1
00:00:02,240 --> 00:00:05,077
Bonsoir à tous.

2
00:00:05,160 --> 00:00:09,237
Cher Yan Lequin, chers Éric Azan, chers

3
00:00:09,320 --> 00:00:13,997
étudiantes, chers étudiants, mesdames,
messieurs, un grand merci à tous d'être

4
00:00:14,080 --> 00:00:16,237
ici ce soir et puis tout spécialement à

5
00:00:16,320 --> 00:00:19,277
Yan Lequin d'avoir accepté de

6
00:00:19,360 --> 00:00:23,877
faire notre première grande conférence

7
00:00:23,960 --> 00:00:26,917
de l'année universitaire 2026-2027 en

8
00:00:27,000 --> 00:00:30,757
cette rentrée. Une fois de plus, les

9
00:00:30,840 --> 00:00:34,917
places sont parties très vite et je
crois que c'est le témoignage de la soif

10
00:00:35,000 --> 00:00:37,357
qu'on nos étudiants d'être au contact de

11
00:00:37,440 --> 00:00:41,957
ceux qui agissent dans les domaines qui

12
00:00:42,040 --> 00:00:45,277
vont structurer leur vie future et à

13
00:00:45,360 --> 00:00:48,077
vrai dire structure déjà leur vie et en

14
00:00:48,160 --> 00:00:52,477
partie leurs études. C'est le témoignage,
je crois, de leur curiosité

15
00:00:52,560 --> 00:00:57,597
et puis je pense qu'on verra dans un
instant aussi de leur très grand talent.

16
00:00:57,680 --> 00:00:58,957
Alors, cette toute première grande

17
00:00:59,040 --> 00:01:02,197
conférence de l'année universitaire

18
00:01:02,280 --> 00:01:06,717
amène à Sciencepo un jeune entrepreneur

19
00:01:06,800 --> 00:01:09,837
car l'entrepreneuriat est une aventure
dans laquelle vous vous êtes engagé cher

20
00:01:09,920 --> 00:01:11,917
Ivan Lequin il y a un peu moins d'un an

21
00:01:12,000 --> 00:01:15,117
maintenant en lançant l'ami ami pour

22
00:01:15,200 --> 00:01:19,637
Advanced Machine Intelligence. Dans ces
nouveaux habits d'entrepreneurs, vous

23
00:01:19,720 --> 00:01:24,437
déployez en réalité une expertise
développée au fil des années qui est

24
00:01:24,520 --> 00:01:29,437
unique au monde, construite pendant près
de 40 ans d'une carrière éblouissante.

25
00:01:29,520 --> 00:01:31,437
Je crois que le mot peut-être utilisé,

26
00:01:31,520 --> 00:01:34,357
toujours consacré au même objectif.

27
00:01:34,440 --> 00:01:36,557
Repousser sans cesse les limites de la

28
00:01:36,640 --> 00:01:41,797
connaissance et du progrès technique
et mettre ce progrès au service de

29
00:01:41,880 --> 00:01:45,437
l'humanité. à regarder un
peu votre biographie, on

30
00:01:45,520 --> 00:01:48,197
se dit que vous avez mené en réalité

31
00:01:48,280 --> 00:01:53,077
plusieurs vies. Une vie de scientifique
et de chercheur parmi les plus brillants

32
00:01:53,160 --> 00:01:55,157
de sa génération dont les travaux ont

33
00:01:55,240 --> 00:02:00,117
été salués au niveau international
notamment par un prix Turing.

34
00:02:00,200 --> 00:02:03,957
Une vie de pionniers également, une vie
d'inventeur qui a officié au sein des

35
00:02:04,040 --> 00:02:07,717
plus grands groupes mondiaux pour
déployer des technologies de pointe. Et

36
00:02:07,800 --> 00:02:10,717
puis une vie de professeurs et
d'intellectuels également qui n'hésitent

37
00:02:10,800 --> 00:02:13,157
jamais à prendre publiquement la parole.

38
00:02:13,240 --> 00:02:16,157
sur des domaines de connaissances si

39
00:02:16,240 --> 00:02:20,397
particuliers dans lesquels vous êtes
encore une fois une des grandes somités

40
00:02:20,480 --> 00:02:23,757
mondial et une parole
aussi je dois le dire qui

41
00:02:23,840 --> 00:02:25,677
se caractérise toujours par sa liberté

42
00:02:25,760 --> 00:02:29,077
et son indépendance. Bref, vous associez

43
00:02:29,160 --> 00:02:31,477
l'excellence et la liberté et ceux

44
00:02:31,560 --> 00:02:36,477
étudiants qui m'ont déjà entendu parler
savent que ces deux concepts me sont

45
00:02:36,560 --> 00:02:40,677
chers et caractérisent de mon point de
vue l'esprit de ce que nous aimons faire

46
00:02:40,760 --> 00:02:45,117
ici à Sciencep. Et puis vous
structurez également votre

47
00:02:45,200 --> 00:02:48,237
vie entre deux continents, entre
l'Europe et les États-Unis, avec le

48
00:02:48,320 --> 00:02:52,957
choix de donner à votre entreprise des
attache à la fois à Paris et à New York,

49
00:02:53,040 --> 00:02:54,877
mais aussi à Montréal et à Singapour. Et

50
00:02:54,960 --> 00:02:56,597
là aussi, j'ai envie de dire comme

51
00:02:56,680 --> 00:03:00,197
science P, vous avez un pied ici bien

52
00:03:00,280 --> 00:03:04,797
enraciné en France, mais la tête,
les bras et dans notre cas nos étudiants

53
00:03:04,880 --> 00:03:08,757
partout dans le monde.
Ces considérations géographiques ne sont

54
00:03:08,840 --> 00:03:10,637
évidemment pas neutres et expriment, il

55
00:03:10,720 --> 00:03:13,437
me semble, dite, prononcé ici depuis

56
00:03:13,520 --> 00:03:15,877
l'Europe, une interrogation qui est à la

57
00:03:15,960 --> 00:03:18,557
fois un espoir, mais aussi parfois un

58
00:03:18,640 --> 00:03:23,237
sujet d'angoisse.
Quelle est en effet la place pour

59
00:03:23,320 --> 00:03:27,477
l'Europe dans un monde de l'IA qui
ressemble de plus en plus à une sorte de

60
00:03:27,560 --> 00:03:30,997
grand jeu comme les diplomates du
19e siècle appelaient les rivalités

61
00:03:31,080 --> 00:03:33,597
coloniales entre le Royaume-Uni et la

62
00:03:33,680 --> 00:03:35,237
Russie.

63
00:03:35,320 --> 00:03:39,397
Quel est aussi si la Chine et les les

64
00:03:39,480 --> 00:03:42,477
États-Unis devaient dominer seul le

65
00:03:42,560 --> 00:03:46,597
monde le de l'IA, la place de
notre continent? Si ces seules deux

66
00:03:46,680 --> 00:03:51,277
puissances s'imposent, comment éviter le
piège de Tucidide numérique d'une course

67
00:03:51,360 --> 00:03:56,517
à l'arsenalisation de l'IA et à son
usage à des fins destructrices? Car il

68
00:03:56,600 --> 00:03:59,797
y a évidemment une autre question qui
a beaucoup occupé le débat public ces

69
00:03:59,880 --> 00:04:03,357
derniers temps et je suppose qu'on en
parlera ce soir. Ce sont les enjeux de

70
00:04:03,440 --> 00:04:07,797
sécurité que pose le
développement exponentiel de l'IA.

71
00:04:07,880 --> 00:04:09,837
Vous avez souvent affiché un certain

72
00:04:09,920 --> 00:04:12,877
scepticisme face au discours annonçant

73
00:04:12,960 --> 00:04:17,517
un risque existentiel de l'intelligence
artificielle pour l'humanité. Est-ce que

74
00:04:17,600 --> 00:04:21,197
c'est toujours votre conviction
aujourd'hui? Nous en parlerons. Alors

75
00:04:21,280 --> 00:04:24,837
que les investissements dans ce domaine
n'ont jamais été aussi vertigineux et

76
00:04:24,920 --> 00:04:26,717
que certains au sein même des plus

77
00:04:26,800 --> 00:04:30,117
grandes entreprises de ce marché sont de

78
00:04:30,200 --> 00:04:33,397
plus en plus vocaux sur le sujet.

79
00:04:33,480 --> 00:04:37,637
Il y a un deuxième sujet évidemment
propre à ce qu'on fait ici à Sciencep,

80
00:04:37,720 --> 00:04:39,477
c'est celui de la gouvernance mondiale

81
00:04:39,560 --> 00:04:42,837
de l'IA. On gouverne le nucléaire, on

82
00:04:42,920 --> 00:04:47,557
gouverne les questions chimiques,
on gouverne les questions biologiques, je

83
00:04:47,640 --> 00:04:51,157
le sais comme ancien diplomate.
On gouverne les réserves aliotiques, on

84
00:04:51,240 --> 00:04:55,837
gouverne l'Antarctique, on gouverne même
au terme de la convention de Montégobé

85
00:04:55,920 --> 00:04:59,637
les émissions radiophoniques en
produites depuis la haute mer et qui

86
00:04:59,720 --> 00:05:01,637
pourrait toucher vos côtes, mais on ne

87
00:05:01,720 --> 00:05:04,677
gouverne pas ou très peu l'IA et

88
00:05:04,760 --> 00:05:09,717
d'ailleurs les autres plateformes
digitales. Est-ce bien raisonnable et

89
00:05:09,800 --> 00:05:13,837
est-ce que les sujets de souveraineté
que cela pose ne doivent pas être

90
00:05:13,920 --> 00:05:17,637
examinés? J'espère que nous aurons
l'occasion d'en parler ce soir. Et puis

91
00:05:17,720 --> 00:05:19,637
il y a une dernière question plus proche

92
00:05:19,720 --> 00:05:25,397
encore pour nous ici à Sciencep
enseignant, étudiants et membres de la

93
00:05:25,480 --> 00:05:28,957
communauté que nous fourmons, c'est
celle de la question de la place de l'IA

94
00:05:29,040 --> 00:05:32,917
dans la formation des générations
qui nous succéderont. Car si nous nous

95
00:05:33,000 --> 00:05:36,837
focalisons sur les risques les
plus spectaculaires et les plus

96
00:05:36,920 --> 00:05:39,557
imminents dont nous venons de parler, il

97
00:05:39,640 --> 00:05:44,437
y a un risque de plus long terme, plus
diffus qui est celui euh du maintien ou

98
00:05:44,520 --> 00:05:49,197
du risque de voir décliner
nos compétences cognitives.

99
00:05:49,280 --> 00:05:51,837
Vous le rappelez souvent et c'est
une conviction que je partage, une

100
00:05:51,920 --> 00:05:53,477
intelligence artificielle n'a de sens

101
00:05:53,560 --> 00:05:55,837
que si elle sert à améliorer la

102
00:05:55,920 --> 00:05:59,037
condition humaine et à augmenter nos

103
00:05:59,120 --> 00:06:03,517
facultés plutôt que à substituer.
Si l'on prend cette conviction au sérieux,

104
00:06:03,600 --> 00:06:07,397
quelles conséquences doit-elle avoir sur
la façon dont les universités comme la

105
00:06:07,480 --> 00:06:09,277
nôtre demain doivent former leurs

106
00:06:09,360 --> 00:06:11,797
étudiants? Comment apprendre à penser,

107
00:06:11,880 --> 00:06:15,437
à raisonner, à décider au côté de l'IA

108
00:06:15,520 --> 00:06:20,077
et mais sans lui déluer ce qui reste
propre à l'esprit humain? ScienceP a

109
00:06:20,160 --> 00:06:23,837
posé un premier cadre conceptuel
en janvier dernier et se dotera dans

110
00:06:23,920 --> 00:06:26,797
quelques temps d'un comité exploratoire

111
00:06:26,880 --> 00:06:29,917
sur le sujet pour déterminer un horizon

112
00:06:30,000 --> 00:06:32,277
d'action commune. Nous l'avons fait non

113
00:06:32,360 --> 00:06:34,717
pas en tournant du tout le dos AIA, mais

114
00:06:34,800 --> 00:06:37,957
en tentant de comprendre comment

115
00:06:38,040 --> 00:06:42,117
développer à la fois l'ambition et
l'agit intellectuelle de nos étudiants

116
00:06:42,200 --> 00:06:46,677
en partant du principe que l'IA rend
le monde non pas plus facile mais en

117
00:06:46,760 --> 00:06:50,277
réalité plus exigeant
en terme de formation.

