{"id":6714,"date":"2019-10-08T10:42:41","date_gmt":"2019-10-08T10:42:41","guid":{"rendered":"https:\/\/urbanai.fr\/on-veut-dune-ia-qui-explique-son-chemin-de-decision\/"},"modified":"2021-03-01T19:55:05","modified_gmt":"2021-03-01T19:55:05","slug":"on-veut-dune-ia-qui-explique-son-chemin-de-decision-philippe-sajhau","status":"publish","type":"post","link":"https:\/\/urbanai.fr\/fr\/on-veut-dune-ia-qui-explique-son-chemin-de-decision-philippe-sajhau\/","title":{"rendered":"\u00ab\u00a0On veut d\u2019une IA qui explique son chemin de d\u00e9cision\u00a0\u00bb – Philippe Sajhau"},"content":{"rendered":"

Comment IBM utilise-t-elle de l\u2019IA pour aider les villes \u00e0 devenir plus durables ? Pour r\u00e9pondre \u00e0 cette question j\u2019ai rencontr\u00e9 Philippe Sajhau, vice-pr\u00e9sident Energy\/Utilities Telecom\/Media et Villes chez IBM France<\/em><\/p>\n

<\/div>\n

Pourriez-vous rappeler ce qu\u2019est Watson ? Et comment peut-il s\u2019int\u00e9grer dans un contexte urbain ?<\/strong><\/p>\n

<\/div>\n

Watson est le nom donn\u00e9 \u00e0 l\u2019IA d\u00e9velopp\u00e9e par IBM. Au regard de la diminution drastique du cout de calcul et de l\u2019augmentation consid\u00e9rable de donn\u00e9es capables d\u2019enrichir des algorithmes apprenants, IBM a d\u00e9cid\u00e9 de d\u00e9velopper Watson. Watson peut \u00eatre trait\u00e9 de deux mani\u00e8res. Il y a d\u2019abord un ensemble d\u2019API qui peuvent \u00eatre utilis\u00e9es pour enrichir un logiciel (quel qu\u2019il soit). Dans ce cas IBM commercialise \u00e0 l\u2019usage ces API. L\u2019autre mani\u00e8re de faire est de construire un projet avec un client.<\/p>\n

<\/div>\n

A l\u2019\u00e9chelle d\u2019une ville, Watson est souvent utilis\u00e9 de fa\u00e7on int\u00e9gr\u00e9e dans une solution. Par exemple \u00e0 Atlanta nous avons impl\u00e9ment\u00e9 un superviseur d\u2019accidents sur une vingtaine de r\u00e9seaux routiers. Dans ce cas on travaille avec du machine learning<\/em>, pour cr\u00e9er des mod\u00e8les qui nous permettent d\u2019identifier des zones \u00e0 risques et de d\u00e9ployer des informations ou des ressources aux endroits les plus pertinents.<\/p>\n

<\/div>\n

Dans une Keynote de 2016 vous avez d\u00e9velopp\u00e9 la notion de \u00ab ville de confiance \u00bb. Pourriez vous rappeler de quoi il s\u2019agit ? Et l\u2019IA peut-elle nous aider \u00e0 cr\u00e9er des villes de confiance ? <\/strong><\/p>\n

<\/div>\n

Dans le cadre de la Smart City, un nombre croissant d\u2019acteurs priv\u00e9s se sont invit\u00e9s dans le paysage urbain. L\u2019exemple le plus typique est Waze. Avec plusieurs millions d\u2019utilisateurs en France, Waze est un outil d\u2019optimisation des d\u00e9placements routiers. En tant que tel, il a interf\u00e9r\u00e9 avec l\u2019un des r\u00f4les de la ville qui est celui d\u2019organiser sa mobilit\u00e9. C\u2019est dans ce contexte que la notion de \u00ab tiers de confiance \u00bb intervient. Est-ce \u00e0 Waze d\u2019organiser les d\u00e9placements urbains ? Ou \u00e0 la ville de le faire ?<\/p>\n

<\/div>\n

Par ailleurs, L\u2019IA se divise en deux branches. D\u2019un c\u00f4t\u00e9 elle permet d\u2019enrichir le langage humain (par l\u2019image ou le son), de l\u2019autre elle aide \u00e0 identifier des mod\u00e8les de comportement pour conseiller une prise de d\u00e9cision. Chez IBM, nous sommes essentiellement dans une logique d\u2019intelligence augment\u00e9e et non artificielle. Il s\u2019agit donc d\u2019aider un acteur (des villes notamment) \u00e0 prendre des d\u00e9cisions plus rapides et plus \u00e9clair\u00e9es. Plus \u00e9clair\u00e9es car on veut d\u2019une IA qui explique son chemin de d\u00e9cision.<\/p>\n

