L'IDSIA a un très large éventail d'intérêts de recherche, couvrant la plupart de l'intelligence artificielle telle qu'elle est comprise aujourd'hui : l'apprentissage automatique, y compris l'apprentissage profond/les réseaux neuronaux, le contrôle et le traitement du signal, le traitement du langage naturel, la robotique, la vision par ordinateur, la recherche et l'optimisation, et des questions plus fondamentales sur l'incertitude, les probabilités, les statistiques, l'inférence causale.
Pour donner un exemple, nous avons un projet Data de 4 ans financé par la National Science Foundation dans le cadre du programme national de recherche suisse 75 "Big Data". Dans ce projet, nous traitons des processus gaussiens, qui peuvent être considérés comme des réseaux neuronaux statistiques, qui peuvent ensuite fournir des estimations d'incertitude relatives à leurs propres prédictions - contrairement aux réseaux neuronaux traditionnels. Ceci est très important dans les applications où nous évaluons les risques. Par exemple, une voiture auto-conduite a besoin de savoir si les capteurs de la voiture avertissent de manière fiable d'un accident potentiel devant elle plutôt que d'une personne traversant la rue en toute sécurité. Les processus gaussiens présentent donc des avantages certains par rapport aux réseaux neuronaux traditionnels, mais ils ont aussi un gros inconvénient : ils sont beaucoup trop lents pour apprendre à partir de données volumineuses. Dans ce projet, nous concevons de nouveaux algorithmes puissants pour les processus gaussiens qui leur permettent de s'adapter à des millions de points de données beaucoup plus rapidement qu'il n'était possible auparavant, ce qui ouvre la voie à un grand nombre d'applications potentielles pour ces outils. Par exemple, nous travaillons actuellement avec Meteosuisse, l'organisme météorologique suisse, sur l'amélioration des estimations de pluie en Suisse en utilisant des processus gaussiens.
L'IDSIA est très connu pour ses recherches sur les algorithmes d'optimisation - par exemple, pour le routage, les chaînes d'approvisionnement et l'ordonnancement - inspirés du comportement des fourmis : c'est ce que l'on appelle l'optimisation par colonies de fourmis. Ces recherches ont également inspiré la robotique en essaim, où des robots très simples créent un comportement complexe en essaim par le biais d'une communication indirecte entre eux, à la manière des fourmis. Techniquement, ce processus est appelé stigmergie.
En outre, nous avons une très longue histoire de projets appliqués développés avec des entreprises et de nombreuses innovations spéciales ont été développées en travaillant sur ces projets.
Un sujet très à la mode en ce moment est la LSTM (mémoire à long terme), un type de réseau neuronal inventé en 1997 dans le cadre d'une collaboration entre l'IDSIA et l'Université technique de Munich. Il s'agit probablement du type de réseau neuronal le plus utilisé aujourd'hui dans le monde, avec tous les grands acteurs qui l'utilisent, comme Apple, Google, Amazon, etc.
Le traitement du langage naturel s'est beaucoup développé ces derniers temps grâce aux progrès incroyables réalisés par l'utilisation de l'apprentissage profond. Je parle par exemple du GPT3 d'OpenAI. Nous voyons de nombreuses demandes pour travailler dans ce domaine, notamment de la part d'entreprises du secteur de la banque et de l'assurance, et en général là où les textes et les réglementations abondent. L'IA est également de plus en plus utilisée dans l'industrie 4.0 et l'internet des objets, qui se développe rapidement dans les industries manufacturières.
D'une manière plus générale, je pense que tous les secteurs industriels et toutes les entreprises devraient connaître une croissance spectaculaire à l'heure actuelle grâce à l'IA. Si ce n'est pas le cas, c'est qu'il y a un problème et nous devrions mieux comprendre où il se situe afin d'éliminer les obstacles éventuels. En d'autres termes, mon point de vue est que l'IA est déjà prête à aider et à faire croître les entreprises. C'est notre faute si nous n'avons pas encore saisi cette opportunité.
Oui, le savoir-faire passionne les entreprises. Nous collaborons généralement avec elles par l'intermédiaire d'Innosuisse, l'agence suisse pour l'innovation, qui finance des travaux conjoints entre des centres de recherche et des entreprises privées. C'est une grande opportunité pour les entreprises, en particulier celles qui n'ont pas les moyens d'investir dans l'innovation par le biais de la recherche appliquée. Ces projets durent généralement un an et demi et peuvent grandement aider les entreprises à innover.