118
00:06:50,360 --> 00:06:53,757
Toutes ces questions qui me viennent à
l'esprit sont quelques-unes évidemment

119
00:06:53,840 --> 00:06:56,557
parmi de nombreuses que nous allons

120
00:06:56,640 --> 00:06:58,677
évoquer ce soir. Mais avant de rendre la

121
00:06:58,760 --> 00:07:00,997
parole, je voudrais également finir en

122
00:07:01,080 --> 00:07:04,197
remerciant Éric Azan qui va se prêter au

123
00:07:04,280 --> 00:07:07,117
jeu de la discussion ce soir. D'abord

124
00:07:07,200 --> 00:07:11,917
parce qu'il a accepté de coprésider le
comité sur l'intelligence artificielle

125
00:07:12,000 --> 00:07:13,957
que je viens d'évoquer avec Julie Clin,

126
00:07:14,040 --> 00:07:19,477
la doyenne de notre école de droit
qui est ici parmi nous dont nous allons

127
00:07:19,560 --> 00:07:23,037
comité dont nous allons annoncer la
composition définitive dans quelques

128
00:07:23,120 --> 00:07:26,837
dans quelques jours et qui se mettra
au travail à l'automne après ce que nous

129
00:07:26,920 --> 00:07:31,037
avons consacré au changement
climatique qui a débouché

130
00:07:31,120 --> 00:07:34,437
sur la création de l'école du climat
sur les questions de sécurité avec la

131
00:07:34,520 --> 00:07:38,637
création d'un nouveau centre de sécurité
de déf défense et sur l'Europe dont je

132
00:07:38,720 --> 00:07:42,357
viens de recevoir les conclusions il
y a quelques temps et qui préconise

133
00:07:42,440 --> 00:07:45,037
l'ouverture d'un campus de science pot à

134
00:07:45,120 --> 00:07:48,037
Bruxelles. Je voudrais aussi dire que

135
00:07:48,120 --> 00:07:51,077
Éric a été un ami de SciencePa il fait

136
00:07:51,160 --> 00:07:55,957
vivre lui aussi un peu la magie de
cette institution. On se souvenait tout à

137
00:07:56,040 --> 00:07:59,517
l'heure que notre première rencontre
avec Anne Lequin était au sortir d'une

138
00:07:59,600 --> 00:08:02,557
conférence à 25 30 étudiants qui avait

139
00:08:02,640 --> 00:08:07,877
donc en petit groupe eu le bénéfice
et le plaisir de discuter avec vous. Je

140
00:08:07,960 --> 00:08:11,677
crois que c'est le genre d'expériences
assez uniques qui sont propres à cette

141
00:08:11,760 --> 00:08:15,357
maison et dont nous nous
enorgueillissons bien sûr. Alors, je

142
00:08:15,440 --> 00:08:18,237
voudrais à nouveau remercier Éric et

143
00:08:18,320 --> 00:08:21,197
Yann Lequin pour la participation ce

144
00:08:21,280 --> 00:08:23,877
soir à cette grande conférence. Et puis

145
00:08:23,960 --> 00:08:28,557
sans plus tarder et non sans avoir salué
ceux qui nous suivent sur YouTube de

146
00:08:28,640 --> 00:08:32,517
chez eux ou depuis nos campus, je
voudrais vous souhaiter à toutes et tous

147
00:08:32,600 --> 00:08:38,170
une excellente grande conférence.
Bonne soirée. [applaudissements]

148
00:08:42,840 --> 00:08:45,837
Alors, merci beaucoup Louis.
Effectivement, la dernière fois que Yann

149
00:08:45,920 --> 00:08:49,397
est venu à Science Po, c'était pour mon
cours que j'ai pompeusement appelé les

150
00:08:49,480 --> 00:08:53,037
pirates de l'intelligence artificielle
et je me suis dit comme pirate, le mieux

151
00:08:53,120 --> 00:08:57,757
c'était d'avoir Yann Lequin pour le 2è
ou 3è cours. Alors on verra en discutant

152
00:08:57,840 --> 00:09:01,877
un petit peu avec lui que c'est pas
tellement un pirate, que c'est plutôt un

153
00:09:01,960 --> 00:09:05,237
des un des un des plus grands chercheurs
de l'intelligence artificielle. Mais on

154
00:09:05,320 --> 00:09:07,157
va on va essayer de creuser tout ça.

155
00:09:07,240 --> 00:09:11,517
Merci Louis, merci de ta confiance.
Et puis je voudrais dire juste dire deux

156
00:09:11,600 --> 00:09:14,917
mots. Pour moi c'est c'est je suis
particulièrement heureux de discuter

157
00:09:15,000 --> 00:09:19,757
avec Yann d'abord parce que c'est un ami
mais aussi parce que c'est probablement

158
00:09:19,840 --> 00:09:23,197
l'un des voir le chercheur qui a le plus
marqué l'intelligence artificielle dans

159
00:09:23,280 --> 00:09:26,677
les dernières années. On va le voir,
on va en discuter. Alors ce qui est très

160
00:09:26,760 --> 00:09:29,917
intéressant c'est qu'on va pouvoir
discuter avec lui d'absolument tout. On

161
00:09:30,000 --> 00:09:32,277
va pouvoir discuter de ses années de
formation. Je pense que c'est assez

162
00:09:32,360 --> 00:09:35,757
intéressant de la pause ou de pas de la
pause. Enfin, vous vous êtes vous avez

163
00:09:35,840 --> 00:09:37,877
lu les journaux dans les deux derniers
jours. Donc, je pense c'est un sujet

164
00:09:37,960 --> 00:09:40,877
intéressant dont on va devoir
discuter également, mais aussi de la

165
00:09:40,960 --> 00:09:43,877
souveraineté, mais aussi de l'Europe,
mais aussi de la France, mais aussi

166
00:09:43,960 --> 00:09:48,077
peut-être de ce qui nous attend tous
en tant qu'étudiant, ancienne, étudiant,

167
00:09:48,160 --> 00:09:51,357
prof et cetera dans ce dans cette
intelligence artificielle un petit peu

168
00:09:51,440 --> 00:09:55,517
complexe. Merci d'être là Yanne.
Et puis je vais commencer par une première

169
00:09:55,600 --> 00:09:58,037
question parce que elle brûle les lèvres
de tout le monde. Avant de parler un

170
00:09:58,120 --> 00:10:01,997
petit peu de ton parcours, je voudrais
savoir ce que tu penses de la pause.

171
00:10:02,080 --> 00:10:04,197
Pas du bien.

172
00:10:04,280 --> 00:10:06,157
Euh

173
00:10:06,240 --> 00:10:09,277
les gens qui se font les les avocats de

174
00:10:09,360 --> 00:10:12,437
la pause euh sont un peu incohérents

175
00:10:12,520 --> 00:10:15,197
dans les opinions qu'ils expriment. Euh

176
00:10:15,280 --> 00:10:16,917
donc en particulier Dario Modéi qui est

177
00:10:17,000 --> 00:10:19,877
un peu à l'origine de ça, un peu suivi

178
00:10:19,960 --> 00:10:24,197
par Samtman Elan Mosque et cetera. Euh

179
00:10:24,280 --> 00:10:30,077
c'est en partie pour se draper dans le

180
00:10:30,160 --> 00:10:32,637
une espèce de d'enveloppe éthique pour

181
00:10:32,720 --> 00:10:34,117
montrer aux gens, vous voyez, on est

182
00:10:34,200 --> 00:10:37,757
vraiment responsable. On pourrait juste

183
00:10:37,840 --> 00:10:42,157
maximiser le la vitesse du progrès pour
gagner des sous, mais on est tellement

184
00:10:42,240 --> 00:10:44,677
responsable que on a décidé de ralentir.

185
00:10:44,760 --> 00:10:47,557
Alors, c'est pas forcément très honnête

186
00:10:47,640 --> 00:10:51,117
mais ça part d'une illusion de de la

187
00:10:51,200 --> 00:10:52,597
part de Dario Medii. Faut se rappeler

188
00:10:52,680 --> 00:10:54,837
que en 2019, Dario Medilli qui à

189
00:10:54,920 --> 00:10:58,477
l'époque travaillait à Open AI avait dit

190
00:10:58,560 --> 00:11:02,357
"On ne va pas distribuer GPT 2 en open

191
00:11:02,440 --> 00:11:06,837
source parce que vous comprenez
c'est potentiellement très dangereux."

192
00:11:06,920 --> 00:11:11,157
Alors à l'époque je m'étais moqué d'eux
mais je m'étais vraiment moqué d'eux.

193
00:11:11,240 --> 00:11:15,237
J'ai carrément je carrément trollé en fait

194
00:11:15,320 --> 00:11:16,677
parce que je trouvais ça ridicule.

195
00:11:16,760 --> 00:11:18,237
C'était un énorme complexe de

196
00:11:18,320 --> 00:11:21,197
supériorité euh aussi bien de leur

197
00:11:21,280 --> 00:11:23,757
modèle que que d'eux-mêmes. 6 mois

198
00:11:23,840 --> 00:11:26,197
après, finalement, ils ont décidé de

199
00:11:26,280 --> 00:11:30,997
distribuer GPT2 en open source euh et
ensuite quand3 est sorti, ils ne l'ont

200
00:11:31,080 --> 00:11:33,957
ils ne l'ont pas sorti en open source
non pas pour des raisons de sécurité,

201
00:11:34,040 --> 00:11:36,597
bien que il disait que c'était le cas,

202
00:11:36,680 --> 00:11:39,157
mais simplement pour préserver leur leur

203
00:11:39,240 --> 00:11:42,397
avantage technologique et et commercial.

204
00:11:42,480 --> 00:11:44,957
Euh c'est l'époque aussi où Dario Modi a

205
00:11:45,040 --> 00:11:47,997
quitté Open AI pour fonder en Tropique

206
00:11:48,080 --> 00:11:50,437
parce qu'il pensait que Open AI prenait

207
00:11:50,520 --> 00:11:53,837
des libertés un petit peu trop euh

208
00:11:53,920 --> 00:11:56,957
rapides sur la distribution de modèle

209
00:11:57,040 --> 00:12:01,077
intelligent. Mais ce qu'il
faut comprendre, c'est que

210
00:12:01,160 --> 00:12:02,917
l'investisseur qui a permis la création

211
00:12:03,000 --> 00:12:06,197
d'anthropique euh est une fondation qui

212
00:12:06,280 --> 00:12:10,797
s'appelle Open Philanthropie et qui euh

213
00:12:10,880 --> 00:12:14,757
en fait appartient à une
mouvance intellectuelle

214
00:12:14,840 --> 00:12:19,317
de la silicone vallée qui s'appelle
effective altruism et dans lequel les

215
00:12:19,400 --> 00:12:22,677
gens qui appartient à cette mouvance,
qu'on peut assimiler une espèce de secte

216
00:12:22,760 --> 00:12:27,317
religieuse en fait ont
très très peur de risque

217
00:12:27,400 --> 00:12:29,077
existentiel et se sont mis dans la tête

218
00:12:29,160 --> 00:12:32,597
de sauver l'humanité de de ces ses

219
00:12:32,680 --> 00:12:36,957
propres bêtises, on peut le dire.
Euh c'est essentiellement financé par des

220
00:12:37,040 --> 00:12:41,757
gens qui ont énormément d'argent et
beaucoup trop de temps libre. des gens

221
00:12:41,840 --> 00:12:45,157
comme par exemple Dustin Moskovic qui
est un des cfondateurs de Facebook qui a

222
00:12:45,240 --> 00:12:47,597
quitté Facebook très tôt euh et qui est

223
00:12:47,680 --> 00:12:51,037
devenu de certaines manières paranoïque

224
00:12:51,120 --> 00:12:55,397
euh sur ses risques existentiels.
Des gens comme Yan Talin qui est un un

225
00:12:55,480 --> 00:13:00,597
garçon charmant par ailleurs
créateur de Skype mais qui aussi

226
00:13:00,680 --> 00:13:04,597
se s'est mis dans la tête qu'il fallait
sauver l'humanité d'elle-même. Quelque

227
00:13:04,680 --> 00:13:07,757
chose que London de Mosque aussi partage
d'ailleurs. C'est pour ça qu'il veut

228
00:13:07,840 --> 00:13:11,397
aller sur Mars. et et puis quel quelques

229
00:13:11,480 --> 00:13:13,397
autres Vitalic Betterine et d'autres.

230
00:13:13,480 --> 00:13:15,677
Donc des gens avec beaucoup d'argent

231
00:13:15,760 --> 00:13:20,637
et et qui partant d'une
bonne intention de sauver

232
00:13:20,720 --> 00:13:24,237
l'humanité en fait font d'énormes bêtises.

233
00:13:24,320 --> 00:13:28,117
Alors la création d'anthropique partait
peut-être d'un bon d'un bon sentiment

234
00:13:28,200 --> 00:13:31,677
faire du lias qui fera de mal à personne.

235
00:13:31,760 --> 00:13:33,757
Et la manière dont c'est utilisé

236
00:13:33,840 --> 00:13:36,757
aujourd'hui, l'argument de Dario Medi

237
00:13:36,840 --> 00:13:41,757
avec lequel il parle à plusieurs
gouvernement de par le monde, c'est de

238
00:13:41,840 --> 00:13:45,197
dire vous comprenez l'IA c'est vraiment
dangereux, il faut pas le mettre entre

239
00:13:45,280 --> 00:13:47,837
toutes les mains. Donc il faut réguler

240
00:13:47,920 --> 00:13:52,197
l'IA pour interdire en particulier l'IA

241
00:13:52,280 --> 00:13:55,717
open source particulièrement aujourd'hui
parce que ça vient de Chine et puis les

242
00:13:55,800 --> 00:13:58,397
Chinois on peut pas leur faire confiance

243
00:13:58,480 --> 00:14:01,037
mais surtout parce que l'IA entre toutes

244
00:14:01,120 --> 00:14:04,077
les mains va mener à un désastre à cause

245
00:14:04,160 --> 00:14:08,557
des risques existentiels.
Euh donc réguler l'IA, interdiviser l'open

246
00:14:08,640 --> 00:14:12,597
source. Bien sûr, ne régulez pas nous
parce que nous on est intelligent et on

247
00:14:12,680 --> 00:14:18,037
sait on sait comment euh gérer
euh l'IA. Donc ça part d'un d'un

248
00:14:18,120 --> 00:14:22,677
complexe de supériorité absolument
insupportable euh et mal placé d'une

249
00:14:22,760 --> 00:14:28,037
part, mais surtout d'une volonté de
capturer le marché par la régulation en

250
00:14:28,120 --> 00:14:31,757
convaincant les gouvernements de par
le monde euh que l'IA est intrèquement

251
00:14:31,840 --> 00:14:37,197
dangereuse. Et c'est faux.
On va y revenir parce que ça va

252
00:14:37,280 --> 00:14:41,197
forcément nous occuper une partie de la
discussion. Mais avant qu'on y revienne,

253
00:14:41,280 --> 00:14:43,837
je voudrais que tu nous racontes un
petit peu comment tu es tombé dans l'IA

254
00:14:43,920 --> 00:14:46,757
parce que on a l'impression que c'est

255
00:14:46,840 --> 00:14:50,997
ultra comment dire à la mode évidemment
aujourd'hui c'est au cœur de tout ce

256
00:14:51,080 --> 00:14:54,197
qu'on de tout ce qui va transformer
l'humanité mais il y a dans les années

257
00:14:54,280 --> 00:14:59,277
80 quand tu as commencé à faire ton
PhD et ensuite ton post doc c'était pas

258
00:14:59,360 --> 00:15:02,757
tellement à la mode. C'était même plutôt
une hérésie les réseaux de neurones.

