/person\\\/6886ef37ab2b2804bc70995f4ba653d4\",\"name\":\"Dr Helene Lavoix (MSc PhD Lond)\",\"description\":\"Dr Helene Lavoix is President and Founder of The Red Team Analysis Society. She holds a PhD in political studies and a MSc in international politics of Asia (distinction) from the School of Oriental and African Studies (SOAS), University of London, as well as a Master in finance (valedictorian, Grande \u00c9cole, France). An expert in strategic foresight and early warning, especially for national and international security issues, she combines 30 years of experience in international relations and almost 20 years in strategic foresight and warning. Dr. Lavoix has lived and worked in five countries, conducted missions in 16 others, and trained high-level officers around the world, for example in Singapore and as part of European programs in Tunisia and Jordan. She has been a lecturer (Master level) and taught the methodology and practice of strategic foresight and early warning in prestigious institutions such as the RSIS in Singapore, SciencesPo-PSIA in France, the Ecole Sup\u00e9rieure des Forces de S\u00e9curit\u00e9 Int\u00e9rieure in Tunisia and the ENA Tunis, Institute of Leadership. She regularly publishes on geopolitical issues, supply and uranium security, artificial intelligence, the international order, China\u2019s rise and other international security topics. Committed to the continuous improvement of foresight and warning methodologies, Dr. Lavoix combines academic expertise and field experience to anticipate the global challenges of tomorrow.\",\"sameAs\":[\"https:\\\/\\\/redanalysis.org\",\"https:\\\/\\\/x.com\\\/HLavoix\"],\"url\":\"https:\\\/\\\/redanalysis.org\\\/fr\\\/author\\\/helenelavoix-2-2-2-2-2-2-2-2-2-2-2-2-2-2-2-2-2-2-3\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Capteur et actionneur pour l'IA (1) : Ins\u00e9rer l'intelligence artificielle dans la r\u00e9alit\u00e9 : Capteur et actionneur","description":"Au-del\u00e0 du battage publicitaire et de la haine, cet article se concentre sur la fa\u00e7on dont l'intelligence artificielle (IA)\/apprentissage approfondi est int\u00e9gr\u00e9 dans la r\u00e9alit\u00e9, par le biais de capteurs et d'actionneurs.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/redanalysis.org\/fr\/2019\/01\/14\/ins\u00e9rer-intelligence-artificielle-dans-la-r\u00e9alit\u00e9-pilotes-de-ai\/","og_locale":"fr_FR","og_type":"article","og_title":"Sensor and Actuator for AI (1): Inserting Artificial Intelligence in Reality: Sensor and Actuator","og_description":"Beyond hype and hatred, this article focuses on the way Artificial Intelligence (AI)\/Deep Learning is integrated in reality, through sensor and actuator.","og_url":"https:\/\/redanalysis.org\/fr\/2019\/01\/14\/ins\u00e9rer-intelligence-artificielle-dans-la-r\u00e9alit\u00e9-pilotes-de-ai\/","og_site_name":"The Red Team Analysis Society","article_publisher":"https:\/\/www.facebook.com\/pages\/Red-Team-Analysis\/341280995886057","article_published_time":"2019-01-14T12:35:12+00:00","article_modified_time":"2024-11-25T16:22:32+00:00","og_image":[{"width":1038,"height":576,"url":"https:\/\/redanalysis.org\/wp-content\/uploads\/2019\/01\/sensor-1038.jpg","type":"image\/jpeg"}],"author":"Dr Helene Lavoix (MSc PhD Lond)","twitter_card":"summary_large_image","twitter_creator":"@HLavoix","twitter_site":"@HLavoix","twitter_misc":{"\u00c9crit par":"Dr Helene Lavoix (MSc PhD Lond)","Dur\u00e9e de lecture estim\u00e9e":"16 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/redanalysis.org\/2019\/01\/14\/inserting-artificial-intelligence-in-reality-drivers-of-ai\/#article","isPartOf":{"@id":"https:\/\/redanalysis.org\/2019\/01\/14\/inserting-artificial-intelligence-in-reality-drivers-of-ai\/"},"author":{"name":"Dr Helene Lavoix (MSc PhD Lond)","@id":"https:\/\/redanalysis.org\/#\/schema\/person\/6886ef37ab2b2804bc70995f4ba653d4"},"headline":"Sensor and Actuator for AI (1): Inserting Artificial Intelligence in Reality","datePublished":"2019-01-14T12:35:12+00:00","dateModified":"2024-11-25T16:22:32+00:00","mainEntityOfPage":{"@id":"https:\/\/redanalysis.org\/2019\/01\/14\/inserting-artificial-intelligence-in-reality-drivers-of-ai\/"},"wordCount":3618,"commentCount":2,"publisher":{"@id":"https:\/\/redanalysis.org\/#organization"},"image":{"@id":"https:\/\/redanalysis.org\/2019\/01\/14\/inserting-artificial-intelligence-in-reality-drivers-of-ai\/#primaryimage"},"thumbnailUrl":"https:\/\/redanalysis.org\/wp-content\/uploads\/2019\/01\/sensor-1038.jpg","keywords":["AI","AlphaGo","featured","GAN","Open Access","security","virtual"],"articleSection":["Artificial Intelligence - Foreseeing the Future AI-powered World","New Tech and Cyber Security"],"inLanguage":"fr-FR","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/redanalysis.org\/2019\/01\/14\/inserting-artificial-intelligence-in-reality-drivers-of-ai\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/redanalysis.org\/2019\/01\/14\/inserting-artificial-intelligence-in-reality-drivers-of-ai\/","url":"https:\/\/redanalysis.org\/2019\/01\/14\/inserting-artificial-intelligence-in-reality-drivers-of-ai\/","name":"Capteur et actionneur pour l'IA (1) : Ins\u00e9rer l'intelligence artificielle dans la r\u00e9alit\u00e9 : Capteur et actionneur","isPartOf":{"@id":"https:\/\/redanalysis.org\/#website"},"primaryImageOfPage":{"@id":"https:\/\/redanalysis.org\/2019\/01\/14\/inserting-artificial-intelligence-in-reality-drivers-of-ai\/#primaryimage"},"image":{"@id":"https:\/\/redanalysis.org\/2019\/01\/14\/inserting-artificial-intelligence-in-reality-drivers-of-ai\/#primaryimage"},"thumbnailUrl":"https:\/\/redanalysis.org\/wp-content\/uploads\/2019\/01\/sensor-1038.jpg","datePublished":"2019-01-14T12:35:12+00:00","dateModified":"2024-11-25T16:22:32+00:00","description":"Au-del\u00e0 du battage publicitaire et de la haine, cet article se concentre sur la fa\u00e7on dont l'intelligence artificielle (IA)\/apprentissage approfondi est int\u00e9gr\u00e9 dans la r\u00e9alit\u00e9, par le biais de capteurs et d'actionneurs.","inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/redanalysis.org\/2019\/01\/14\/inserting-artificial-intelligence-in-reality-drivers-of-ai\/"]}]},{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/redanalysis.org\/2019\/01\/14\/inserting-artificial-intelligence-in-reality-drivers-of-ai\/#primaryimage","url":"https:\/\/redanalysis.org\/wp-content\/uploads\/2019\/01\/sensor-1038.jpg","contentUrl":"https:\/\/redanalysis.org\/wp-content\/uploads\/2019\/01\/sensor-1038.jpg","width":1038,"height":576,"caption":"sensor and expressor, driver, Artificial Intelligence, AI, Strategic Foresight, Red Team Analysis Society"},{"@type":"WebSite","@id":"https:\/\/redanalysis.org\/#website","url":"https:\/\/redanalysis.org\/","name":"The Red Team Analysis Society","description":"Prospective strat\u00e9gique et alerte pr\u00e9coce \uff65 Risques politiques et g\u00e9opolitiques \u00b7 Sc\u00e9narios","publisher":{"@id":"https:\/\/redanalysis.org\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/redanalysis.org\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-FR"},{"@type":"Organization","@id":"https:\/\/redanalysis.org\/#organization","name":"The Red Team Analysis Society","url":"https:\/\/redanalysis.org\/","logo":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/redanalysis.org\/#\/schema\/logo\/image\/","url":"https:\/\/redanalysis.org\/wp-content\/uploads\/2017\/03\/logo-Sans-fond-interior-white-thick-circle-3-1-250.png","contentUrl":"https:\/\/redanalysis.org\/wp-content\/uploads\/2017\/03\/logo-Sans-fond-interior-white-thick-circle-3-1-250.png","width":250,"height":250,"caption":"The