<\/div>\n

L\u2019un des enjeux majeurs de notre temps est la r\u00e9silience des villes. Auriez-vous un exemple de villes avec lesquelles IBM a collabor\u00e9 pour atteindre cet objectif ?<\/strong><\/p>\n

<\/div>\n

La r\u00e9silience est le fait de survivre \u00e0 des \u00e9v\u00e8nements et de s\u2019y adapter. Aux d\u00e9buts de la Smart City, certaines personnes affirmaient que plus on connectait une ville, plus on risquait de tuer sa r\u00e9silience. L\u2019argument consistait \u00e0 dire que, suite \u00e0 une certaine prise de d\u00e9cision, la connectivit\u00e9 allait entrainer un emballement d\u00e9cisionnel. Je pense que pour \u00e9viter cela il faut rester dans le conseil \u00e0 la d\u00e9cision et faire en sorte que l\u2019Homme reste toujours le d\u00e9cideur final.<\/p>\n

<\/div>\n

On a donc d\u00e9velopp\u00e9 une plateforme qui permet de mieux identifier, suivre et anticiper les actions autour d\u2019un risque de d\u00e9sastre naturel. On s\u2019est rendu compte que ce qui est important c\u2019est, certes de pr\u00e9dire, mais surtout de r\u00e9aliser des pr\u00e9visions dans des zones pr\u00e9cises et dans un temps suffisant pour \u00eatre en mesure de mener une action concr\u00e8te. Par exemple, \u00e0 Rio on a \u00e9t\u00e9 capable de pr\u00e9dire des glissements de terrain sur une zone de 1 km\u00b2 et sous 48h. A P\u00e9kin, on est capable de pr\u00e9voir sur 72h des origines multiples de pollution et donc de donner \u00e0 la collectivit\u00e9 un outil d\u2019aide \u00e0 la d\u00e9cision. On est \u00e9galement capable d\u2019agr\u00e9ger des donn\u00e9es de sources diverses (r\u00e9seaux sociaux, police, etc.) pour anticiper des d\u00e9cisions Or, dans un cas d\u2019inondation, on sait que lorsque l\u2019on gagne un quart d\u2019heure on peut sauver des vies et, en plus, faire des \u00e9conomies utiles pour aider la ville \u00e0 revenir \u00e0 un stade op\u00e9rationnel par la suite.<\/p>\n

<\/div>\n
\n
\n
\n
\"\"<\/div>\n
<\/div>\n
<\/div>\n<\/div>\n<\/div>\n<\/div>\n

A Stockholm IBM a d\u00e9ploy\u00e9 de l\u2019IA pour fluidifier le trafic routier. Comment avez-vous proc\u00e9d\u00e9 ? Et quels ont \u00e9t\u00e9 les r\u00e9sultats de cette exp\u00e9rimentation ?<\/strong><\/p>\n

<\/div>\n

La hausse de la population urbaine et la n\u00e9cessit\u00e9 de diminuer nos \u00e9missions de CO2 nous force \u00e0 devoir r\u00e9guler le trafic routier. Pour ce faire, une solution possible consiste \u00e0 moduler l\u2019acc\u00e8s \u00e0 la ville par une logique de paiement. Mais le paiement va \u00eatre dynamique et li\u00e9 aux moments de la journ\u00e9e (voire aux types d\u2019automobilistes). On est ainsi en mesure de garantir un acc\u00e8s \u00e0 la ville non discriminant.<\/p>\n

<\/div>\n

La ville de Stockholm avait choisi de mettre en place cette solution. Elle avait un double objectif : apporter de la fluidit\u00e9 aux usagers et permettre \u00e0 la ville de r\u00e9investir l\u2019argent gagn\u00e9 dans des mobilit\u00e9s douces. Pour ce faire, on a impl\u00e9ment\u00e9 un syst\u00e8me de d\u00e9tection de plaques d\u2019immatriculation en temps r\u00e9el. On a ainsi \u00e9t\u00e9 en mesure de cr\u00e9er un p\u00e9age qui ne provoque pas des embouteillages et de moduler son prix (selon les moments de la journ\u00e9e et les voitures). Par exemple, Stockholm avait identifi\u00e9 des \u00ab v\u00e9hicules prioritaires \u00bb qui ne payaient pas l\u2019entr\u00e9e en ville. On a ici un outil qui fluidifie le trafic, qui g\u00e9n\u00e8re des revenus et qui est aussi juste que la politique urbaine le d\u00e9cide.<\/p>\n