259
00:15:02,840 --> 00:15:06,677
Oui oui, je suis tombé à
marmite quand j'étais petit mais

260
00:15:06,760 --> 00:15:08,477
moi j'ai toujours été intéressé par le

261
00:15:08,560 --> 00:15:11,157
problème de l'intelligence he c'est un

262
00:15:11,240 --> 00:15:15,597
des plus gros mystères euh

263
00:15:15,680 --> 00:15:18,037
question de la la science aujourd'hui.

264
00:15:18,120 --> 00:15:19,037
Comment fonctionne le cerveau?

265
00:15:19,120 --> 00:15:20,157
Qu'est-ce que c'est que l'intelligence?

266
00:15:20,240 --> 00:15:25,077
Et puis les autres questions fondamentales
euh de quoi est fait l'univers et

267
00:15:25,160 --> 00:15:29,557
comment fonctionne la vie. Donc voilà,
ils font choisir eu. Étant ayant plutôt

268
00:15:29,640 --> 00:15:34,277
la fibre de de l'ingénieur, je me
suis dit que comprendre l'intelligence

269
00:15:34,360 --> 00:15:37,757
passait par la construction
de machine intelligente.

270
00:15:37,840 --> 00:15:41,277
En fait, la seule manière de valider
une théorie de l'intelligence, c'est de

271
00:15:41,360 --> 00:15:45,237
montrer qu'elle qu'elle fonctionne si
on construit une machine basée sur les

272
00:15:45,320 --> 00:15:48,237
principes ces principes-là. Donc j'ai

273
00:15:48,320 --> 00:15:52,757
j'ai toujours été euh motivé d'un point
de vue scientifique par la découverte

274
00:15:52,840 --> 00:15:53,997
des principes sous-jacents de

275
00:15:54,080 --> 00:15:57,837
l'intelligence et assez tôt euh

276
00:15:57,920 --> 00:16:00,557
réalisant que dans la nature

277
00:16:00,640 --> 00:16:05,437
l'intelligence est toujours le résultat
de l'apprentissage et de l'adaptation.

278
00:16:05,520 --> 00:16:07,277
Il y a pas d'intelligence

279
00:16:07,360 --> 00:16:10,557
née, l'intelligence se construit par

280
00:16:10,640 --> 00:16:12,837
l'expérience, par l'apprentissage. Donc,

281
00:16:12,920 --> 00:16:17,717
j'ai toujours penser que l'apprentissage
était un composant absolument essentiel

282
00:16:17,800 --> 00:16:21,157
de l'intelligence. Et puis aussi,
peut-être parce que je suis feignant, je

283
00:16:21,240 --> 00:16:26,957
me suis dit, je suis pas assez intelligent
pour concevoir une machine intelligente.

284
00:16:27,040 --> 00:16:29,997
Donc, il vaut mieux qu'elle se conçoit
toute seule d'une certaine manière. et

285
00:16:30,080 --> 00:16:32,157
le l'apprentissage, c'est une manière de

286
00:16:32,240 --> 00:16:34,517
de de permettre à une machine de de se

287
00:16:34,600 --> 00:16:37,077
construire tout seul par expérience.

288
00:16:37,160 --> 00:16:40,357
Alors, à l'époque, quand j'ai
commencé quand je finissais mes études

289
00:16:40,440 --> 00:16:43,317
d'ingénieur, [grognement] euh le ce qui

290
00:16:43,400 --> 00:16:45,837
était la mode, donc on parle de j'ai

291
00:16:45,920 --> 00:16:48,637
terminé mes études d'ingénieur en 83,

292
00:16:48,720 --> 00:16:52,997
j'ai commencé à m'intéresser la question
quelques années avant. En 83, ce qui

293
00:16:53,080 --> 00:16:55,317
était la mode dans l'intelligence
artificielle, c'était ce qu'on appelait

294
00:16:55,400 --> 00:17:00,677
le système expert et système à base
de règles. Euh donc système d'IA dans

295
00:17:00,760 --> 00:17:03,957
lequel les ingénieurs
ce qu'on appelait les

296
00:17:04,040 --> 00:17:08,117
ingénieurs de la connaissance à l'époque
s'asseyaient, écrivait des règles et des

297
00:17:08,200 --> 00:17:12,357
faites et utilisait ce qu'on appelle les
moteurs d'inférence pour dériver de nous

298
00:17:12,440 --> 00:17:16,137
fête de nouveaux faits à partir
des faits existants et des règles.

299
00:17:16,220 --> 00:17:18,917
[grognement] Et il s'est avéré que cette

300
00:17:19,000 --> 00:17:20,837
méthode était applicable à un nombre

301
00:17:20,920 --> 00:17:23,357
relativement faible de situations pour

302
00:17:23,440 --> 00:17:28,077
lequel il était économiquement faisable
de effectivement s'asseoir et écrire des

303
00:17:28,160 --> 00:17:32,437
règles. On s'est aussi aperçu que la
plupart des tâches intelligentes que

304
00:17:32,520 --> 00:17:35,277
qu'accomplissent les humains ne sont
pas régies par des règles ou par des

305
00:17:35,360 --> 00:17:38,837
recettes. C'est beaucoup plus fluide que

306
00:17:38,920 --> 00:17:43,757
ça pour je sais pas le diagnostic médical,
diagnostic des pattes dans les

307
00:17:43,840 --> 00:17:45,277
ordinateurs, les choses comme ça. des

308
00:17:45,360 --> 00:17:48,757
applications qui ont été déployées. Euh

309
00:17:48,840 --> 00:17:53,357
alors moi je me suis dit euh à l'époque
ce serait bien d'avoir des des machines

310
00:17:53,440 --> 00:17:56,117
capablees d'apprentissage. J'ai un peu
étudié la question et c'était pas du

311
00:17:56,200 --> 00:17:58,797
tout à les modes à la mode à l'époque

312
00:17:58,880 --> 00:18:01,637
parce que les méthodes d'apprentissage

313
00:18:01,720 --> 00:18:03,277
euh

314
00:18:03,360 --> 00:18:06,277
avec l'inspiration

315
00:18:06,360 --> 00:18:09,237
de des du cerveau

316
00:18:09,320 --> 00:18:13,557
avait été à la mode dans les années à la
fin des années 50 et début des années 60

317
00:18:13,640 --> 00:18:15,757
mais avait complètement disparu en tout

318
00:18:15,840 --> 00:18:20,957
cas dans l'Occident à la fin des années
60 où les gens s'étaient aperçus que les

319
00:18:21,040 --> 00:18:23,757
méthodes qui avaient été développées
à l'époque à la fin des années 60 début

320
00:18:23,840 --> 00:18:27,797
fin les années 50 début des années 60
était en fait très limité dans leur dans

321
00:18:27,880 --> 00:18:33,037
leur capacité et ne mènerait jamais à
des systèmes vraiment intelligents. Donc

322
00:18:33,120 --> 00:18:35,797
les gens avaient continué à travailler
dans ces domaines mais avaient changé le

323
00:18:35,880 --> 00:18:38,357
nom du domaine

324
00:18:38,440 --> 00:18:41,477
en ne prétendant plus faire partie de

325
00:18:41,560 --> 00:18:45,997
l'intelligence artificielle mais en
en disant on va construire des filtres

326
00:18:46,080 --> 00:18:49,077
adaptatifs des systèmes de
reconnaissance des formes et ça paraît

327
00:18:49,160 --> 00:18:53,477
beaucoup plus sérieux. Euh et donc ces
techniques en fait sont passées un petit

328
00:18:53,560 --> 00:18:57,877
peu sous le sous le sous le rideau
derrière le rideau n'avait pas la

329
00:18:57,960 --> 00:19:02,637
visibilité de de but ambitieux de
construire des machines intelligentes.

330
00:19:02,720 --> 00:19:06,437
Et donc je me suis aperçu que dans les
années 80 il y avait personne en tout

331
00:19:06,520 --> 00:19:10,837
cas en France mais même aux
États-Unis qui travaillaient sur

332
00:19:10,920 --> 00:19:13,997
l'utilisation d'apprentissage pour faire
des machines intelligentes. Je me suis

333
00:19:14,080 --> 00:19:17,957
dit c'est quand même bizarre. Donc j'ai
suis intéressé à ça. J'ai commencé à

334
00:19:18,040 --> 00:19:19,917
travailler un petit peu sur la question.

335
00:19:20,000 --> 00:19:24,757
Euh rendu rendu compte que il y avait
euh une petite communauté euh au Japon

336
00:19:24,840 --> 00:19:28,437
en particulier et puis de psychologues
aussi euh aux États-Unis et puis plus

337
00:19:28,520 --> 00:19:30,277
tard des physiciens qui s'intéressaient

338
00:19:30,360 --> 00:19:33,797
un petit peu à ça. Euh mais

339
00:19:33,880 --> 00:19:36,197
je commençais donc

340
00:19:36,280 --> 00:19:41,477
un doctorat ou un DEA à l'époque, c'est
comme le M2 aujourd'hui. Et il y avait

341
00:19:41,560 --> 00:19:42,637
personne qui travaillait là-dessus.

342
00:19:42,720 --> 00:19:44,077
Donc, j'avais pas la possibilité de

343
00:19:44,160 --> 00:19:48,077
trouver un directeur de thèse. Euh

344
00:19:48,160 --> 00:19:50,957
alors, j'ai rencontré

345
00:19:51,040 --> 00:19:55,557
un certain Maurice Miligram qui
était très sympathique et qui

346
00:19:55,640 --> 00:19:57,797
s'intéressait un petit peu à ce
qu'on appelait à l'époque les réseaux

347
00:19:57,880 --> 00:20:01,397
d'automates. C'est ce qui se rapprocha
un petit peu le plus de de ce qu'on

348
00:20:01,480 --> 00:20:03,277
appelle maintenant les réseaux neurones.

349
00:20:03,360 --> 00:20:06,677
Et a dit "Je sais pas très bien sur
quoi tu travailles mais tu as l'air

350
00:20:06,760 --> 00:20:11,037
suffisamment tu as pas l'air bête
donc je veux bien signer les papiers."

351
00:20:11,120 --> 00:20:14,517
Il s'est mis au réseau
neurone après que j'ai fini

352
00:20:14,600 --> 00:20:16,477
euh euh ma thèse.

353
00:20:16,560 --> 00:20:21,917
Euh donc j'étais un petit un petit
peu isolé euh et c'est que la fin de ma

354
00:20:22,000 --> 00:20:26,157
thèse que j'ai rencontré les gens qui
la communauté naissante de de des réseaux

355
00:20:26,240 --> 00:20:29,597
de neurones en fait en 87. C'était qui?

356
00:20:29,680 --> 00:20:33,677
Alors c'était des gens comme Jeffre
Hinton qui avec qui j'ai fait mon mon

357
00:20:33,760 --> 00:20:38,117
post doc qui qui est toujours très
présent. il a pris sa retraite, il fait

358
00:20:38,200 --> 00:20:41,517
plus de recherche mais il est toujours
présent avec des déclarations un petit

359
00:20:41,600 --> 00:20:44,877
peu tonitruantes he sur la sécurité
de l'IA et lui aussi a très peur des

360
00:20:44,960 --> 00:20:49,877
dangers de l'IA à mon avis à tort euh
des gens comme Terry Sonovski qui est

361
00:20:49,960 --> 00:20:51,477
plutôt du côté des neurosciences

362
00:20:51,560 --> 00:20:55,917
neurosciences théoriques euh et puis un

363
00:20:56,000 --> 00:21:00,317
petit groupe de recherche qui est qui
était Bell Labs Bell Laboratories qui

364
00:21:00,400 --> 00:21:05,357
était le à l'époque le laboratoire
de recherche de grande entreprise de

365
00:21:05,440 --> 00:21:09,237
télécommunication AT&T euh
c'est un laboratoire un peu

366
00:21:09,320 --> 00:21:12,597
mythique dans lequel une grande partie
des technologies modernes ont été

367
00:21:12,680 --> 00:21:14,397
inventées. Le transistor, le laser, les

368
00:21:14,480 --> 00:21:16,997
cellules solaires, les capteurs CCD et

369
00:21:17,080 --> 00:21:20,357
cetera. Unix, langage CC++.

370
00:21:20,440 --> 00:21:24,277
Euh et donc après mon mon postdoc à à

371
00:21:24,360 --> 00:21:28,157
l'université de Toronto avec Jeffton,
j'étais recruté par Bellab et c'est

372
00:21:28,240 --> 00:21:31,037
comme ça que j'ai atterri aux États-Unis.
J'avais l'idée d'y rester 2

373
00:21:31,120 --> 00:21:36,237
ans et puis euh c'était en 1988
et don je suis resté un peu plus

374
00:21:36,320 --> 00:21:37,837
longtemps

375
00:21:37,920 --> 00:21:42,357
euh et c'est c'est un peu là qu'on a

376
00:21:42,440 --> 00:21:44,597
développé un peu les techniques de base

377
00:21:44,680 --> 00:21:48,117
qui sont toujours utilisées euh pour la

378
00:21:48,200 --> 00:21:49,597
la reconnaissance d'images. Donc si vous

379
00:21:49,680 --> 00:21:53,117
avez une voiture qui avec assistance à

380
00:21:53,200 --> 00:21:56,757
la conduite ou un système d'analyse

381
00:21:56,840 --> 00:22:02,397
d'images médical et cetera, ça utilise
les technologies qui s'appelait les

382
00:22:02,480 --> 00:22:05,237
réseaux convolutifs que j'ai développé
à l'époque à la fin des années 80 début

383
00:22:05,320 --> 00:22:10,037
des années 90 à Bellabs et et
à quel moment ça accélère? parce

384
00:22:10,120 --> 00:22:13,357
que pour nous tout cétait accéléré en
fait en 2022 mais on est on est un peu

385
00:22:13,440 --> 00:22:16,877
plusin que ça. Alors en fait
ça accéléré bien plus tôt

386
00:22:16,960 --> 00:22:18,757
que ça. Il y a eu toute une période

387
00:22:18,840 --> 00:22:25,237
noire entre environ 1996 ou 956

388
00:22:25,320 --> 00:22:27,797
et disons 2006,

389
00:22:27,880 --> 00:22:29,957
une période d'à peu près 10 ans dans

390
00:22:30,040 --> 00:22:35,117
lequel personne dans la communauté de
l'apprentissage automatique, donc il y a

391
00:22:35,200 --> 00:22:37,637
une sous-communauté de l'inturance
artificielle qui est l'apprentissage

392
00:22:37,720 --> 00:22:41,157
automatique qui est maintenant
complètement dominante

393
00:22:41,240 --> 00:22:43,797
ce qu'on appelle le
machine learning en anglais.

