lundi 31 juillet 2017

Google veut doter les robots d’imagination


Les chercheurs de Google sont en train de mettre au point le moyen de doter l’intelligence artificielle d’une capacité d’anticipation afin de pouvoir raisonner et bâtir des plans d’action sans instruction humaine. En bref, permettre aux robots de faire jouer leur imagination.
 
Quand vous placez un verre rempli d’eau au bord d’une table, vous calculez son emplacement afin qu’il ne tombe pas et ne se brise en mille morceaux. Vous pouvez le faire car vous êtes doté d’une capacité d’anticipation. Vous savez qu’un verre placé de façon instable risque de tomber et se briser. Cela, les robots sont incapables de le faire correctement. Il leur est impossible d’imaginer les conséquences des actions qu’ils sont amenés à prendre.
 
L'équipe travaillant dans le laboratoire de Google DeepMind affirme que cette capacité sera cruciale dans le développement des algorithmes d'intelligence artificielle pour l'avenir. Elle permettra aux systèmes de mieux s'adapter aux conditions changeantes pour lesquelles ils n'ont pas été spécifiquement programmés. « Nos doivent avoir la capacité d'imaginer et de raisonner sur le futur. Au-delà, ils doivent être en mesure de construire un plan utilisant cette connaissance » expliquent les chercheurs dans une publication sur le blog.
 
Nous avons déjà vu une version de cette planification anticipatrice dans les victoires de Go que les robots de DeepMind ont marqué sur des adversaires humains récemment, car l'IA établit les résultats futurs qui résulteront de ses actions actuelles. Mais les règles du monde réel sont beaucoup plus variées et complexes que les règles du jeu de Go. C'est pourquoi l'équipe a travaillé sur un système qui fonctionne à un autre niveau.
 
Pour ce faire, les chercheurs ont combiné ensemble plusieurs approches d’intelligence artificielle existantes, y compris l'apprentissage par renforcement (apprentissage par épreuve et erreur) et l'apprentissage en profondeur (apprentissage par le traitement de vastes quantités de données d'une manière similaire au cerveau humain). Il est résulté de leurs travaux un système qui mélange l'essai et l'erreur avec les capacités de simulation. Les robots peuvent ainsi apprendre à connaître leur environnement, puis réfléchir avant d'agir.
 
« Les agents augmentés d'imagination surpassent considérablement les lignes de base de l'imagination", disent les chercheurs. « Ils apprennent avec moins d'expérience et peuvent faire face aux imperfections de la modélisation de l'environnement ». Les chercheurs de Google ont constaté que robots ainsi conçus pouvaient mieux maîtriser leurs connaissances, ils étaient mieux à même de choisir des informations utiles pour leurs simulations, et ils pouvaient apprendre différentes stratégies pour élaborer des plans.
 
Ce n'est pas seulement une planification préalable dont il s’agit. C'est une planification préalable avec une créativité supplémentaire, de sorte que les actions futures potentielles peuvent être combinées ou mélangées de différentes façons afin d'identifier les itinéraires les plus prometteurs.
 
Les chercheurs précisent prudemment que des analyses complémentaires sont encore nécessaires pour conférer à des robots des solutions évolutives leur permettant d’utiliser leur imagination pour raisonner et planifier l'avenir.
 
Quand ce jour sera venu, on sera vraiment en droit de s’inquiéter en nous souvenant des sombres pressentiments d’auteurs de science-fiction qui avaient décrit la « révolte des robots ».
 
Alexandre Aget,  Up magazine 

La révolution des essais cliniques « in silico »


À quand des patients virtuels pour tester de nouveaux médicaments ? Aux Etats-Unis comme en Europe, les lignes réglementaires commencent à bouger pour intégrer la simulation par ordinateur ("in silico") dans des essais cliniques, mais ce bouleversement s'annonce délicat à introduire.
La simulation numérique est couramment employée dans certains secteurs comme l'aéronautique, le nucléaire ou l'automobile. Cependant la recherche et le développement de nouveaux médicaments repose toujours essentiellement sur des expériences menées en laboratoire ("in vitro"), puis sur des êtres vivants ("in vivo").
Ces études cliniques sont longues et coûteuses, avec un taux d'échec très important : moins de 10% des candidats-médicaments testés arrivent sur le marché. Un risque souvent invoqué par l'industrie pharmaceutique pour négocier des prix très élevés. Quant aux patients volontaires de ces essais, ils sont parfois exposés à des risques d'effets secondaires indésirables très graves, comme l'a rappelé l'accident mortel de Rennes en janvier 2016.
L'industrie pharmaceutique a déjà recours à des technologies in silico pour la recherche en amont, afin d'accélérer la découverte de molécules thérapeutiques prometteuses. Cependant ces technologies seraient capables d'aller plus loin, notamment de caractériser et prédire la toxicité d'un candidat-médicament, voire son efficacité, avant même son expérimentation in vivo. "Avec la simulation, vous pouvez commencer à aborder la complexité physiologique, comprendre comment le produit et sa cible se comportent dans l'organisme du patient", déclare à l'AFP Adriano Henney, secrétaire général de l'Avicenna Alliance, une association de plus de 500 experts, missionnée par la Commission européenne sur ces enjeux. "Si on peut détecter plus tôt une molécule qui pose problème ou qui va marcher, c'est évident que ça peut réduire le coût total de la recherche-développement d'un groupe pharmaceutique, et donc potentiellement le prix de ses médicaments", avance Serge Albou, fondateur et président de Bionext, société strasbourgeoise qui vient de lancer sa plate-forme en ligne de bio-simulation.

