2e édition des meetups IA « sorties de labo »

Après une première édition fin novembre 2021 ayant porté sur l’explicabilité des systèmes d’Intelligence Artificielle (IA), un public intéressé par les travaux de recherche en IA sur le territoire s’est réuni à nouveau le 28 avril dernier dans les locaux du Totem aux Capucins à Brest pour un « meetup IA ». Ce deuxième rendez-vous avait pour sujet le « Few Shot Learning », autrement dit : les techniques d’apprentissage à partir de peu d’exemples.

C’est en effet la volonté poursuivie par les initiateurs de ces meetups, dans le cadre du programme plus général « Brest is AI » porté par le Technopôle Brest-Iroise : proposer une plongée régulière dans les travaux des équipes de recherche IA du territoire, qui soit à la fois technique et accessible, sur des sujets d’intérêt pour les entreprises, et applicables. « Sorties de labo » a pour ambition d’apporter une veille scientifique d’actualité, d’inviter à lire des publications scientifiques, d’entrer en contact avec les équipes locales et d’en découvrir l’excellence, et d’initier des collaborations.

Conçu par les équipes du technopôle et animé par un binôme dont un des membres est chercheuse ou chercheur, le rendez-vous s’appuie pour démarrer sur le Meetup Data Science de Brest, organisé depuis plusieurs années par Maxime Havez. Il a bénéficié de l’aide d’Ikram Chraibi Kaadoud, post-doctorante en explicabilité des IA à IMT Atlantique.

Ce 28 avril, le meetup réunissait devant un public attentif et participatif d’une quarantaine de personnes, des scientifiques du Lab-STICC ayant développé depuis quelques années une approche spécifique et aux résultats très prometteurs sur l’apprentissage à partir de peu d’exemples : Vincent Gripon, professeur, et Raphaël Lafargue et Yassir Bendou, doctorants, à IMT Atlantique. Giulia Lioi, maître de conférences à IMT Atlantique, également annoncée, n’a pas pu être présente mais ses travaux ont été exposés par Vincent Gripon.

Le Few Shot Learning (FSL) est un problème de catégorisation d'objets, que l'on trouve notamment dans le domaine de la vision par ordinateur. Alors que la plupart des algorithmes de catégorisation d'objets par apprentissage automatique nécessitent un entraînement sur des milliers d'échantillons, ce type d’apprentissage cherche à classer des objets à partir d'un ou de quelques échantillons seulement, et parfois aucun (zero shot learning).

Aujourd’hui, ce type d’apprentissage existe en dehors du domaine de la vision. Il est utilisé en traitement du langage naturel, en prédiction et apprentissage de mouvements, en clonage de la voix ou encore pour la recherche de médicaments. S’appuyant sur plusieurs de leurs travaux récents, les scientifiques ont pu en exposer les principes, les différentes déclinaisons (inductive FSL, transductive FSL), les techniques à mettre en œuvre, et la spécificité de leurs résultats. Sans se limiter au domaine de la vision, les échanges avec le public ont permis d’aborder d’autres sujets, comme le traitement du langage. Lors du moment convivial terminant cette rencontre, il était possible de voir une démonstration d’un système d’identification de silhouette qui avait été développé par les jeunes doctorants pour l’occasion.

La partie centrale du meetup est toujours précédée d’un temps d’interventions plus courtes permettant de partager des nouvelles locales et des informations internationales.

Pour cette deuxième édition, Thomas Wentz, fondateur de SperedIA et docteur en traitement de l’information médicale, a présenté son activité d’accompagnement des entreprises pour le développement de systèmes d’IA responsables et dignes de confiance. C’est une proposition de conseil utile qui se développe ici, alors que l’Europe élabore en ce moment le « Artificial Intelligence Act », texte qui va avoir un impact sur le processus de création des systèmes d’IA dès leur conception, comme le RGPD l’a eu sur les données. Les entreprises auront non seulement un impératif éthique, mais également réglementaire, à mettre sur le marché des systèmes d’IA mieux compris, plus sûrs et pensés pour l’utilisateur.

Aymeric Poulain Maubant a proposé de son côté un exposé sur le thème « IA & enjeux environnementaux », à partir de deux publications récentes, l'une d’un large groupe de scientifiques ayant fait un inventaire des techniques d’IA aptes (ou non) à s’attaquer aux problématiques du changement climatique, et l'autre venant des équipes de recherche de Meta faisant un retour d’expérience sur les défis que cette entreprise relève pour créer des systèmes d’IA soutenables.

Prochain Meet-up

Le prochain rendez-vous aura pour cadre général le domaine de la santé. De nombreuses équipes locales utilisent et développent des techniques ayant recours à l’IA dans ce secteur, que ce soit dans le pilotage d’équipements ou pour mieux comprendre des ensembles de données. Il peut s’agir par exemple de mieux prévenir certains risques (notamment en santé mentale), grâce aux techniques de traitement du langage naturel des propos des patients. Dans ce domaine particulier, les données de nature humaine sont centrales; elles doivent faire l’objet de protections spéciales, et de protocoles d’utilisation spécifiques. Ce que les équipes de recherche ont construit à ces différents niveaux peut tout à fait trouver écho dans d’autres domaines, et c’est là un autre objectif de ces meetups : faciliter le transfert de savoir-faire entre domaines d’activité, et renforcer ainsi l’écosystème des praticiens IA du territoire.

Contact :  Aymeric.PoulainMaubant@nereys.fr