394
00:22:43,880 --> 00:22:48,117
Et cette communauté s'est
complètement désintéressée

395
00:22:48,200 --> 00:22:49,397
de ce qu'on appelle maintenant le deep

396
00:22:49,480 --> 00:22:50,677
learning qu'on appelait les réseaux de

397
00:22:50,760 --> 00:22:56,437
neuron à l'époque entre oui 95 et 2006.

398
00:22:56,520 --> 00:22:59,997
Donc en fait pendant cette période là
j'ai plutôt travaillé sur autre chose

399
00:23:00,080 --> 00:23:04,437
parce que il y avait vraiment aucune
possibilité de d'avoir aucun impact euh

400
00:23:04,520 --> 00:23:08,917
sur la communauté pu c'était les les les
les premières années de l'internet tout

401
00:23:09,000 --> 00:23:11,197
un tas de choses intéressantes à faire.

402
00:23:11,280 --> 00:23:13,557
Je travaillé sur un projet qui
s'appelait déjà vu en français dans le

403
00:23:13,640 --> 00:23:17,717
texte des JVU de distribution de
documents sur internet et cetera. Et

404
00:23:17,800 --> 00:23:20,437
puis je suis revenu au réseau neurone en

405
00:23:20,520 --> 00:23:23,757
en 2001 2002.

406
00:23:23,840 --> 00:23:27,397
Euh j'ai quitté ETNT. Euh j'étais

407
00:23:27,480 --> 00:23:30,517
brièvement au au laboratoire de

408
00:23:30,600 --> 00:23:35,237
entreprise japonaise NC NEC. Et puis en

409
00:23:35,320 --> 00:23:38,317
2003 je suis devenu prof à New York

410
00:23:38,400 --> 00:23:42,717
University. Et donc j'ai vraiment
redémarré un un programme de recherche

411
00:23:42,800 --> 00:23:44,277
sur les réseaux neurones pour pour

412
00:23:44,360 --> 00:23:47,117
montrer au aux gens que ça marchait.

413
00:23:47,200 --> 00:23:51,757
Et euh en cela, j'ai été accompagné de

414
00:23:51,840 --> 00:23:55,917
de Jeffrey Hinton et Yoshua Benjo, qui

415
00:23:56,000 --> 00:23:57,877
aussi s'intéressait au aux mêmes

416
00:23:57,960 --> 00:24:03,397
questions et on s'est mis ensemble pour
essayer de de comment dire redémarrer

417
00:24:03,480 --> 00:24:05,957
l'intérêt de la communauté de la
recherche dans ces dans ces techniques

418
00:24:06,040 --> 00:24:08,797
dont on savait qu'elle marchait
vraiment bien mais qu' était un petit peu

419
00:24:08,880 --> 00:24:11,357
difficile à faire marcher.

420
00:24:11,440 --> 00:24:15,237
Ça a pris plusieurs années mais en

421
00:24:15,320 --> 00:24:20,917
2012, donc ça a pris 6 7 ans en 2012

422
00:24:21,000 --> 00:24:23,517
déjà en 2009, il y a eu déjà un gros

423
00:24:23,600 --> 00:24:28,117
regain d'intérêt dans ces méthodes de la
part de la communauté de reconnaissance

424
00:24:28,200 --> 00:24:31,117
de la parole. On a commencé à avoir des
systèmes de reconnaissance de la parole

425
00:24:31,200 --> 00:24:33,237
qui marchaient bien grâce au deep

426
00:24:33,320 --> 00:24:36,117
learning, réseau neurone. Euh et en

427
00:24:36,200 --> 00:24:38,437
quelques en quelques mois, en un an et

428
00:24:38,520 --> 00:24:43,637
demi, en 2011-2010, euh les
téléphones mobiles d'un seul

429
00:24:43,720 --> 00:24:47,597
coup pouvaient pouvaient comprendre ce
qu'on leur racontait euh grâce au réseau

430
00:24:47,680 --> 00:24:50,357
neurone. Donc ça a été déployé
relativement vite par des entreprises

431
00:24:50,440 --> 00:24:53,637
comme Google et Apple et d'autres.

432
00:24:53,720 --> 00:24:57,797
Euh et en 2012, une autre révolution qui
a eu un impact encore plus grand euh qui

433
00:24:57,880 --> 00:25:01,677
est que en utilisant mes méthodes,
les réseaux convolutifs, Jeffinton et son

434
00:25:01,760 --> 00:25:04,557
équipe universit

435
00:25:04,640 --> 00:25:09,357
un un record de performance sur des un

436
00:25:09,440 --> 00:25:12,837
une base de données, un benchmark de
reconnaissance d'images, classification

437
00:25:12,920 --> 00:25:14,597
d'imagit

438
00:25:14,680 --> 00:25:17,157
tellement supérieur au aux performances

439
00:25:17,240 --> 00:25:22,557
précédentes que la communauté de la
la vision par ordinateur a du jour au

440
00:25:22,640 --> 00:25:25,837
lendemain a abandonné tout ce qu'il
faisait et a commencé à utiliser ces

441
00:25:25,920 --> 00:25:29,037
nouvelles méthodes euh qu'auparavant il

442
00:25:29,120 --> 00:25:33,677
pensait être euh très peu prometteuse en

443
00:25:33,760 --> 00:25:35,517
fait. Ils étaient extrêmement sceptiques

444
00:25:35,600 --> 00:25:38,197
pour ne pas dire euh carrément

445
00:25:38,280 --> 00:25:43,317
insultant. Voilà. Donc euh il y a eu un
complet revirement de situation en 2013

446
00:25:43,400 --> 00:25:45,157
qui a attiré bien sûr l'attention des

447
00:25:45,240 --> 00:25:47,877
grandes entreprises comme euh Google,

448
00:25:47,960 --> 00:25:52,917
Microsoft, IBM, euh Facebook à l'époque
et puis euh des entreprises chinoises

449
00:25:53,000 --> 00:25:55,997
aussi qui ont tout démarré des activités
dans le domaine. Euh donc c'est à

450
00:25:56,080 --> 00:25:58,757
l'époque en à la fin 2013, début 2014

451
00:25:58,840 --> 00:26:01,557
que j'ai créé Fire le laboratoire de

452
00:26:01,640 --> 00:26:04,637
recherche en IA de Facebook et je suis

453
00:26:04,720 --> 00:26:07,317
resté une une douzaine d'années.

454
00:26:07,400 --> 00:26:10,117
Et c'est merci d'avoir raconté ça
parce qu'on a l'impression que on est

455
00:26:10,200 --> 00:26:14,997
environné d'IA et finalement il y a eu
quand même un hiver assez long de l'IA

456
00:26:15,080 --> 00:26:18,397
et ça reposa sur finalement deux ou
trois personnes un petit peu motivées de

457
00:26:18,480 --> 00:26:20,197
relancer un petit peu la machine. Oui,

458
00:26:20,280 --> 00:26:23,197
et c'est pour ça que le le comité euh

459
00:26:23,280 --> 00:26:25,597
Turing de la la CM nous a donné P Turing

460
00:26:25,680 --> 00:26:28,837
parce qu'on a euh en face de d'une d'une

461
00:26:28,920 --> 00:26:30,397
résistance en fait assez importante de

462
00:26:30,480 --> 00:26:32,997
la la communauté euh de la recherche, on

463
00:26:33,080 --> 00:26:37,797
a on a vraiment persisté euh au prix de

464
00:26:37,880 --> 00:26:42,277
comment dire de de de la
notoriété de certains de nos

465
00:26:42,360 --> 00:26:44,157
étudiants qui nous suivaient sur ce

466
00:26:44,240 --> 00:26:45,317
chemin mais qui avaient un petit peu de

467
00:26:45,400 --> 00:26:49,717
mal à à publier leurs articles ou

468
00:26:49,800 --> 00:26:53,277
à acquérir un petit peu de reconnaissance.
Mais d'un seul coup en

469
00:26:53,360 --> 00:26:54,997
2013-24,

470
00:26:55,080 --> 00:26:59,197
ils se sont retrouvés comme étant

471
00:26:59,280 --> 00:27:02,917
un tout petit nombre de gens qui
savaient faire marcher les réseaux

472
00:27:03,000 --> 00:27:07,997
neurones. Donc, ils ont immédiatement
été happés euh par les entreprises qui

473
00:27:08,080 --> 00:27:09,757
qui euh qui travaillaient là-dedans.

474
00:27:09,840 --> 00:27:11,077
Donc, deux de mes anciens étudiants, par

475
00:27:11,160 --> 00:27:13,757
exemple Coravouchelou et celui qui et la

476
00:27:13,840 --> 00:27:17,077
personne qui dirige le projet Gemini à

477
00:27:17,160 --> 00:27:21,317
Google Deep Mind, euh Ra Hell euh et euh

478
00:27:21,400 --> 00:27:25,997
la directrice de la partie recherche
de Deepmind, les vice-présidentes de la

479
00:27:26,080 --> 00:27:30,957
recherche. Donc ces gens-là qui étaient
un peu les premiers étudiants à sortir

480
00:27:31,040 --> 00:27:35,157
au moment où le deep learning commençait,
on fait d'excellentes carrières

481
00:27:35,240 --> 00:27:37,037
mais effectivement ça a été dur pour eux

482
00:27:37,120 --> 00:27:39,837
pendant leur leur doctorat.

483
00:27:39,920 --> 00:27:44,557
Alors toi tu n'es pas stupéfait par les
progrès de l'IA mais nous depuis 2022 on

484
00:27:44,640 --> 00:27:47,597
est stupéfait. Avant pour certains
d'entre nous on avait vu des choses.

485
00:27:47,680 --> 00:27:50,517
Moi, j'avais vu des choses mais
globalement on est stupéfait depuis

486
00:27:50,600 --> 00:27:53,357
quelques années. Et pourtant tu nous dis
que les modèles de langage c'est pas la

487
00:27:53,440 --> 00:27:56,917
panassée universelle. Alors non,
on a le droit des stupéfaits

488
00:27:57,000 --> 00:27:59,997
et c'est certainement étonnant d'une

489
00:28:00,080 --> 00:28:04,677
certaine manière que les les LLM qui sont

490
00:28:04,760 --> 00:28:07,997
don dont la la méthode d'entraînement
est un petit peu simpliste en fait

491
00:28:08,080 --> 00:28:09,997
marche aussi bien. C'est c'est

492
00:28:10,080 --> 00:28:13,277
effectivement un peu surprenant.

493
00:28:13,360 --> 00:28:17,197
Pas aussi surprenant peut-être que
certains l'imaginent mais mais quand

494
00:28:17,280 --> 00:28:22,037
même surprenant. C'estàd que l'idée
de base que on pourrait construire des

495
00:28:22,120 --> 00:28:25,717
systèmes intelligents par apprentissage
et que cet apprentissage soit basé sur

496
00:28:25,800 --> 00:28:29,557
la prédiction, ce n'est pas une idée
nouvelle, c'est une idée très ancienne,

497
00:28:29,640 --> 00:28:34,597
en particulier dans le domaine des
neurosciences théoriques. Euh tout un

498
00:28:34,680 --> 00:28:38,877
ensemble de théories qu'on qu'on
regroupe sous le nom de predictive

499
00:28:38,960 --> 00:28:41,517
coding en anglais, codage predictif. Euh

500
00:28:41,600 --> 00:28:44,077
donc cette idée que les les jeunes

501
00:28:44,160 --> 00:28:48,757
animaux et les humains apprennent
appréhender le le monde en en

502
00:28:48,840 --> 00:28:52,717
s'entraînant à prédire. En fait,
le cerveau est une machine à prédire.

503
00:28:52,800 --> 00:28:55,037
Euh c'est c'est pas un nouveau concept,

504
00:28:55,120 --> 00:28:59,757
mais en fait je travaille sur l'idée de

505
00:28:59,840 --> 00:29:02,597
de d'enseigner au aux machines à

506
00:29:02,680 --> 00:29:05,637
comprendre le monde physique par prédire

507
00:29:05,720 --> 00:29:07,517
ce qui va se passer dans une vidéo

508
00:29:07,600 --> 00:29:11,917
depuis euh près de 20 ans, disons

509
00:29:12,000 --> 00:29:17,477
vraiment plus démarré il y a une
quinzaine d'années et en gros euh on a

510
00:29:17,560 --> 00:29:20,717
fait très peu de progrès les 10
premières années de ces 15 années. Il y

511
00:29:20,800 --> 00:29:23,397
a que dans les cin dernières années
qu'on a commencé à faire des des progrès

512
00:29:23,480 --> 00:29:27,557
un petit peu significatifs et euh

513
00:29:27,640 --> 00:29:31,277
il s'avère que l'apprentissage par
prédiction, quand on essaie de prédire

514
00:29:31,360 --> 00:29:32,517
des données naturelles comme de la

515
00:29:32,600 --> 00:29:35,917
vidéo, c'est vraiment compliqué et c'est

516
00:29:36,000 --> 00:29:41,037
difficile à faire marcher et on commence
seulement depuis quelques années à faire

517
00:29:41,120 --> 00:29:44,037
des progrès là-dedans. Par contre,
il y a un domaine dans lequel ça marche

518
00:29:44,120 --> 00:29:47,717
vraiment très bien et c'est le texte.

519
00:29:47,800 --> 00:29:52,317
C'estàd que si on prend si on entraîne
une machine où lui montre un texte,

520
00:29:52,400 --> 00:29:53,637
alors il y a deux méthodes. La première

521
00:29:53,720 --> 00:29:56,877
méthode, on on on prend un texte, on

522
00:29:56,960 --> 00:30:01,197
enlève 20% des mots du texte et
on entraîne un gros réseau neurone à

523
00:30:01,280 --> 00:30:05,637
prédire les mots qui manquent.
D'accord ? Donc ça c'est la technologie

524
00:30:05,720 --> 00:30:07,277
2017-28

525
00:30:07,360 --> 00:30:11,437
euh à peu près 2019.