Éviter la "boîte noire"

Cependant, tous les acteurs du secteur s'accordent à dire qu'aucune technologie prédictive ne pourra remplacer des tests sur un organisme entier. Ils plaident plutôt pour une combinaison des méthodes in silico, in vitro et in vivo, capable de minimiser les besoins de tests sur des animaux et sur les humains.
Cela pourrait s'avérer particulièrement utile pour des essais dans lesquels il est difficile de recruter des patients, "par exemple dans les maladies rares ou pédiatriques", selon M. Henney.
Aux Etats-Unis, l'opportunité de mener des essais cliniques in silico est déjà étudiée de près par l'agence américaine du médicament FDA, à la demande du Sénat. En Europe, un dossier d'évaluation d'un produit soumis à l'agence européenne du médicament (EMA) est désormais autorisé à inclure en annexe des simulations in silico. "Une avancée majeure", se félicite M. Henney.
Mais pour être validés, ces modèles devront éviter un effet "boîte noire" : il faudra offrir "une traçabilité complète" des données entrantes et des résultats obtenus à la sortie, afin de permettre à des non-experts de comprendre et auditer l'ensemble du processus, souligne François-Henri Boissel, cofondateur et PDG de la société lyonnaise de biosimulation médicale Novadiscovery.
Ces modèles peuvent déjà se baser sur des informations puisées dans la littérature scientifique, des expérimentations passées et des données en vie réelle. Mais s'agissant de données de patients, "il y aura des enjeux clés de confidentialité et de consentement, pas seulement pour les collecter, mais aussi pour pouvoir y accéder en continu et les réutiliser", anticipe M. Henney. Plus largement, "un changement de paradigme sera nécessaire" de la part des agences réglementaires et des systèmes de remboursement de médicaments, estime Mohammad Afshar, PDG d'Ariana Pharma, autre société française de biosimulation.
Car pour l'heure, les systèmes de santé privilégient des médicaments fonctionnant pour un maximum de patients, alors que les technologies in silico ouvrent la voie à la médecine dite "personnalisée", consistant à optimiser un traitement pour des catégories de patients de plus en plus ciblées. "Il faut encore continuer à batailler pour montrer le bénéfice économique" d'une telle approche, relève M. Afshar.

jeudi 13 juillet 2017

Le club Open Prospective propose une "expedition " sur les compétences des métiers de demain.


















Après la 5G et les JO de Paris 2024, le Club Open Prospective a choisi de travailler dans les prochains mois sur « les compétences des métiers de demain ». Ce thème prioritaire pour nos organisations a fait le consensus.
Nous proposons aux membres d’embarquer pour une expédition de six mois au cours duquel nous explorerons toutes les facettes de ce thème.
À l’issue de ces travaux interentreprises, nous publierons un livre.
Cet ouvrage collaboratif sera le reflet des travaux menés lors de workshop de design prospectif. Il intégrera aussi des synthèses, des réflexions d’experts, de décideurs et d’étudiants, des pistes méthodologiques, des scénarios d’anticipation…  
Je vous invite le 6 septembre à la présentation de cette expédition. Des intervenants livreront leurs réflexions sur le thème. Nous échangerons ensuite sur la manière de procéder pour organiser notre aventure dans les compétences de demain  : méthodologie, outils de travail, business model… 

Le sujet choisi étant un défi à relever pour de nombreux décideurs et en particulier pour les directions RH, je vous engage à transférer cette invitation aux personnes susceptibles d’être intéressées et surtout de pouvoir s’engager dans cette expédition.
Pour mener à bien cette démarche, il m’a semblé important d’être accompagné dans l’animation des ateliers et la synthèse des résultats de nos travaux. J’ai  sollicité Anne-Caroline Paucot. Écrivaine-prospectiviste, elle a réalisé en 2015 le « Dico des métiers de demain » (PrésentationPresse). 
En attendant le 6 septembre, je vous propose de vous mettre dans l’ambiance de cette expédition avec la présentation ci-jointe.
http://metiersdemain.com/wp-content/uploads/2017/07/expeditionfutur.pdf


Thierry Bardy

PS : et si notre notre utopie allait bien au-delà de la rédaction d’un ouvrage et que nous puissions imaginer l’université inter-entreprises des métiers de demain