Mais il y a aussi beaucoup d'entreprises qui préfèrent nous donner un mandat direct, pour accélérer le travail, par exemple. D'une manière ou d'une autre, nous avons en permanence une vingtaine de projets appliqués en cours. UBS, Mastercard, Novartis, Roche, Georg Fischer et Bystronic figurent parmi les entreprises avec lesquelles nous avons travaillé ou travaillons actuellement.
Je peux vous donner de nombreuses raisons objectives pour lesquelles la Suisse est très bien positionnée :
Mais surtout, pour moi, la Suisse doit son succès à sa mentalité libérale et pragmatique. La bureaucratie est réduite au minimum, l'État fait confiance à ses citoyens, l'innovation est bienvenue et favorisée, quelle que soit son origine. Par exemple, je suis arrivé d'Italie en tant que fraîchement diplômé d'un doctorat, ne connaissant personne et n'étant pas encore bien positionné dans la recherche mondiale. Et pourtant, on m'a donné la liberté de mener mes recherches et on m'a accordé de nombreux financements. J'ai pu former un grand groupe de chercheurs et devenir directeur scientifique de l'IDSIA ainsi que professeur.
Malheureusement, l'argent joue un rôle important. Les scientifiques en chef des entreprises d'IA peuvent gagner plusieurs millions de dollars par an aux États-Unis. Les étudiants de troisième cycle, même sans doctorat, peuvent facilement commencer à travailler avec un salaire de 150 000 dollars. Le salaire moyen des chercheurs est d'environ 350 000 dollars. Ces chercheurs valent-ils autant ? On peut en débattre, mais si nous voulons que les entreprises suisses disposent de scientifiques de haut niveau dans le domaine de l'intelligence artificielle, nous devons également prendre en compte les aspects financiers et ne pas nous contenter des autres avantages liés à la présence en Suisse.
Nous avons également besoin d'investisseurs plus agressifs et plus enclins à prendre des risques. En fait, les gros investissements sont la clé de ce processus, non seulement les investissements publics, mais aussi les investissements privés. Regardez les très grandes entreprises d'IA : elles se trouvent toutes aux États-Unis (Amazon, Google et Facebook, par exemple) ou en Chine (Baidu, Tencent et Alibaba, par exemple). Il n'y en a pas en Suisse ni en Europe. Je pense que nous devrions nous demander pourquoi.
Ma propre réponse à cette question est que ce qui manque, c'est un peu de politique stratégique (ainsi qu'une vision) qui encourage les entreprises et les centres à travailler ensemble pour promouvoir une forte croissance commerciale dans ce domaine. Cela impliquerait également le développement de certaines infrastructures, telles qu'une chaîne d'investisseurs bien consolidée et agressive, le soutien et l'organisation du gouvernement cantonal et fédéral, des tables communes où le gouvernement, les universités et les grands acteurs de l'industrie et du secteur public, tels que les chemins de fer fédéraux, l'aviation, etc. Et pourquoi ne pas créer un ministère de l'IA ? Il en existe un aux Émirats depuis 2017.
Il y a là une grande opportunité. Mais le train de l'IA avance vite et il est facile de le manquer, malgré nos succès passés. Nous devons commencer à courir dès maintenant pour l'attraper. La réponse ne consiste pas seulement à nommer de nouveaux professeurs d'IA dans une école polytechnique. C'est bien plus que cela. Le système national doit s'adapter au changement dans son ensemble. Vous vous demanderez peut-être pourquoi je parle de l'IA et pas d'un autre domaine d'innovation. La réponse est que l'IA, contrairement à d'autres secteurs d'innovation, va envahir tous les autres domaines. Le chiffre d'affaires mondial de l'IA pour la décennie en cours est estimé à environ 13 000 milliards de dollars. Il s'agit de notre richesse et de notre bien-être futurs.
Marco Zaffalon est professeur et directeur scientifique à l'Institut Dalle Molle pour l'intelligence artificielle (IDSIA USI-SUPSI) à Lugano, en Suisse. Il dirige un groupe de recherche composé de 30 chercheurs à temps plein sur l'apprentissage automatique probabiliste. Le professeur Zaffalon a publié 150 articles de recherche et a cofondé Artificialy, une entreprise innovante de solutions d'intelligence artificielle basée à Lugano.
L'Institut Dalle Molle pour l'intelligence artificielle (IDSIA), basé à Lugano, dans le canton du Tessin, a été fondé en 1988. Il est internationalement reconnu pour l'invention et le développement de la mémoire à long terme (LSTM) dans les années 1990, un algorithme aujourd'hui utilisé par Google, Facebook et Apple pour la reconnaissance vocale. C'est également de l'IDSIA qu'émanent les scientifiques et les technologies clés de DeepMind, une société d'IA rachetée par Google pour 500 millions de dollars américains quatre ans seulement après sa création.