Google est le plus grand producteur de papiers scientifiques au monde – en tout cas en IA !

On croit – à tort – que l’innovation est un processus linéaire qui démarre par la fabrication du savoir dans les grandes écoles, du type EPFL et gagnerait ensuite l’économie, notamment à travers les start-ups. C’est ce soit disant modèle de la Silicon Valley tellement rabâché aux « nuls*» qui prédomine encore la représentation du monde de l’innovation. En fait, c’est rarement le cas et dans le domaine de l’IA (notamment dans le cas du « Machine Learning ») ce n’est pas du tout la réalité car ce serait plutôt les entreprises qui sont en avance et qui donnent aux grandes écoles leurs savoirs !

Facts :

La victoire, il y a déjà deux ans, du programme DeepMind de Google sur l’un des meilleurs joueurs de go mondial a bouleversé le monde académique. Il était désormais clair qu’à l’avenir, il faudra compter sur eux. Leurs programmes auto-apprenants appelés « machine learning » (voir définition ci-dessous) ont des capacités de faire des analyses prédictives qui permettront d’optimiser notamment les processus industriels.

Il y a quelques semaines s’est tenu à Los Angeles, le grand rassemblement des spécialistes mondiaux du « machine learning » (ICML). Et sur les 800 papiers scientifiques présentés, la très grande majorité des papiers venait de Google**, Facebook avec Zurich Eye, IBM avec Watson, Amazon avec Alexa, etc. Les entreprises inventent plus rapidement que les académiciens. Les rôles semblent s’inverser !

En Suisse aussi :

Quand l’innovation s’accélère les entreprises n’ont pas le temps d’attendre la sortie de nouveaux ingénieurs des Grandes Ecoles. Ils forment leurs personnels à l’interne. Les plateformes Google, les MOOC (Massive On-line Open Courses) ou encore les sociétés de services sont sollicitées. Il faut aller vite et l’on « bypasse » le système de l’éducation classique.

Regardons juste deux exemples romands.

D’abord, parlons du précurseur Vidi System dans le Canton de Fribourg. Leader mondial de la vision industrielle, ils ont devancé de plusieurs années les Grandes Ecoles dans le « Machine Learning » dans ce domaine. Leur système permet aux machines de voir ce qu’elles font et de se corriger elles-mêmes le cas échéant. Inouï. Tellement fort qu’ils ont été rachetés par les bostoniens de Cognex !

Ensuite, il faut regarder ce qui se passe dans l’industrie suisse de la machine-outil qui elle aussi, s’est emparée du « machine learning » sans passer par la case des Grandes Ecoles.

À Delémont, les ingénieurs de chez Willemin-Macodel ont fabriqué une machine la 701S capable d’auto-réglages.

Courte explication :  La matière à usiner est vissée sur un posage. Une broche se déplace selon les instructions de la commande numérique pour réaliser les formes prévues par dessin technique, transformé en instruction d’usinage.

Les platines de montre les plus complexes peuvent nécessiter jusqu’à 80 opérations différentes : fraisage, perçage, alésage, chaque enlèvement de matière nécessite un outil différent. Après les avoir choisis parmi environ 500 références, un opérateur doit fixer chaque outil coupant sur un tasseau à l’aide d’une pince et d’un écrou. Pour les pièces les plus complexes, cette opération préliminaire peut nécessiter jusqu’à un jour de travail au total

Les nouvelles Willemin-Macodel 701 S, elles, changent la donne pour chacun des paramètres elles font leurs propres mesures et appréciations : elles décident en somme.

Au final, le temps de fabrication est plus court.

Machine Learning

La victoire, il y a déjà plus de deux ans, du programme DeepMind de Google sur l’un des meilleurs joueurs de go mondial a bouleversé le monde de l’informatique. Il est désormais clair qu’à l’avenir, les ordinateurs vont pouvoir faire mieux que l’homme toutes sortes de tâches. Des programmes auto-apprenants appelés « machine learning » ont des capacités de faire des analyses prédictives qui permettront d’optimiser les processus industriels afin d’obtenir par exemple, des analyses en temps réel notamment en termes de contrôle.

Les « machine learning » sont des programmes d’ordinateurs qui font appel à plusieurs disciplines dont les mathématiques, les Big Data, l’informatique et les savoirs métiers. Il ne s’agit dès lors plus seulement de programmer les machines pour des tâches répétitives mais qu’elles soient capables d’apprendre par elles-mêmes, comme un humain le ferait grâce à ces algorithmes d’auto-apprentissage.

Références :

* for dummy : série de livres à succès pour apprendre tout sur n’importe quoi !

** Google loin devant tout le monde académique 

 

Xavier Comtesse

Xavier Comtesse

Mathématicien et docteur en informatique, il est dans les années 70/80 le co-créateur de trois start-ups à Genève : les éditions Zoé, la radio locale Tonic et « Le Concept Moderne ». Il est ensuite haut fonctionnaire à Berne auprès du Secrétaire d'État à la Science avant de rejoindre l'Ambassade Suisse à Washington comme diplomate. En 2000, il crée la première Swissnex à Boston puis rejoint le Think Tank Avenir Suisse. Dès 2014 il se lance comme spécialiste de la transformation numérique. Il accompagne ainsi des entreprises ou des organismes publiques comme SwissTopo ou les SITG (Services de l’Information du Territoire Genevois). Il publie plusieurs articles et blogs ainsi que 4 livres dans le domaine de la transformation numérique. Il est reconnu comme l'un des 100 digital « shapers » suisses par le journal BILANZ en 2016/17.

Une réponse à “Google est le plus grand producteur de papiers scientifiques au monde – en tout cas en IA !

  1. “Les entreprises n’ont pas le temps d’attendre la sortie de nouveaux ingénieurs des Grandes Ecoles. Ils forment leurs personnels à l’interne” dites-vous. Non seulement c’est vrai mais on peut même voir plus loin: les particuliers non plus n’ont pas le temps d’attendre. Quand ils ont une idée, c’est immédiatement qu’ils veulent les connaissances et le savoir-faire pour l’expérimenter et la réaliser, si possible, gratuitement.

    C’est d’autant mieux que quand les entreprises forment leurs personnels à l’interne, elles offrent en même temps la même formation au Monde via des sites comme YouTube et WikipediA. Quand j’étais à l’université, dans les années 60/70, il m’avait fallu près d’un an pour maîtriser les outils informatiques de l’époque alors qu’aujourd’hui, retraité de 71 ans, il ne me faut plus que quelques semaines pour trouver gratuitement sur l’internet ce qui est nécessaire à l’utilisation d’outils aussi complexes que l’Adobe Creative Cloud.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *