Revue de presse IA d'octobre 2021

L’IA révolutionne le renseignement militaire

Les algorithmes de détection de Preligens, pépite française de l’industrie de défense / IA sont parvenus à compter et à identifier de manière automatisée les forces militaires présentes dans la « Zapad » russe à l’aide d’un logiciel préprogrammé entrainé sur des milliers d’images similaires. La portée symbolique de cette réussite technologique est forte compte tenu de l’ampleur de l’exercice militaire surveillé avec plus de 200 000 soldats mobilisés. C’est une avancée majeure pour le renseignement militaire pour trois raisons. D’abord, elle analyse toutes les données récoltées alors que le renseignement traditionnel ne peut traiter qu’environ 10% des images disponibles. Ensuite, elle fournit une analyse en temps réel ce qui est important dans un contexte où les officiers de renseignement militaire doivent désormais concilier prise de décision rapide et abondance croissante de l’information à traiter pour prendre ces décisions. Enfin, l’outil est programmé pour être discriminant, ce qui permet de hiérarchiser les informations clés à prendre en compte de manière automatisée. Plus largement, ces nouvelles technologies invitent à repenser la stratégie globale de dissimulation des armées. Les algorithmes sont désormais capables de détecter des éléments de plus en plus subtils comme les zones d’alerte dans les aérodromes, ce qui rend les méthodes traditionnelles de dissimulation des forces (ex : faux matériel gonflable) obsolètes dans la plupart des cas.

(26/09/21, Le Figaro)

---

Quand l’Etat dresse sa stratégie data Début de semaine, la ministre de la Transformation et de la Fonction publiques, Amélie de Montchalin, a présenté la nouvelle stratégie de l’État en matière de données publiques, qui s’appuie sur les feuilles de route de l’ensemble des ministères. À l’instar du Health Data Hub pour la santé lancé en 2020, plusieurs plates-formes de données devraient voir le jour comme la plate-forme des données de la recherche “Recherche.data.gouv” ou celle de l’éducation nationale qui a pour mission de permettre aux chercheurs d’analyser plus finement les mécanismes d’apprentissage.

Les feuilles de route comprennent aussi d’autres actions : ouverture de jeux de données et de codes sources logiciels, conception d’outils d’analyse et de visualisation de données, lancement et ouvertures d‘API, plans de recrutement ou d’évaluation des besoins. Par exemple, la direction interministérielle de la transformation publique (DITP) partagera en open data les résultats du programme ServicesPublics+ alors que la direction interministérielle du numérique (Dinum) accélèrera le partage de données entre administrations et étudiera l’élargissement du “service public de la donnée”.

(27/09/21, Acteurs Publics)

Comment évoluer vers une IA plus verte ?

L’IA peut être un puissant outil dans la lutte contre le réchauffement climatique, à condition de ne pas négliger les émissions liées à son usage. Selon une étude menée en 2020 par l’université KTH, l’IA pourrait contribuer à l’atteinte de 93% des cibles environnementales des 17 ODD (création de smart cities à faibles émissions, intégration des énergies renouvelables via smart grids…). Mais l’impact de ces contributions serait mitigé sans une approche holistique prenant en compte les émissions de l’IA. Dans le domaine du machine learning, les puissances de calculs -et les émissions associées- ont été multipliées par 300 000 entre 2012 et 2018 selon une étude de l’université de Cornell. Les émissions associées à l’entraînement de l’IA de langage naturel GPT-3 ont été estimées à 552 tonnes de CO2, soit l’équivalent de 226 français ayant atteint l’objectif de réduction à 2 tonnes par an. L’innovation en IA gagnera en créativité en visant plus de sobriété énergétique.

(24/09/21, World Economic Forum)

Quoi de nouveau après l’IA ? L’émergence du Edge AI

Le traitement et le partage massif de données peut conduire à une saturation de la bande passante. Le Edge computing répond à ce besoin en rapprochant le stockage des données et la puissance de calcul nécessaire à leur traitement au plus près de l’appareil connecté. En intégrant de l’IA à cette technologie il est possible de de déplacer une partie du flux de traitement informatique directement dans les objets connectés, et donc de réduire au maximum l’usage du cloud.

Selon le rapport de Research Dive, le marché mondial des logiciels d’Edge AI devrait atteindre 3,1 milliards de dollars d’ici 2027 avec une croissance à deux chiffres. Les usages du Edge AI ouvre des possibilités accrues dans la surveillance vidéo en traitant localement les vidéos afin d’identifier des personnes ou des objets en mouvement. Les cas d’usage autour du véhicule autonome sont fortement attendus.

(02/06/21, Actu IA)