526
00:30:11,520 --> 00:30:13,557
Euh ça marche très bien pour permettre

527
00:30:13,640 --> 00:30:16,597
aux machines de euh faire la traduction,

528
00:30:16,680 --> 00:30:19,357
comprendre du texte, classifier le faire

529
00:30:19,440 --> 00:30:21,877
de la produire des résumés et cetera. Ça

530
00:30:21,960 --> 00:30:23,757
marche très bien. Mais en fait ce qui

531
00:30:23,840 --> 00:30:27,357
marche mieux, c'est encore plus simple

532
00:30:27,440 --> 00:30:31,437
et c'est une méthode auquelle Open AI a

533
00:30:31,520 --> 00:30:35,957
contribué qui est de ne pas masquer
le texte. C'estàd on prend un texte, on

534
00:30:36,040 --> 00:30:39,477
enlève rien du texte et on entraîne
un réseau de neurone à reproduire

535
00:30:39,560 --> 00:30:43,557
simplement le texte
d'entrée sur sa sortie. Mais

536
00:30:43,640 --> 00:30:47,157
on on configure le ce réseau de neurone de

537
00:30:47,240 --> 00:30:51,597
manière à ce que pour prédire un mot,
il ne peut pas regarder le mot

538
00:30:51,680 --> 00:30:53,997
correspondant dans l'entrée. Il ne peut

539
00:30:54,080 --> 00:30:58,917
regarder que les mots qui sont à gauche
de ce mot. Donc implicitement quand on

540
00:30:59,000 --> 00:31:03,757
entraîne ce ce réseau neurone à
reproduire son entrée sur sa sortie, ce

541
00:31:03,840 --> 00:31:07,557
qui a l'air facile, implicitement
l'entraîne à prédire le mot suivant

542
00:31:07,640 --> 00:31:12,677
quelle que soit la séquence de mots
qui précède. Et ça c'est magique.

543
00:31:12,760 --> 00:31:15,517
Et non seulement c'est magique mais
on peut passer à l'échelle. C'est qu'on

544
00:31:15,600 --> 00:31:18,317
peut donc c'est la la série des GPT1,

545
00:31:18,400 --> 00:31:21,637
GPT2, GPT3 et puis et cetera. GPT, ça

546
00:31:21,720 --> 00:31:24,997
veut dire ça veut dire

547
00:31:25,080 --> 00:31:30,600
euh prin transformer donc

548
00:31:30,840 --> 00:31:34,677
et euh rapid Transformer et et donc

549
00:31:34,760 --> 00:31:35,957
c'est cette architecture très simple

550
00:31:36,040 --> 00:31:40,277
qu'on appelle aussi decoder only euh qui

551
00:31:40,360 --> 00:31:43,237
il s'avère passe à l'échelle pass
on peut passer à l'échelle entraîner des

552
00:31:43,320 --> 00:31:47,077
réseaux beaucoup plus gros et intégrer
en fait des connaissances qui sont

553
00:31:47,160 --> 00:31:50,917
implicites dans le texte avec cette
méthode qui n'appelle l'air de marcher

554
00:31:51,000 --> 00:31:55,917
aussi bien que qui marche bien mieux par
contre que la la méthode précédente qui

555
00:31:56,000 --> 00:31:57,757
consiste à à masquer, enlever certains

556
00:31:57,840 --> 00:32:01,477
mots qui qui une méthode plus ancienne.

557
00:32:01,560 --> 00:32:04,437
Euh donc cette révolution là qui pas qui

558
00:32:04,520 --> 00:32:06,157
a pas été immédiatement reconnue comme

559
00:32:06,240 --> 00:32:08,997
une révolution date de 2019-2020

560
00:32:09,080 --> 00:32:11,997
et puis GPT3 en 2022, il y a eu des il y

561
00:32:12,080 --> 00:32:16,637
avait des projets simultanés sur
exactement le même thème chez Meta chez

562
00:32:16,720 --> 00:32:20,197
Google. OPA était pas
les seuls à développer ce

563
00:32:20,280 --> 00:32:23,677
genre de chos mais il y a eu
effectivement un progrès significatif

564
00:32:23,760 --> 00:32:26,277
grâce à cette architecture

565
00:32:26,360 --> 00:32:28,477
et puis ensuite on s'est aperçu qu'on

566
00:32:28,560 --> 00:32:32,037
pouvait affiner ces architectures, enfin

567
00:32:32,120 --> 00:32:33,677
ces systèmes après qu'on les entraîne

568
00:32:33,760 --> 00:32:36,237
sur des quantités énormes de textes. On

569
00:32:36,320 --> 00:32:41,077
peut les affiner pour qu'elles obéissent
à des instructions ou qu'elles répondent

570
00:32:41,160 --> 00:32:44,877
à des questions qui sont fréquentes
parmi les utilisateurs et ça en fait des

571
00:32:44,960 --> 00:32:48,477
systèmes utiles. Et ça c'est chat
GPT et tout ce qui est à suivi.

572
00:32:48,560 --> 00:32:52,277
Et quand on se place aujourd'hui,
on a plusieurs questions. D'abord, on est

573
00:32:52,360 --> 00:32:55,037
complètement dépassé par le niveau
d'investissement des Américains et

574
00:32:55,120 --> 00:32:56,357
potentiellement des Chinois. On est des

575
00:32:56,440 --> 00:32:59,917
petits Européens vraiment très loin. On

576
00:33:00,000 --> 00:33:04,397
a l'impression que il faut surinvestir
sur le compute, c'estàd sur la puissance

577
00:33:04,480 --> 00:33:07,637
de calcul, surinvestir sur les modèles
de frontières et que sinon on n'y sera

578
00:33:07,720 --> 00:33:11,317
jamais, qu'on a qu'un seul champion
en Europe. Qu'est-ce qu'on va faire?

579
00:33:11,400 --> 00:33:13,037
Qu'est-ce qu'on peut faire encore?

580
00:33:13,120 --> 00:33:18,557
Alors bon, il y a plein de choses
qu'il faut dire là-dessus. Euh

581
00:33:18,640 --> 00:33:22,477
et ça va nous mener à une longue
discussion. Le je essayer de la couper

582
00:33:22,560 --> 00:33:24,437
en morceau. La première chose qu'il faut

583
00:33:24,520 --> 00:33:28,037
se dire c'est que ces systèmes, donc des

584
00:33:28,120 --> 00:33:30,557
LLM entraînés sur du texte sont très

585
00:33:30,640 --> 00:33:35,077
limités dans leur leur capacité. Euh

586
00:33:35,160 --> 00:33:37,877
donc j'ai j'ai déclaré je déclare depuis

587
00:33:37,960 --> 00:33:40,397
plusieurs années que ce type de

588
00:33:40,480 --> 00:33:43,037
technologie n'est pas un chemin viable

589
00:33:43,120 --> 00:33:47,437
vers des systèmes intelligents avec une
intelligence similaire à l'intelligence

590
00:33:47,520 --> 00:33:49,957
humaine. Pourquoi? Pour une raison très

591
00:33:50,040 --> 00:33:53,917
simple, c'est que le monde réel, le

592
00:33:54,000 --> 00:33:55,717
monde physique est beaucoup plus

593
00:33:55,800 --> 00:33:59,037
compliqué que le texte. Ça nous paraît

594
00:33:59,120 --> 00:34:01,197
paradoxal en tant qu'humain parce que on

595
00:34:01,280 --> 00:34:04,077
pense que le la langue humaine c'est un

596
00:34:04,160 --> 00:34:08,237
peu le le sommum de de l'intelligence
humaine mais en fait pas du tout. Le

597
00:34:08,320 --> 00:34:12,477
texte est facile. Prédire le mot qui
suit un texte particulier. On peut

598
00:34:12,560 --> 00:34:16,277
jamais prédire exactement le mot qui
suit un texte mais on peut prédire une

599
00:34:16,360 --> 00:34:19,117
distribution de probabilité sur tous
les mots possibles. C'est comme ça que

600
00:34:19,200 --> 00:34:22,757
fonctionne les LLM. Euh et on peut
représenter cette probabilité. C'est

601
00:34:22,840 --> 00:34:24,877
juste une liste de nombres. Euh disons

602
00:34:24,960 --> 00:34:30,077
si le dictionnaire fait est de taille
100000 euh c'est une série de nombres de

603
00:34:30,160 --> 00:34:33,317
100000 nombres entre 0 et 1 dont la
somme fait 1. C'est vraiment simple, on

604
00:34:33,400 --> 00:34:38,117
sait le faire. Euh et puis pour prédire
un texte, on fait ce qu'on appelle la

605
00:34:38,200 --> 00:34:41,917
prédiction autorégressive. C'est pas un
nouveau concept non plus. C'estàd qu'on

606
00:34:42,000 --> 00:34:44,677
on montre un texte au système, lui fait

607
00:34:44,760 --> 00:34:49,077
prédire le mot qui suit. Il prédit une
probabilité sur tous les mots. On on

608
00:34:49,160 --> 00:34:52,197
prend on choisit un mot dans cette
distribution de probabilité, un mot de

609
00:34:52,280 --> 00:34:57,197
haute probabilité. Mais c'est un peu
stocastique. Et puis ensuite, on injecte

610
00:34:57,280 --> 00:35:00,877
ce mot dans l'entrée. C'estàd qu'on
décale tous les mots de dans l'entrée du

611
00:35:00,960 --> 00:35:05,757
système et maintenant il voit sa propre
sortie comme faisant partie de l'entrée.

612
00:35:05,840 --> 00:35:08,957
Donc maintenant, on peut lui demander
de produire le deuxième mot. On met ça à

613
00:35:09,040 --> 00:35:12,437
l'entrée, 3è 4e et cetera. Donc ça ça
pas besoin de beaucoup d'argent pour

614
00:35:12,520 --> 00:35:14,877
faire ça finalement. Alors là où il y a

615
00:35:14,960 --> 00:35:17,797
besoin de beaucoup d'argent, c'est si le

616
00:35:17,880 --> 00:35:22,157
réseau de neurone en question,
on veut l'entraîner sur énormément de

617
00:35:22,240 --> 00:35:25,837
données et surtout on veut
pouvoir expérimenter

618
00:35:25,920 --> 00:35:30,157
avec plusieurs architectures et cetera
et cetera. Et le problème c'est que si

619
00:35:30,240 --> 00:35:32,797
on veut l'entraîner avec beaucoup de
données, ce qu'il va faire c'est qu'il

620
00:35:32,880 --> 00:35:37,477
va accumuler toute la connaissance
déclarative dans ces données et pour ça

621
00:35:37,560 --> 00:35:41,357
il faut beaucoup de mémoire. Donc ce
qui coûte cher en fait euh dans dans ces

622
00:35:41,440 --> 00:35:45,037
systèmes, c'est qu'il faut des
ordinateurs ou des des clusters

623
00:35:45,120 --> 00:35:48,077
d'ordinateur en fait qui sont très
puissant au niveau calcul numérique

624
00:35:48,160 --> 00:35:51,557
parce que finalement ce qui se passe à
la base dans ces réseaux neurones, c'est

625
00:35:51,640 --> 00:35:54,077
des multiplications, des additions,
des comparaisons et rien d'autre. C'est

626
00:35:54,160 --> 00:35:55,797
vraiment très très simple.

627
00:35:55,880 --> 00:35:59,237
Euh mais dans des en c'est des centaines

628
00:35:59,320 --> 00:36:03,717
de milliards hein euh par inférence et

629
00:36:03,800 --> 00:36:08,557
et euh et donc si on veut que ces
systèmes accumulent suffisamment de de

630
00:36:08,640 --> 00:36:12,997
connaissances déclaratives euh
en étant entraîné sur du texte, il

631
00:36:13,080 --> 00:36:15,397
faut qu'ils aient énormément de mémoire.

632
00:36:15,480 --> 00:36:19,717
Donc des dizaines de milliards ou des
centaines de milliards ou même milliers

633
00:36:19,800 --> 00:36:23,157
de milliards de paramètres. Donc ça
ça prend beaucoup de mémoire. Chaque

634
00:36:23,240 --> 00:36:25,717
paramètre durant l'apprentissage est

635
00:36:25,800 --> 00:36:30,237
stocké sur 4 oct ou deux oct si on veut
être un petit peu plus performant. Au

636
00:36:30,320 --> 00:36:33,757
moment l'inférence c'est plutôt un octa
mais quand même ça fait beaucoup. Donc

637
00:36:33,840 --> 00:36:37,597
ça fait des GPU avec beaucoup de mémoire
que Nvidia va vous vendre pour un prix

638
00:36:37,680 --> 00:36:40,277
énorme et beaucoup de trafic de mémoire.

639
00:36:40,360 --> 00:36:44,557
Donc ça fait monter les prix des mémoires.
Je suis sûr que vous en aperçu

640
00:36:44,640 --> 00:36:46,597
et ça coûte cher. Donc il faut beaucoup

641
00:36:46,680 --> 00:36:50,997
de d'infrastructures qui qui coûte des

642
00:36:51,080 --> 00:36:54,517
centaines de milliards en fait
d'investissement au capital que les

643
00:36:54,600 --> 00:36:58,037
grosses entreprises de de tech de
la SCON vallée peuvent se payer mais

644
00:36:58,120 --> 00:37:02,637
personne d'autre.
Et donc ça ça met effectivement

645
00:37:02,720 --> 00:37:05,997
euh les autres pays, y compris les
Chinois en fait dans une des situations

646
00:37:06,080 --> 00:37:10,277
compliquées. Les Chinois
encore plus en fait parce que

647
00:37:10,360 --> 00:37:12,717
le le gouvernement américain essaie de

648
00:37:12,800 --> 00:37:15,437
limiter l'accès de des Chinois au aux

649
00:37:15,520 --> 00:37:18,037
derniers aux dernières technologies.