Tout au long de ce projet des sondages ont \u00e9t\u00e9 r\u00e9alis\u00e9s. Au d\u00e9but, les habitants de Stockholm \u00e9taient majoritairement contre. Mais \u00e0 la fin, le projet a \u00e9t\u00e9 pl\u00e9biscit\u00e9. Et pour cause, en plus de fluidifier le trafic, le projet a r\u00e9duit la pollution de 20%. De plus, le p\u00e9age a entrain\u00e9 un report modal de 140 000 personnes sur les transports publics. Enfin, le projet a acc\u00e9l\u00e9r\u00e9 les investissements dans les transports doux.<\/p>\n

<\/div>\n

On reproche souvent \u00e0 l\u2019IA d\u2019\u00eatre \u00e9nergivore. Peut-on utiliser une IA de mani\u00e8re durable ? <\/strong><\/p>\n

<\/div>\n

On peut d\u00e9j\u00e0 utiliser de l\u2019IA dans l\u2019Edge. On commence en effet \u00e0 avoir des IA localis\u00e9es dans le capteur. Dans ce cas, l\u2019IA ne remonte pas dans un Cloud centralis\u00e9. De plus, on essaye d\u2019utiliser le plus possible des \u00e9nergies vertes pour alimenter les data center. Enfin, une donn\u00e9e de Saint Malo ne doit pas forc\u00e9ment \u00eatre envoy\u00e9e dans un data center de San Francisco. C\u2019est d\u2019ailleurs la raison pour laquelle chez IBM on a 400 data centers dans le monde et qu\u2019on essaye de faire en sorte que la puissance de calcul soit le plus localis\u00e9e possible (voire qu\u2019elle soit directement dans le capteur).<\/p>\n

<\/div>\n

Je pense que, de plus en plus, on s\u2019oriente dans la logique du Cloud Edge. Le Cloud Edge permet de r\u00e9partir les puissances de calcul et de les mettre au bord de l\u00e0 o\u00f9 on en a besoin. Par exemple, si dans une entreprise on a un parc de robots qui fonctionnent en autonomie, on va mettre un calculateur pr\u00e8s de ce parc de robots.<\/p>\n

<\/div>\n

Pour conclure je dirai que la ville intelligente, ou cognitive, n\u2019est qu\u2019un moyen d\u2019aller vers la ville durable o\u00f9 il fait bon de vivre. Si le num\u00e9rique peut \u00eatre un moyen de moins consommer d\u2019\u00e9nergies, d\u2019avoir un choix de mobilit\u00e9 plus averti et de mieux pr\u00e9dire des catastrophes, il aura atteint un certain nombre d\u2019objectifs qui doivent se coupler avec des changements d\u2019usage. Le num\u00e9rique est donc un outil pour mieux vivre mais il ne suffira pas, \u00e0 lui seul, \u00e0 r\u00e9soudre tous les probl\u00e8mes.<\/p>\n

<\/div>\n","protected":false},"excerpt":{"rendered":"

