{"id":7923,"date":"2019-02-11T13:12:26","date_gmt":"2019-02-11T12:12:26","guid":{"rendered":"https:\/\/golem.ai\/blog\/ai-society-diagnostic-enjeux-metiers-rapport-pouvoir-intelligence-artificielle\/"},"modified":"2022-04-22T12:23:17","modified_gmt":"2022-04-22T10:23:17","slug":"ai-society-diagnostic-enjeux-metiers-rapport-pouvoir-intelligence-artificielle","status":"publish","type":"post","link":"https:\/\/miralia.ai\/en\/blog\/ai-and-society\/ai-society-diagnostic-enjeux-metiers-rapport-pouvoir-intelligence-artificielle","title":{"rendered":"AI & Society #9 – Novembre 2018"},"content":{"rendered":"

Vous souhaitez revivre la 9\u00e8me \u00e9dition d\u2019AI & Society de Novembre 2018 ? D\u00e9couvrez le r\u00e9capitulatif des 3 conf\u00e9rences de Laure Bourgois, Aude Vinzerich et de Julien De Sanctis. <\/strong><\/h3>\n

Talk technologique \u2013 Le diagnostic et la r\u00e9silience en IA<\/strong><\/span><\/h2>\n

With Laure Bourgois<\/span><\/a>, Pr\u00e9sidente de Codataschool<\/span><\/a> et docteur en intelligence artificielle<\/em><\/p>\n

La complexit\u00e9 des syst\u00e8mes qui nous entourent s\u2019est accrue de fa\u00e7on exponentielle. Ils occupent une place pr\u00e9pond\u00e9rante dans notre quotidien, sans que l\u2019on soit pour autant en mesure de comprendre leur fonctionnement<\/strong> et encore moins d\u2019\u00e9tablir un diagnostic ou de les reconfigurer en cas de panne<\/strong>. Le diagnostic des syst\u00e8mes complexes est en train d\u2019op\u00e9rer une v\u00e9ritable mue gr\u00e2ce aux avanc\u00e9es permises dans le domaine de l\u2019IA<\/strong>.<\/p>\n

Dans le cas des r\u00e9seaux, le diagnostic se d\u00e9finit comme l\u2019observation de syst\u00e8mes dynamiques, pouvant prendre diff\u00e9rents \u00e9tats et \u00e9voluant au cours du temps. Ainsi, avant de diagnostiquer, il est n\u00e9cessaire de pouvoir mod\u00e9liser le syst\u00e8me et les pr\u00e9conditions<\/strong> permettant le changement d\u2019\u00e9tat. Le mod\u00e8le est ici l\u2019image du r\u00e9seau de Petri, mod\u00e9lisant les syst\u00e8mes gr\u00e2ce \u00e0 une approche math\u00e9matique formalis\u00e9e.<\/p>\n

Aujourd\u2019hui, la masse et la complexit\u00e9 des syst\u00e8mes g\u00e9n\u00e8rent des combinaisons exploratoires d\u2019\u00e9tats si importantes qu\u2019il devient possible de recourir \u00e0 des mod\u00e8les de machine learning<\/strong> ou de deep learning pour r\u00e9aliser de la maintenance pr\u00e9visionnelle<\/strong>. L\u2019IA offre la possibilit\u00e9 de mod\u00e9liser et d\u2019int\u00e9grer<\/strong> des facteurs exog\u00e8nes \u00e0 partir desquels sont initi\u00e9es des actions de reconfiguration du r\u00e9seau<\/strong>.<\/p>\n

C\u2019est le chemin qui a \u00e9t\u00e9 explor\u00e9 dans le cadre du projet Terra Dynamica<\/span><\/a>, qui visait \u00e0 implanter dans un r\u00e9seau de transport un syst\u00e8me signal\u00e9tique s\u2019adaptant aux \u00e9volutions de l\u2019environnement<\/strong>, cela notamment \u00e0 partir d\u2019un simulateur de foule<\/strong> bas\u00e9 sur un moteur d\u2019animation comportemental. Avec une approche plus modeste, des mod\u00e8les d\u2019IA permettent d\u2019ores et d\u00e9j\u00e0 de r\u00e9parer en temps r\u00e9el un syst\u00e8me d\u00e9faillant<\/strong>. C\u2019est notamment le cas pour des web services pour lesquels le mod\u00e8le reconfigure le syst\u00e8me en temps r\u00e9el \u00e0 partir d\u2019une heuristique et en tenant compte des variations observ\u00e9es sur la qualit\u00e9 du service.<\/p>\n

\n

A partir de graph et d’un r\u00e9seau de p\u00e9tri, on peut mod\u00e9liser des suites d’action s\u00e9quentielles et ca permet d’\u00e9tudier la fiabilit\u00e9 et la s\u00e9curit\u00e9 de diff\u00e9rents syst\u00e8mes complexes @LaureBourgois<\/a> #tech<\/a> #IA<\/a> #modelisation<\/a> pic.twitter.com\/BK0FN6XpJ1<\/a><\/p>\n

\u2014 AI & Society (@ai_society_fr) 5 novembre 2018<\/a><\/p><\/blockquote>\n