650
00:37:18,120 --> 00:37:21,397
Alors pour les limitations de ces de ces

651
00:37:21,480 --> 00:37:26,197
de ces systèmes à base de LLM, euh

652
00:37:26,280 --> 00:37:29,717
comme je l'ai dit, prédire le mot
suivant dans un texte relativement

653
00:37:29,800 --> 00:37:32,517
facile. Prédire les pixels qui suit dans

654
00:37:32,600 --> 00:37:35,317
une vidéo, c'est beaucoup beaucoup plus

655
00:37:35,400 --> 00:37:37,757
compliqué et on sait pas vraiment encore

656
00:37:37,840 --> 00:37:40,157
le faire. Ce qui fait que on a des

657
00:37:40,240 --> 00:37:42,557
systèmes qui peuvent passer l'examen du

658
00:37:42,640 --> 00:37:47,077
barreau, écrire des dissertations, euh

659
00:37:47,160 --> 00:37:51,317
même démontrer des théorèmes, écrire du
code. Euh donc faire des choses qui sont

660
00:37:51,400 --> 00:37:53,197
vraiment basées sur sur du texte en

661
00:37:53,280 --> 00:37:58,517
fait. Euh mais où est ma
voiture autonome? Où est mon

662
00:37:58,600 --> 00:38:03,077
robot domestique qui peut débarrasser
la table et remplir la vaisselle?

663
00:38:03,160 --> 00:38:06,597
Et ne parlons même pas du robot
domestique qui peut réparer la salle de

664
00:38:06,680 --> 00:38:09,677
bain. C'est pas pour demain. Et c'est

665
00:38:09,760 --> 00:38:14,077
ça, c'est la raison pour ça. On n même
pas de système assez intelligent en fait

666
00:38:14,160 --> 00:38:18,477
pour avoir une compréhension du monde
physique et aussi sophistiqué que la

667
00:38:18,560 --> 00:38:20,477
compréhension du monde physique d'achat

668
00:38:20,560 --> 00:38:23,717
gouttière. Donc il y a un gap énorme

669
00:38:23,800 --> 00:38:27,357
entre l'intelligence

670
00:38:27,440 --> 00:38:31,917
basée sur la langue si vous voulez ou
la régurgitation de de connaissances

671
00:38:32,000 --> 00:38:35,717
accumulé de connaissances déclaratives

672
00:38:35,800 --> 00:38:39,957
et l'intelligence qui serait la
compréhension du monde physique. Et on

673
00:38:40,040 --> 00:38:42,237
peut résumer ça en fait en un chiffre

674
00:38:42,320 --> 00:38:45,157
très simple qui est que la totalité de

675
00:38:45,240 --> 00:38:49,357
tout le texte disponible sur internet
qui est utilisé pour préentraîner les

676
00:38:49,440 --> 00:38:51,677
LLM aujourd'hui, c'est environ 20000

677
00:38:51,760 --> 00:38:56,437
milliards de mots. Alors, un texte est
tokenisé, c'est-à-dire qu'on on découpe

678
00:38:56,520 --> 00:39:00,477
les mots en sous-mot et cetera,
on transforme ça en token. Et 20000

679
00:39:00,560 --> 00:39:04,717
milliards de mots, c'est environ 30000
milliards de token. Chaque token est

680
00:39:04,800 --> 00:39:07,397
encodé typiquement sur trois octs. Donc

681
00:39:07,480 --> 00:39:09,757
si on fait le calcul, c'est à peu près

682
00:39:09,840 --> 00:39:13,437
10 à la puissance 14 oct d'entraînement

683
00:39:13,520 --> 00:39:15,157
qui correspondrait à un texte qui

684
00:39:15,240 --> 00:39:18,317
prendrait tout un chacun ici environ 1

685
00:39:18,400 --> 00:39:22,917
demi million d'années à lire.
Ça fait beaucoup.

686
00:39:23,000 --> 00:39:26,797
Aucun humain est capable de d'ingérer et
certainement de se souvenir d'autant de

687
00:39:26,880 --> 00:39:28,397
d'information,

688
00:39:28,480 --> 00:39:31,917
même de manière abstraite.

689
00:39:32,000 --> 00:39:35,757
Comparer ça aux données qui parviennent

690
00:39:35,840 --> 00:39:37,717
au contexte visuel dans les premières

691
00:39:37,800 --> 00:39:40,917
années de la vie. Un enfant de 4 ans a

692
00:39:41,000 --> 00:39:43,757
été éveillé typiquement un total

693
00:39:43,840 --> 00:39:46,637
d'environ 16000 heures dans sa vie.

694
00:39:46,720 --> 00:39:49,997
Et au cours de ces 16000 heures, il y a

695
00:39:50,080 --> 00:39:52,397
l'information qui est véhiculée par les

696
00:39:52,480 --> 00:39:54,637
le neroptique des yeux vers le le

697
00:39:54,720 --> 00:39:58,117
contexte visuel. C'est environ

698
00:39:58,200 --> 00:40:02,037
un octa par seconde par fibre du ner
optique. On a 2 millions de fibres de

699
00:40:02,120 --> 00:40:04,837
ner optique 1 million par œil. Donc

700
00:40:04,920 --> 00:40:07,917
c'est environ un flux de 2 millions de

701
00:40:08,000 --> 00:40:10,157
de d'octès par seconde. Si on fait le

702
00:40:10,240 --> 00:40:14,757
calcul sur 16000 heures éveillé, c'est à

703
00:40:14,840 --> 00:40:16,277
peu près 10 à la puissance 14 oct.

704
00:40:16,360 --> 00:40:17,877
C'està-dire un enfant de 4 ans a vu

705
00:40:17,960 --> 00:40:19,477
autant d'information que le plus grand

706
00:40:19,560 --> 00:40:24,157
des LLM simplement par la vision. Euh et

707
00:40:24,240 --> 00:40:27,437
autant d'information qu'il y a dans le
texte, la totalité du texte disponible

708
00:40:27,520 --> 00:40:29,397
publiquement sur internet. Donc ça ça

709
00:40:29,480 --> 00:40:34,957
vous dit que on n'arrivera jamais en
fait à un système de de niveau humain en

710
00:40:35,040 --> 00:40:36,397
entraînant sur seulement sur du texte.

711
00:40:36,480 --> 00:40:39,517
Il a toute une partie de la réalité
qui n'est pas présent dans le texte. Il

712
00:40:39,600 --> 00:40:40,797
n'est pas présente dans le texte.

713
00:40:40,880 --> 00:40:44,317
Sauf si on travaille avec des world
models, non? Alors ensuite, je peux

714
00:40:44,400 --> 00:40:46,437
vous donner les solutions. Euh je vous

715
00:40:46,520 --> 00:40:48,877
expliquer un petit peu en fait le la

716
00:40:48,960 --> 00:40:51,517
l'idée autour de autour de laquelle est

717
00:40:51,600 --> 00:40:56,397
construite Amilabs. Euh c'est et je vais

718
00:40:56,480 --> 00:41:01,157
je vais je vais vous prendre un exemple
euh que j'utilise souvent euh dans ce

719
00:41:01,240 --> 00:41:02,637
genre de conférence. Si je prends une

720
00:41:02,720 --> 00:41:04,957
vidéo de cette salle, je commence par la

721
00:41:05,040 --> 00:41:08,237
gauche, je tourne la caméra et j'arrête.

722
00:41:08,320 --> 00:41:11,917
Et puis j'attends, je de donne ça à une

723
00:41:12,000 --> 00:41:14,237
machine entraîner à prédire ce qui se

724
00:41:14,320 --> 00:41:16,797
passe dans une vidéo et je demande à à

725
00:41:16,880 --> 00:41:19,917
cette machine, continue la vidéo.

726
00:41:20,000 --> 00:41:23,557
Très clairement, la machine
va prédire que la caméra va

727
00:41:23,640 --> 00:41:27,957
continuer à tourner, qu'on est dans une
salle de classe qui a probablement des

728
00:41:28,040 --> 00:41:31,797
fenêtres de ce côté-là parce qu'il voit
les ombres projetées et cetera. Mais il

729
00:41:31,880 --> 00:41:35,957
y a absolument aucun moyen qu'il puisse
deviner à quoi vous ressemblez tous.

730
00:41:36,040 --> 00:41:40,437
C'est pas possible. L'information n'est
pas présente. C'est une une information

731
00:41:40,520 --> 00:41:42,437
impossible à prédire. Et quand on

732
00:41:42,520 --> 00:41:44,957
entraîne ces systèmes, des systèmes donc

733
00:41:45,040 --> 00:41:48,397
génératifs à prédire au niveau du pixel

734
00:41:48,480 --> 00:41:53,677
euh ce qui ce qui va se passer dans une
vidéo, ça marche pas. on les tue. Alors

735
00:41:53,760 --> 00:41:56,797
évidemment, il y a tous ces systèmes qui
font de la synthèse vidéo. Euh on a tous

736
00:41:56,880 --> 00:41:59,717
joué avec ça qui sont très
impressionnants, mais ces systèmes en

737
00:41:59,800 --> 00:42:01,357
fait ne comprennent pas vraiment la

738
00:42:01,440 --> 00:42:04,197
réalité sous-jacente de de du monde

739
00:42:04,280 --> 00:42:07,517
physique. Euh donc euh comment peut-on

740
00:42:07,600 --> 00:42:09,797
entraîner un système? Simplement par

741
00:42:09,880 --> 00:42:11,717
prédiction, ce qui marche très bien pour

742
00:42:11,800 --> 00:42:15,157
le texte. Comment transposer ce succès?

743
00:42:15,240 --> 00:42:19,917
un système qui prédit ce qui est entraîné
à prédire ce qui se passe dans une vidéo,

744
00:42:20,000 --> 00:42:22,677
sachant qu'il ne peut absolument pas
prédire tous les détails de ce qu'il y a

745
00:42:22,760 --> 00:42:27,117
dans les vidéos. Alors ça ça conduit à
un concept que j'appelle Jeppa. C'est un

746
00:42:27,200 --> 00:42:28,957
un acronyme, ça veut dire Joint Embeding

747
00:42:29,040 --> 00:42:32,117
predictive architecture. En français

748
00:42:32,200 --> 00:42:34,197
architecture prédictive d'enchassement

749
00:42:34,280 --> 00:42:36,157
joint.

750
00:42:36,240 --> 00:42:40,077
Euh et l'idée de de ça, c'est de dire il

751
00:42:40,160 --> 00:42:42,877
faut que il faut que le le système en en

752
00:42:42,960 --> 00:42:46,957
s'entraînant produise une représentation

753
00:42:47,040 --> 00:42:51,277
abstraite de la réalité dans
lequel tous les détails qui ne sont

754
00:42:51,360 --> 00:42:55,157
pas prédictibles sont éliminés et
ensuite s'entraînent à prédire mais dans

755
00:42:55,240 --> 00:42:58,437
dans cet espace de
représentation abstraite.

756
00:42:58,520 --> 00:43:03,277
Et donc toute la question qui est en fait
la question originale du deep learning,

757
00:43:03,360 --> 00:43:08,757
c'est comment apprendre des
représentations de de percept? Et on se

758
00:43:08,840 --> 00:43:11,357
pose toujours la même question, c'est
une question qui m'obsède depuis 40 ans,

759
00:43:11,440 --> 00:43:15,117
c'est comment un système intelligent
durant l'apprentissage peut apprendre

760
00:43:15,200 --> 00:43:18,957
une bonne représentation du monde,
que ce soit pour la perception ou pour la

761
00:43:19,040 --> 00:43:20,317
prédiction dans la vidéo comme c'est le

762
00:43:20,400 --> 00:43:22,877
cas. Et et donc je suis arrivé à ce

763
00:43:22,960 --> 00:43:27,197
concept JPA qui euh j'ai publié une

764
00:43:27,280 --> 00:43:30,837
sorte de d'article sur ma vision de

765
00:43:30,920 --> 00:43:34,917
devrait aller la recherche en IA dans
les la décennie qui vient qui fait c'est

766
00:43:35,000 --> 00:43:37,717
maintenant c'est plus que 6 ans euh que

767
00:43:37,800 --> 00:43:40,477
l'article a été publié en 2002 2022

768
00:43:40,560 --> 00:43:43,197
pardon euh dans dans lequel je propose

769
00:43:43,280 --> 00:43:45,677
cette architecture. Puis il y a dans la

770
00:43:45,760 --> 00:43:48,917
communauté scientifique environ 2900

771
00:43:49,000 --> 00:43:53,037
articles qui mentionnent Jeppa. Euh donc

772
00:43:53,120 --> 00:43:56,117
ça suscité pas mal d'intérêt mais c'est

773
00:43:56,200 --> 00:43:57,357
toujours dans la communauté de la

774
00:43:57,440 --> 00:44:00,877
recherche et ça n'intéresse pas encore

775
00:44:00,960 --> 00:44:03,517
en tout cas l'industrie de de l'IA de la

776
00:44:03,600 --> 00:44:05,877
Sicone Vallée. Ils sont tous dans une

777
00:44:05,960 --> 00:44:08,517
tranchée de d'améliorer les performances

778
00:44:08,600 --> 00:44:11,077
des LLM et aucune de ces entreprises ne

779
00:44:11,160 --> 00:44:14,277
peut se permettre de dévier de trop de

780
00:44:14,360 --> 00:44:17,437
de de l'approche dominante parce que il

781
00:44:17,520 --> 00:44:21,557
prendrait le risque de prendre du retard.
Euh donc ça nous profite un

782
00:44:21,640 --> 00:44:25,757
petit peu parce que du coup on peut
poursuivre cette approche sans concurrent.

783
00:44:25,840 --> 00:44:28,397
Comme tu as pas tout à fait répondu à ma
question sur la souveraineté européenne,

784
00:44:28,480 --> 00:44:31,197
je je me permets de la reposer

785
00:44:31,280 --> 00:44:35,997
et et de je la je la formule d'une autre
manière. Est-ce que si je fais JPA ou

786
00:44:36,080 --> 00:44:37,797
World Models et que je fais de l'open

787
00:44:37,880 --> 00:44:39,277
source en plus, est-ce que je m'en sors

788
00:44:39,360 --> 00:44:43,477
? Alors concernant JPA World Model,

789
00:44:43,560 --> 00:44:45,957
qu'est-ce que c'est qu'un world model?