Red Team Analysis Society"},"image":{"@id":"https:\/\/redanalysis.org\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/pages\/Red-Team-Analysis\/341280995886057","https:\/\/x.com\/HLavoix","https:\/\/www.instagram.com\/helenelavoix\/","https:\/\/www.linkedin.com\/company\/5403964\/admin\/dashboard\/"]},{"@type":"Person","@id":"https:\/\/redanalysis.org\/#\/schema\/person\/6886ef37ab2b2804bc70995f4ba653d4","name":"Dr Helene Lavoix (MSc PhD Lond)","description":"est pr\u00e9sidente et fondatrice de The Red Team Analysis Society. Elle est titulaire d'un doctorat en \u00e9tudes politiques et d'une ma\u00eetrise en politique internationale de l'Asie (avec distinction) de la School of Oriental and African Studies (SOAS), Universit\u00e9 de Londres, ainsi que d'une ma\u00eetrise en finance (major de promotion, Grande \u00c9cole, France).\r\n\r\nExperte en prospective strat\u00e9gique et en alerte pr\u00e9coce, notamment pour les questions de s\u00e9curit\u00e9 nationale et internationale, elle combine 30 ans d'exp\u00e9rience en relations internationales et pr\u00e8s de 20 ans en prospective strat\u00e9gique et en alerte. Elle a v\u00e9cu et travaill\u00e9 dans cinq pays, effectu\u00e9 des missions dans 16 autres et form\u00e9 des officiers de haut niveau dans le monde entier, par exemple \u00e0 Singapour et dans le cadre de programmes europ\u00e9ens en Tunisie et en Jordanie.\r\n\r\nElle a \u00e9t\u00e9 charg\u00e9e de cours (niveau Master) et a enseign\u00e9 la m\u00e9thodologie et la pratique de la prospective strat\u00e9gique et de l'alerte pr\u00e9coce dans des institutions prestigieuses telles que le RSIS \u00e0 Singapour, SciencesPo-PSIA, ou l'Ecole Sup\u00e9rieure des Forces de S\u00e9curit\u00e9 Int\u00e9rieure en Tunisie et l'ENA Tunis, Institute of Leadership.\r\nElle publie r\u00e9guli\u00e8rement sur les questions g\u00e9opolitiques, la s\u00e9curit\u00e9 des approvisionnements et de l'uranium, l'intelligence artificielle, l'ordre international, la mont\u00e9e en puissance de la Chine et d'autres sujets li\u00e9s \u00e0 la s\u00e9curit\u00e9 internationale.\r\n\r\nEngag\u00e9e dans l'am\u00e9lioration continue des m\u00e9thodologies de prospective et d'alerte, Mme Lavoix combine expertise acad\u00e9mique et exp\u00e9rience de terrain pour anticiper les d\u00e9fis mondiaux de demain.","sameAs":["https:\/\/redanalysis.org","https:\/\/x.com\/HLavoix"],"url":"https:\/\/redanalysis.org\/fr\/author\/helenelavoix-2-2-2-2-2-2-2-2-2-2-2-2-2-2-2-2-2-2-3\/"}]}},"jetpack_sharing_enabled":true,"jetpack_featured_media_url":"https:\/\/redanalysis.org\/wp-content\/uploads\/2019\/01\/sensor-1038.jpg","_links":{"self":[{"href":"https:\/\/redanalysis.org\/fr\/wp-json\/wp\/v2\/posts\/20173","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/redanalysis.org\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/redanalysis.org\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/redanalysis.org\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/redanalysis.org\/fr\/wp-json\/wp\/v2\/comments?post=20173"}],"version-history":[{"count":11,"href":"https:\/\/redanalysis.org\/fr\/wp-json\/wp\/v2\/posts\/20173\/revisions"}],"predecessor-version":[{"id":40526,"href":"https:\/\/redanalysis.org\/fr\/wp-json\/wp\/v2\/posts\/20173\/revisions\/40526"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/redanalysis.org\/fr\/wp-json\/wp\/v2\/media\/20225"}],"wp:attachment":[{"href":"https:\/\/redanalysis.org\/fr\/wp-json\/wp\/v2\/media?parent=20173"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/redanalysis.org\/fr\/wp-json\/wp\/v2\/categories?post=20173"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/redanalysis.org\/fr\/wp-json\/wp\/v2\/tags?post=20173"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}