Comment IBM utilise-t-elle de l\u2019IA pour aider les villes \u00e0 devenir plus durables ? Pour r\u00e9pondre \u00e0 cette question j\u2019ai rencontr\u00e9 Philippe Sajhau, vice-pr\u00e9sident Energy\/Utilities Telecom\/Media et Villes chez IBM France Pourriez-vous rappeler ce qu\u2019est Watson ? Et comment peut-il s\u2019int\u00e9grer dans un contexte urbain ? Watson est le nom donn\u00e9 \u00e0 l\u2019IA d\u00e9velopp\u00e9e par IBM. Au regard de la diminution drastique du cout de calcul et de l\u2019augmentation consid\u00e9rable de donn\u00e9es capables d\u2019enrichir des algorithmes apprenants, IBM a d\u00e9cid\u00e9 de d\u00e9velopper Watson. Watson peut \u00eatre trait\u00e9 de deux mani\u00e8res. Il y a d\u2019abord un ensemble d\u2019API qui peuvent \u00eatre utilis\u00e9es pour enrichir un logiciel (quel qu\u2019il soit). Dans ce cas IBM commercialise \u00e0 l\u2019usage ces API. L\u2019autre mani\u00e8re de faire est de construire un projet avec un client. A l\u2019\u00e9chelle d\u2019une ville, Watson est souvent utilis\u00e9 de fa\u00e7on int\u00e9gr\u00e9e dans une solution. Par exemple \u00e0 Atlanta nous avons impl\u00e9ment\u00e9 un superviseur d\u2019accidents sur une vingtaine de r\u00e9seaux routiers. Dans ce cas on travaille avec du machine learning, pour cr\u00e9er des mod\u00e8les qui nous permettent d\u2019identifier des zones \u00e0 risques et de d\u00e9ployer des informations ou des ressources aux endroits les plus pertinents. Dans une Keynote de 2016 vous avez d\u00e9velopp\u00e9 la notion de \u00ab ville de confiance \u00bb. Pourriez vous rappeler de quoi il s\u2019agit ? Et l\u2019IA peut-elle nous aider \u00e0 cr\u00e9er des villes de confiance ? Dans le cadre de la Smart City, un nombre croissant d\u2019acteurs priv\u00e9s se sont invit\u00e9s dans le paysage urbain. L\u2019exemple le plus typique est Waze. Avec plusieurs millions d\u2019utilisateurs en France, Waze est un outil d\u2019optimisation des d\u00e9placements routiers. En tant que tel, il a interf\u00e9r\u00e9 avec l\u2019un des r\u00f4les de la ville qui est celui d\u2019organiser sa mobilit\u00e9. C\u2019est dans ce contexte que la notion de \u00ab tiers de confiance \u00bb intervient. Est-ce \u00e0 Waze d\u2019organiser les d\u00e9placements urbains ? Ou \u00e0 la ville de le faire ? Par ailleurs, L\u2019IA se divise en deux branches. D\u2019un c\u00f4t\u00e9 elle permet d\u2019enrichir le langage humain (par l\u2019image ou le son), de l\u2019autre elle aide \u00e0 identifier des mod\u00e8les de comportement pour conseiller une prise de d\u00e9cision. Chez IBM, nous sommes essentiellement dans une logique d\u2019intelligence augment\u00e9e et non artificielle. Il s\u2019agit donc d\u2019aider un acteur (des villes notamment) \u00e0 prendre des d\u00e9cisions plus rapides et plus \u00e9clair\u00e9es. Plus \u00e9clair\u00e9es car on veut d\u2019une IA qui explique son chemin de d\u00e9cision. L\u2019un des enjeux majeurs de notre temps est la r\u00e9silience des villes. Auriez-vous un exemple de villes avec lesquelles IBM a collabor\u00e9 pour atteindre cet objectif ? La r\u00e9silience est le fait de survivre \u00e0 des \u00e9v\u00e8nements et de s\u2019y adapter. Aux d\u00e9buts de la Smart City, certaines personnes affirmaient que plus on connectait une ville, plus on risquait de tuer sa r\u00e9silience. L\u2019argument consistait \u00e0 dire que, suite \u00e0 une certaine prise de d\u00e9cision, la connectivit\u00e9 allait entrainer un emballement d\u00e9cisionnel. Je pense que pour \u00e9viter cela il faut rester dans le conseil \u00e0 la d\u00e9cision et faire en sorte que l\u2019Homme reste toujours le d\u00e9cideur final. On a donc d\u00e9velopp\u00e9 une plateforme qui permet de mieux identifier, suivre et anticiper les actions autour d\u2019un risque de d\u00e9sastre naturel. On s\u2019est rendu compte que ce qui est important c\u2019est, certes de pr\u00e9dire, mais surtout de r\u00e9aliser des pr\u00e9visions dans des zones pr\u00e9cises et dans un temps suffisant pour \u00eatre en mesure de mener une action concr\u00e8te. Par exemple, \u00e0 Rio on a \u00e9t\u00e9 capable de pr\u00e9dire des glissements de terrain sur