790
00:44:46,040 --> 00:44:48,037
puisque tu as mentionné donc un modèle

791
00:44:48,120 --> 00:44:51,477
du monde, c'est ce serait un donc c'est

792
00:44:51,560 --> 00:44:54,717
basé sur ces histoires de JEPA. C'est

793
00:44:54,800 --> 00:44:57,677
c'est ce qui permettrait à un système

794
00:44:57,760 --> 00:45:01,637
intelligent euh d'agir,

795
00:45:01,720 --> 00:45:05,717
de planifier des actions euh

796
00:45:05,800 --> 00:45:08,557
en prédisant les conséquences de ces

797
00:45:08,640 --> 00:45:11,357
actions. La raison qui nous permet de

798
00:45:11,440 --> 00:45:13,917
d'appréhender une nouvelle situation et

799
00:45:14,000 --> 00:45:18,717
de d'agir de manière correcte,
c'est en fait un modèle du monde qu'on a

800
00:45:18,800 --> 00:45:20,677
dans la tête qui nous permet de prédire

801
00:45:20,760 --> 00:45:25,757
les conséquences de nos actions. Je sais
que si je pousse sur ce sur ce verre à

802
00:45:25,840 --> 00:45:29,637
la base, il va glisser. Si je pousse
sur le verre en haut, il va probablement

803
00:45:29,720 --> 00:45:34,397
basculer. Si je pousse sur la table
avec la même force, ça va pas bouger.

804
00:45:34,480 --> 00:45:37,357
On a une intuition de de ce qui se passe
dans le monde qu'on apprend dans les

805
00:45:37,440 --> 00:45:40,317
premiers mois, les premières années
de la vie. Au départ, purement par

806
00:45:40,400 --> 00:45:43,757
observation, ensuite par expérimentation.

807
00:45:43,840 --> 00:45:47,677
Les bébés humains apprennent par exemple
la notion de gravité, le fait que un

808
00:45:47,760 --> 00:45:51,637
objet tombe quand il est pas supporté
environ vers l'âge de 9 mois. Ça prend

809
00:45:51,720 --> 00:45:54,317
du temps pour les humains, c'est plus
vite, c'est plus rapide pour la plupart

810
00:45:54,400 --> 00:45:56,997
des animaux. Donc, comment apprend-on

811
00:45:57,080 --> 00:46:01,597
ces concepts de base sur la réalité
physique? Et est-ce qu'on peut les

812
00:46:01,680 --> 00:46:05,557
apprendre par en s'entraînant
à prédire? La réponse

813
00:46:05,640 --> 00:46:08,037
est oui. Maintenant, on a la on a la
réponse, c'estàd qu'on peut entraîner

814
00:46:08,120 --> 00:46:11,037
des systèmes de ces à à prédire ce

815
00:46:11,120 --> 00:46:15,277
qui va se passer à un niveau abstrait et
on peut aussi les entraîner à prédire ce

816
00:46:15,360 --> 00:46:18,517
qui va se passer comme conséquence
d'action. Donc si on a un système qui

817
00:46:18,600 --> 00:46:21,477
peut prédire comment va changer le monde

818
00:46:21,560 --> 00:46:26,237
étant donné l'état du monde à l'instant
et une action que j'imagine prendre,

819
00:46:26,320 --> 00:46:29,437
puis-je prédire l'état du monde à
l'instant t +1 qui va résulter de cette

820
00:46:29,520 --> 00:46:32,277
action? Si j'ai ce modèle mental, je

821
00:46:32,360 --> 00:46:36,837
peux prédire le résultat d'une séquence
d'action. Je peux voir si cette séquence

822
00:46:36,920 --> 00:46:41,677
d'action va accomplir une tâche que je
voudrais bien accomplir. Et donc je peux

823
00:46:41,760 --> 00:46:45,437
par recherche trouver une séquence
d'action qui va accomplir cette tâche.

824
00:46:45,520 --> 00:46:48,917
C'est la planification. On sait faire ça
en tant qu'humain, très bien. On fait ça

825
00:46:49,000 --> 00:46:52,077
de manière hiérarchique, c'est plus
compliqué mais on sait faire ça très

826
00:46:52,160 --> 00:46:55,997
bien. Beaucoup d'animaux savent faire ça
aussi parce qu'ils ont un modèle mental

827
00:46:56,080 --> 00:46:57,837
de la réalité. Les systèmes d'hier

828
00:46:57,920 --> 00:47:00,317
actuel n'en ont pas. Ils ont appris

829
00:47:00,400 --> 00:47:04,637
plein de de faites sur déclaratif hein

830
00:47:04,720 --> 00:47:07,557
de sur le le monde, mais ils n'ont pas

831
00:47:07,640 --> 00:47:12,237
de compréhension de euh de de la réalité.
Euh donc c'est ça qu'on essaie

832
00:47:12,320 --> 00:47:15,397
de construire à Milabs. Ce que ça
va causer donc pour les raisons de

833
00:47:15,480 --> 00:47:18,837
souveraineté. c'est que ça va causer une
nouvelle révolution dans l'IA. Il va y

834
00:47:18,920 --> 00:47:22,277
avoir une autre révolution dans l'IA
dans les années qui viennent dû à

835
00:47:22,360 --> 00:47:25,837
l'avènement de ces modèles du monde
de systèmes qui peuvent planifier, de

836
00:47:25,920 --> 00:47:30,237
systèmes qui ont un certain sens commun
et donc de de systèmes qui vont ouvrir

837
00:47:30,320 --> 00:47:31,997
la porte à des applications en robotique

838
00:47:32,080 --> 00:47:34,477
par exemple ou application industrielle

839
00:47:34,560 --> 00:47:39,517
et c'est le c'est l'angle que Amilabs
poursuit. Donc, on a peut-être perdu la

840
00:47:39,600 --> 00:47:41,037
partie des LLM en Europe, mais on n pas

841
00:47:41,120 --> 00:47:45,597
perdu euh le tout le le la bataille de

842
00:47:45,680 --> 00:47:50,037
de l'IA parce qu'il va y avoir d'autres
révolutions et on peut être euh au

843
00:47:50,120 --> 00:47:55,637
départ de cette de cette autre révolution.
L'autre raison pour laquelle on peut euh

844
00:47:55,720 --> 00:47:58,717
on peut avoir des contributions à
cette nouvelle révolution, c'est que les

845
00:47:58,800 --> 00:48:03,397
modèles donc basés sur
les modèles du monde ont

846
00:48:03,480 --> 00:48:04,917
besoin de moins de mémoire. C'est-à-dire

847
00:48:05,000 --> 00:48:07,637
que il remplace l'accumulation de

848
00:48:07,720 --> 00:48:13,157
connaissances déclarative par
une compréhension du monde.

849
00:48:13,240 --> 00:48:16,477
Donc par exemple, vous avez pas besoin
de vous rappeler explicitement le fait

850
00:48:16,560 --> 00:48:20,997
que quand vous poussez sur un verre
en haut, il bascule. C'est c'est une

851
00:48:21,080 --> 00:48:24,717
compréhension. C'est pas un fait dont
vous vous rappelez de manière isolée.

852
00:48:24,800 --> 00:48:29,277
Vous n pas besoin d'apprendre ça par cœur.
D'accord? Donc les modèles qu'on

853
00:48:29,360 --> 00:48:31,677
entraîne à Milabs sont de ce type là.

854
00:48:31,760 --> 00:48:34,837
Ils sont en au niveau taille, ils sont
plus petits que les LLM. Ils ont pas

855
00:48:34,920 --> 00:48:38,277
besoin d'autant de mémoire. Euh donc,
on a pas besoin d'autant d'ordinateur pour

856
00:48:38,360 --> 00:48:42,037
les pour les entraîner, mais ils ont une
compréhension plus profonde en fait de

857
00:48:42,120 --> 00:48:47,197
la de la réalité.
Donc ça donne une porte pour la

858
00:48:47,280 --> 00:48:48,957
souveraineté. La deuxième porte pour la

859
00:48:49,040 --> 00:48:52,597
souveraineté, c'est l'open source ou

860
00:48:52,680 --> 00:48:56,277
open weight. Alors pour
moi, c'est un sujet de

861
00:48:56,360 --> 00:49:00,037
prédilection pour pour tout
un tas de raisons et dans

862
00:49:00,120 --> 00:49:02,477
tout un tas de domaines, mais je pense

863
00:49:02,560 --> 00:49:04,277
que la question est particulièrement

864
00:49:04,360 --> 00:49:07,917
importante aujourd'hui parce que

865
00:49:08,000 --> 00:49:12,117
dans le présent et
encore plus dans le futur,

866
00:49:12,200 --> 00:49:16,637
toute l'information qui va nous parvenir,
qui va appartenir à tous les

867
00:49:16,720 --> 00:49:21,117
citoyens de France et de Navar

868
00:49:21,200 --> 00:49:23,277
vont se faire par l'intermédiaire de

869
00:49:23,360 --> 00:49:25,397
système système d'IA d'assistants I

870
00:49:25,480 --> 00:49:29,277
d'assistants intelligents.

871
00:49:29,360 --> 00:49:32,597
Si ces assistants sont propriétaire

872
00:49:32,680 --> 00:49:34,757
et produit par trois ou quatre

873
00:49:34,840 --> 00:49:36,917
entreprises sur la côte ouest des

874
00:49:37,000 --> 00:49:42,477
États-Unis ou en Chine, c'est pas bon
pour la culture, c'est pas bon pour la

875
00:49:42,560 --> 00:49:46,837
démocratie, c'est pas bon pour les
valeurs, c'est c'est bon pour rien.

876
00:49:46,920 --> 00:49:50,757
Donc, il faut absolument éviter
cette situation dans lequelle toute

877
00:49:50,840 --> 00:49:54,637
l'information des citoyens se fera
sera contrôlée en fait par une poignée

878
00:49:54,720 --> 00:49:59,077
d'entreprise américaine ou chinoise.

879
00:49:59,160 --> 00:50:02,437
Donc, il faut absolument la souveraineté.
C'est pas une option.

880
00:50:02,520 --> 00:50:04,597
Et pour moi, la seule manière de

881
00:50:04,680 --> 00:50:08,197
d'arriver à à cette souveraineté, c'est

882
00:50:08,280 --> 00:50:10,397
pour les les pays en particulier qui ne

883
00:50:10,480 --> 00:50:12,917
sont ni les États-Unis ni la Chine, mais

884
00:50:13,000 --> 00:50:16,197
ça veut pas dire qu'on les exclut, de

885
00:50:16,280 --> 00:50:20,037
s'allier pour produire un modèle ouvert,

886
00:50:20,120 --> 00:50:24,837
gratuit, open source, euh qui serait
un espèce de dépositaire de toute la

887
00:50:24,920 --> 00:50:26,157
connaissance humaine et qui serait

888
00:50:26,240 --> 00:50:30,837
entraîné sur tous les les données, non

889
00:50:30,920 --> 00:50:33,437
seulement les données qui sont
disponibles publiquement aujourd'hui

890
00:50:33,520 --> 00:50:36,597
avec lesquels les modèles commerciaux
sont aussi entraînés, mais aussi des

891
00:50:36,680 --> 00:50:39,597
données qui ne sont pas
disponibles publiquement,

892
00:50:39,680 --> 00:50:41,477
euh les fonds culturels de la

893
00:50:41,560 --> 00:50:44,197
bibliothèque nationale en France

894
00:50:44,280 --> 00:50:46,957
et puis une quantité énorme de

895
00:50:47,040 --> 00:50:50,077
connaissances de de fonds culturels en

896
00:50:50,160 --> 00:50:52,997
Inde, en Égypte, au Vietnam, au Japon,

897
00:50:53,080 --> 00:50:55,597
en Corée et cetera.

898
00:50:55,680 --> 00:50:57,917
Si tout ces régions et ces pays

899
00:50:58,000 --> 00:51:01,277
collaboraient pour entraîner un modèle

900
00:51:01,360 --> 00:51:06,077
ouvert, il deviendrait le dépositaire
de toute la connaissance humaine et il

901
00:51:06,160 --> 00:51:09,557
comprendrait toutes les langues du monde,
tous les systèmes de valeur, tous

902
00:51:09,640 --> 00:51:11,757
les sens d'intérêt

903
00:51:11,840 --> 00:51:14,277
et cetera. Alors, c'est un peu une

904
00:51:14,360 --> 00:51:16,717
vision utopique, mais j'ai démarré un

905
00:51:16,800 --> 00:51:19,917
projet qui s'appelle Project Tapestry,

906
00:51:20,000 --> 00:51:22,077
tapisserie

907
00:51:22,160 --> 00:51:25,557
et qui qui essaie de de fédérer en fait

908
00:51:25,640 --> 00:51:29,717
des régions, des pays, des universités,
des informaticiens et et des

909
00:51:29,800 --> 00:51:34,877
scientifiques à contribuer à la création
de ça. On espère avoir, on a déjà le

910
00:51:34,960 --> 00:51:37,877
support d'un certain nombre de
gouvernements de par le monde euh en

911
00:51:37,960 --> 00:51:41,117
particulier l'Inde, le Japon, le Vietnam

912
00:51:41,200 --> 00:51:43,877
et quelques autres et on espère sous peu

913
00:51:43,960 --> 00:51:46,757
avoir le soutien de la plupart des pays

914
00:51:46,840 --> 00:51:51,717
européens et puis
d'autres d'autres acteurs.

915
00:51:51,800 --> 00:51:55,197
Moi, j'ai encore pas mal de questions,
mais je pense que peut-être il y a des

916
00:51:55,280 --> 00:51:57,597
gens dans la salle qui veulent poser des
questions. Je sais pas si c'est prévu,

917
00:51:57,680 --> 00:52:04,040
mais voilà, je vois quelqu'un
au premier rang qui lève la main.

918
00:52:06,040 --> 00:52:10,360
Il un micro qui vient vers vous, je crois.

919
00:52:20,760 --> 00:52:23,760
Pardon.

920
00:52:25,880 --> 00:52:32,520
Merci. Bonjour Yan Lequin.
Merci d'être venu à Sciencep.

