N° 1 - Mars 2018 - L’intelligence artificielle, un enjeu d’économie et de civilisation

Accompagner la dissémination de l’intelligence artificielle pour en tirer parti

Yves CASEAU
Membre de l’Académie des Technologies
Directeur des systèmes information du groupe Michelin

L'intelligence artificielle (IA) est une technologie de transformation qui va s’inviter dans l’ensemble des activités humaines (dans la société civile, comme dans les entreprises) en s’intégrant massivement dans l’ensemble de nos logiciels. Elle n'est pas un but en soi, mais un moyen. L'enjeu stratégique et compétitif est la maîtrise de ces méthodes par les acteurs de l’écosystème français, et la vitesse d'acquisition des compétences et des savoir-faire nécessaires à cette diffusion. Les entreprises doivent développer leurs capacités de mise en œuvre en travaillant sur leurs infrastructures de données, sur leur environnement logiciel (qui doit être ouvert au monde du logiciel libre) et en favorisant le travail itératif de petites équipes pluridis- ciplinaires en cycle court. L'article, qui s’appuie sur un rapport de l’Académie des Technologies, se propose de développer des « pratiques d’ingénierie de l’intelligence artificielle » autour des tests, du développement de protocoles d’apprentissage, de la certification de bout en bout des processus d’utilisation des données et de l’auditabilité des procédés.

Télécharger gratuitement l'article

Retour au sommaire

N° 1 - March 2018 - Artificial intelligence, an issue of economy and civilization

Benefitting from the dissemination of artificial intelligence

Yves Caseau

Artificial intelligence (AI) is a transformational technology that is going to infiltrate all human activities, in both society and firms, as it is incorporated in software. AI is not a goal but a means. Strategically and competitively at stake are the control of this new technology by actors in the French ecosystem, and the speed of acquiring the knowledge and skills necessary for disseminating AI. Firms must develop their capacity for implementing this technology by working on their data infrastructures and software environment (by making it open to freeware) and by favoring the iterative work of small multidisciplinary teams in short cycles. A plea for the development of engineering practices in AI: tests, learning protocols, the certification of all processes for using data, and the auditing of processes.

Download full article

Retour au sommaire