une zone de 1 km\u00b2 et sous 48h. A P\u00e9kin, on est capable de pr\u00e9voir sur 72h des origines multiples de pollution et donc de donner \u00e0 la collectivit\u00e9 un outil d\u2019aide \u00e0 la d\u00e9cision. On est \u00e9galement capable d\u2019agr\u00e9ger des donn\u00e9es de sources diverses (r\u00e9seaux sociaux, police, etc.) pour anticiper des d\u00e9cisions Or, dans un cas d\u2019inondation, on sait que lorsque l\u2019on gagne un quart d\u2019heure on peut sauver des vies et, en plus, faire des \u00e9conomies utiles pour aider la ville \u00e0 revenir \u00e0 un stade op\u00e9rationnel par la suite. A Stockholm IBM a d\u00e9ploy\u00e9 de l\u2019IA pour fluidifier le trafic routier. Comment avez-vous proc\u00e9d\u00e9 ? Et quels ont \u00e9t\u00e9 les r\u00e9sultats de cette exp\u00e9rimentation ? La hausse de la population urbaine et la n\u00e9cessit\u00e9 de diminuer nos \u00e9missions de CO2 nous force \u00e0 devoir r\u00e9guler le trafic routier. Pour ce faire, une solution possible consiste \u00e0 moduler l\u2019acc\u00e8s \u00e0 la ville par une logique de paiement. Mais le paiement va \u00eatre dynamique et li\u00e9 aux moments de la journ\u00e9e (voire aux types d\u2019automobilistes). On est ainsi en mesure de garantir un acc\u00e8s \u00e0 la ville non discriminant. La ville de Stockholm avait choisi de mettre en place cette solution. Elle avait un double objectif : apporter de la fluidit\u00e9 aux usagers et permettre \u00e0 la ville de r\u00e9investir l\u2019argent gagn\u00e9 dans des mobilit\u00e9s douces. Pour ce faire, on a impl\u00e9ment\u00e9 un syst\u00e8me de d\u00e9tection de plaques d\u2019immatriculation en temps r\u00e9el. On a ainsi \u00e9t\u00e9 en mesure de cr\u00e9er un p\u00e9age qui ne provoque pas des embouteillages et de moduler son prix (selon les moments de la journ\u00e9e et les voitures). Par exemple, Stockholm avait identifi\u00e9 des \u00ab v\u00e9hicules prioritaires \u00bb qui ne payaient pas l\u2019entr\u00e9e en ville. On a ici un outil qui fluidifie le trafic, qui g\u00e9n\u00e8re des revenus et qui est aussi juste que la politique urbaine le d\u00e9cide. Tout au long de ce projet des sondages ont \u00e9t\u00e9 r\u00e9alis\u00e9s. Au d\u00e9but, les habitants de Stockholm \u00e9taient majoritairement contre. Mais \u00e0 la fin, le projet a \u00e9t\u00e9 pl\u00e9biscit\u00e9. Et pour cause, en plus de fluidifier le trafic, le projet a r\u00e9duit la pollution de 20%. De plus, le p\u00e9age a entrain\u00e9 un report modal de 140 000 personnes sur les transports publics. Enfin, le projet a acc\u00e9l\u00e9r\u00e9 les investissements dans les transports doux. On reproche souvent \u00e0 l\u2019IA d\u2019\u00eatre \u00e9nergivore. Peut-on utiliser une IA de mani\u00e8re durable ? On peut d\u00e9j\u00e0 utiliser de l\u2019IA dans l\u2019Edge. On commence en effet \u00e0 avoir des […]<\/p>\n","protected":false},"author":11,"featured_media":6753,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[163],"tags":[],"class_list":["post-6714","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-regards-croises"],"acf":[],"_links":{"self":[{"href":"https:\/\/urbanai.fr\/fr\/wp-json\/wp\/v2\/posts\/6714","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/urbanai.fr\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/urbanai.fr\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/urbanai.fr\/fr\/wp-json\/wp\/v2\/users\/11"}],"replies":[{"embeddable":true,"href":"https:\/\/urbanai.fr\/fr\/wp-json\/wp\/v2\/comments?post=6714"}],"version-history":[{"count":3,"href":"https:\/\/urbanai.fr\/fr\/wp-json\/wp\/v2\/posts\/6714\/revisions"}],"predecessor-version":[{"id":7349,"href":"https:\/\/urbanai.fr\/fr\/wp-json\/wp\/v2\/posts\/6714\/revisions\/7349"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/urbanai.fr\/fr\/wp-json\/wp\/v2\/media\/6753"}],"wp:attachment":[{"href":"https:\/\/urbanai.fr\/fr\/wp-json\/wp\/v2\/media?parent=6714"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/urbanai.fr\/fr\/wp-json\/wp\/v2\/categories?post=6714"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/urbanai.fr\/fr\/wp-json\/wp\/v2\/tags?post=6714"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}