921
00:52:33,320 --> 00:52:35,597
Ma première question et aujourd'hui il y

922
00:52:35,680 --> 00:52:37,757
a un type de data qui manque, on le

923
00:52:37,840 --> 00:52:40,837
connaît pas encore pour passer du texte

924
00:52:40,920 --> 00:52:43,397
au world model pour

925
00:52:43,480 --> 00:52:46,197
l'IA physique. Quel est ce type de data

926
00:52:46,280 --> 00:52:48,997
qui manque aujourd'hui? Et dans les si

927
00:52:49,080 --> 00:52:51,917
on se projette de ou 3 ans, quel type

928
00:52:52,000 --> 00:52:54,037
d'entreprise dans l'IA sera la plus

929
00:52:54,120 --> 00:52:57,157
intéressante? Euh et de quoi on attend

930
00:52:57,240 --> 00:53:00,437
d'elle? Et finalement

931
00:53:00,520 --> 00:53:02,957
quel genre d'entreprise si on projette

932
00:53:03,040 --> 00:53:06,557
encore plus loin dans 5 10 ans

933
00:53:06,640 --> 00:53:10,957
que Amilab serait intéressé d'acquérir.

934
00:53:11,040 --> 00:53:14,517
D'accord. On n pas encore de revenu he
donc il y a pas question d'acquérir quoi

935
00:53:14,600 --> 00:53:16,717
que ce soit mais pour l'instant on

936
00:53:16,800 --> 00:53:21,797
dépense beaucoup d'argent
dans GPU euh enfin on calcule.

937
00:53:21,880 --> 00:53:23,397
Alors en fait, il y a pas vraiment de

938
00:53:23,480 --> 00:53:25,877
problème de données disponibles parce

939
00:53:25,960 --> 00:53:30,557
que si on avait des systèmes,
des techniques d'apprentissage qui étaient

940
00:53:30,640 --> 00:53:34,477
aussi efficaces que ce qu'on observe
chez les humains et les animaux, on

941
00:53:34,560 --> 00:53:38,597
pourrait entraîner un système qui
comprend la réalité en avec 16 16000

942
00:53:38,680 --> 00:53:41,437
heures de de vidéo.

943
00:53:41,520 --> 00:53:43,637
16000 heures de vidéo, c'est environ 30

944
00:53:43,720 --> 00:53:46,917
minutes d'upload sur YouTube. D'accord?

945
00:53:47,000 --> 00:53:49,677
C'est très peu en fait de vidéo
les modèles qu'on entraîne à l'heure

946
00:53:49,760 --> 00:53:51,917
actuelle. À cause du fait que nos
méthodes d'entraînement sont pas aussi

947
00:53:52,000 --> 00:53:54,757
efficaces que ce qu'on
observe chez les humains,

948
00:53:54,840 --> 00:53:58,637
on entraîne nos modèles avec

949
00:53:58,720 --> 00:54:01,397
l'équivalent de siècles de vidéo.

950
00:54:01,480 --> 00:54:06,877
D'accord? Et c'est très facile à obtenir.
C'est pas un problème de source

951
00:54:06,960 --> 00:54:10,517
d'information. Bon, il y a beaucoup plus
de vidéos disponibles que ce qu'on peut

952
00:54:10,600 --> 00:54:12,517
gérer en fait avec les ordinateurs qu'on

953
00:54:12,600 --> 00:54:16,277
a aujourd'hui. Par contre, il y a il y a

954
00:54:16,360 --> 00:54:19,997
il y a un problème enfin
il y a un type de de données

955
00:54:20,080 --> 00:54:21,597
disons auxquelles sont exposés les

956
00:54:21,680 --> 00:54:23,797
humains qui est un peu plus difficile à

957
00:54:23,880 --> 00:54:27,757
obtenir. C'est des données qui sont

958
00:54:27,840 --> 00:54:31,237
observation ou état du monde action état

959
00:54:31,320 --> 00:54:35,237
suivant. C'est par exemple

960
00:54:35,320 --> 00:54:36,797
des données qui viendraient d'un robot

961
00:54:36,880 --> 00:54:40,077
où on voit la la position peut-être la

962
00:54:40,160 --> 00:54:43,437
la vitesse de de de tous les les

963
00:54:43,520 --> 00:54:47,517
articulations du robot et puis on envoie
une action au robot et on observe le

964
00:54:47,600 --> 00:54:51,717
résultat. Donc ça c'est ce qui
permettrait de construire un modèle euh

965
00:54:51,800 --> 00:54:55,917
du robot qui permettrait de le le
contrôler de manière intelligente.

966
00:54:56,000 --> 00:54:58,197
[grognement] Euh et ça c'est plus
difficile à obtenir parce qu'il faut

967
00:54:58,280 --> 00:55:01,517
soit simuler le robot, ce qui est
possible mais c'est c'est pas précis

968
00:55:01,600 --> 00:55:04,837
quand il s'agit de faire la manipulation
d'objets par exemple la simulation

969
00:55:04,920 --> 00:55:07,757
marche pas bien. Euh ça marche bien. Par

970
00:55:07,840 --> 00:55:10,237
contre, si on veut

971
00:55:10,320 --> 00:55:12,677
faire en sorte que le robot court une

972
00:55:12,760 --> 00:55:17,677
course à pied, fasse un saut hauteur
ou ou un espèce de mouvement kung fou,

973
00:55:17,760 --> 00:55:20,557
c'est pour ça qu'on voit tous ces robots
hmnoïdes en Chine qui font tous ces

974
00:55:20,640 --> 00:55:23,677
trucs. C'est vraiment simple ça en fait.

975
00:55:23,760 --> 00:55:27,837
Les les modèles dynamiques des robots
qu'il faut apprendre pour ça simples

976
00:55:27,920 --> 00:55:31,317
parce que l'interaction de ces robots
avec le monde réel est en fait très très

977
00:55:31,400 --> 00:55:34,437
simple. C'est juste les pieds sur le sol

978
00:55:34,520 --> 00:55:38,677
et c'est à peu près tout. Euh mais quand
il s'agit de par exemple manipuler un

979
00:55:38,760 --> 00:55:41,117
objet, c'est beaucoup beaucoup plus
compliqué. En fait, il y a un gros

980
00:55:41,200 --> 00:55:43,997
secret dans toute l'industrie de la
robotique aujourd'hui. Il y a plein de

981
00:55:44,080 --> 00:55:46,997
boîtes qui construisent des robots
humanoïdes ou ou d'autres. Plein de

982
00:55:47,080 --> 00:55:50,197
boîtes aussi qui font des logiciels
pour essayer de rendre les robots

983
00:55:50,280 --> 00:55:52,717
intelligents. Aucune des entreprises

984
00:55:52,800 --> 00:55:57,437
aujourd'hui qui fait des qui construit
des robots humanoïdes n'a aucune idée de

985
00:55:57,520 --> 00:56:01,797
comment rendre ces robots suffisamment
intelligents pour être utiles. OK? Ces

986
00:56:01,880 --> 00:56:03,797
robots sont complètement inutiles.

987
00:56:03,880 --> 00:56:07,917
Alors, on peut en collectant énormément
de données les entraîner les entraîner à

988
00:56:08,000 --> 00:56:10,277
accomplir une tâche par imitation, mais

989
00:56:10,360 --> 00:56:13,517
il faut collecter énormément de données

990
00:56:13,600 --> 00:56:17,717
euh peut-être des dizaines de milliers
d'heures pour une tâche assez étroite

991
00:56:17,800 --> 00:56:20,997
dans une usine ou un truc comme ça.
Et donc, c'est pas for c'est pas vraiment

992
00:56:21,080 --> 00:56:24,597
économiquement faisable. et le robot
domestique qui débarrasse la table et

993
00:56:24,680 --> 00:56:25,957
qui nettoie les maisons, c'est pas pour

994
00:56:26,040 --> 00:56:28,877
demain. Euh donc il y a une grosse

995
00:56:28,960 --> 00:56:33,157
question, c'est combien de de boîtes
de robotique humanoïdes vont boire le

996
00:56:33,240 --> 00:56:37,957
bouillon avant que l'IA ait fait
suffisamment de progrès pour pour les

997
00:56:38,040 --> 00:56:43,877
rendre utiles? On espère à Mila espère
jouer un rôle positif naturellement.

998
00:56:43,960 --> 00:56:46,277
Madame au premier rang avait une
question depuis assez longtemps donc je

999
00:56:46,360 --> 00:56:49,077
pense queil faut lui donner le micro
à elle. Je sais pas s'il y a un micro

1000
00:56:49,160 --> 00:56:51,837
sinon moi je donne mon micro volontiers.

1001
00:56:51,920 --> 00:56:54,920
Voilà.

1002
00:57:00,840 --> 00:57:05,517
Bonsoir. Merci beaucoup. C'est vraiment
passionnant de de vous écouter. Moi, je

1003
00:57:05,600 --> 00:57:10,437
suis Alam Garby, l'ambassadrice de
France auprès de l'UNESCO et l'UNESCO en

1004
00:57:10,520 --> 00:57:13,237
2021 a publié des recommandations
sur l'éthique de l'intelligence

1005
00:57:13,320 --> 00:57:15,037
artificielle. Alors 2021, ça paraît le

1006
00:57:15,120 --> 00:57:18,117
Moyen-Âge quand on voit le progrès

1007
00:57:18,200 --> 00:57:23,557
de développement de ces ces modèles.
Et moi la question que je je me poser

1008
00:57:23,640 --> 00:57:24,997
c'est est-ce que aujourd'hui on peut

1009
00:57:25,080 --> 00:57:27,957
encore réguler, gouverner comme comme

1010
00:57:28,040 --> 00:57:31,597
l'a suggéré Louis Vassie l'intelligence

1011
00:57:31,680 --> 00:57:35,397
artificielle? surtout que on se pose
des questions très concrètes à l'UNESCO

1012
00:57:35,480 --> 00:57:37,477
notamment, c'est protection des enfants,

1013
00:57:37,560 --> 00:57:42,717
l'un des informations,
les droits cognitifs, droits d'auteur,

1014
00:57:42,800 --> 00:57:47,277
diversité culturelle, vous l'avez vous
l'avez abordé. Comment et est-ce qu'on

1015
00:57:47,360 --> 00:57:50,477
peut est-ce qu'on doit et
comment on peut le faire?

1016
00:57:50,560 --> 00:57:54,277
Alors pour moi,
bon je suis pas législateur,

1017
00:57:54,360 --> 00:57:58,957
je prétends pas avoir la moindre
expertise pour commenter là-dessus, mais

1018
00:57:59,040 --> 00:58:00,717
euh

1019
00:58:00,800 --> 00:58:02,757
en ce qui me concerne, je pense que il

1020
00:58:02,840 --> 00:58:06,117
faut il faut réguler les déploiements

1021
00:58:06,200 --> 00:58:10,557
euh de système intelligents.
C'estàd que si on veut déployer un

1022
00:58:10,640 --> 00:58:12,237
système d'assistance à la conduite dans

1023
00:58:12,320 --> 00:58:14,357
une voiture, il faut bien sûr que qu'il

1024
00:58:14,440 --> 00:58:17,677
y ait un organisme indépendant qui va

1025
00:58:17,760 --> 00:58:20,077
tester la fiabilité du système. Si on

1026
00:58:20,160 --> 00:58:22,037
utilise un système d'analyse d'images

1027
00:58:22,120 --> 00:58:26,277
médicale pour les les mammographies,

1028
00:58:26,360 --> 00:58:31,037
évidemment, il faut une autorisation
de mise sur le marché, s'assurer que euh

1029
00:58:31,120 --> 00:58:36,077
que ça va faire du bien aux patients
et cetera ou améliorer les performances.

1030
00:58:36,160 --> 00:58:40,357
Donc pour la plupart des domaines,
il y a déjà des réglementations existantes

1031
00:58:40,440 --> 00:58:44,637
qui sont dues simplement au à
l'application dans lequelle l'IA serait

1032
00:58:44,720 --> 00:58:49,317
déployé. Donc il y a pas besoin
en fait généralement de régulation

1033
00:58:49,400 --> 00:58:51,437
supplémentaire. Alors maintenant, est-ce

1034
00:58:51,520 --> 00:58:56,917
qu'il y a des des applications propres
de l'IA qui qui n'existait pas avant

1035
00:58:57,000 --> 00:59:00,957
pour lesquelles il faut des des
régulations explicites de protection des

1036
00:59:01,040 --> 00:59:05,317
données privées de et cetera. Pas clair
du tout. en Europe, on a déjà des règles

1037
00:59:05,400 --> 00:59:09,077
de protection de données privées qui
s'appliquent et euh qui d'une certaine

1038
00:59:09,160 --> 00:59:12,157
manière euh

1039
00:59:12,240 --> 00:59:14,877
limite déjà à ce qu'on peut faire

1040
00:59:14,960 --> 00:59:18,877
avec l'IA. Euh

1041
00:59:18,960 --> 00:59:23,397
alors ensuite, il y a la question qui
est qui est un peu plus controversée

1042
00:59:23,480 --> 00:59:24,917
mais qui pour moi devrait pas être

1043
00:59:25,000 --> 00:59:28,037
controversé, c'est doit-on réguler en

1044
00:59:28,120 --> 00:59:32,157
amont euh la création de système d'IA?

1045
00:59:32,240 --> 00:59:35,677
Alors, si on pense que l'IA
est intrinsèquement dangereuse,

1046
00:59:35,760 --> 00:59:39,237
simplement l'existence d'un système d'IA
puissant et intrinsèquement dangereuse,

1047
00:59:39,320 --> 00:59:43,197
on pourrait tenter de réguler la
recherche et le développement en IA.

1048
00:59:43,280 --> 00:59:44,837
Mais moi, je n'y crois pas du tout.

1049
00:59:44,920 --> 00:59:49,397
Alors, effectivement, c'est un peu les
les déclarations de Tony Truant de de

1050
00:59:49,480 --> 00:59:54,117
ces derniers jours. Ce sont des gens qui
croient au danger intrinsèque de l'IA,

1051
00:59:54,200 --> 00:59:57,837
mais je n'y crois pas, en tout cas pas
dans l'état actuel. Euh c'est un peu

1052
00:59:57,920 --> 01:00:01,957
comme si en 1920
quelqu'un avait dit il faut

1053
01:00:02,040 --> 01:00:05,437
absolument réguler les
vols transatlantiques

1054
01:00:05,520 --> 01:00:07,277
avec les moteurs à réaction alors que

1055
01:00:07,360 --> 01:00:08,557
les vols transatlantiques n'avaient pas

1056
01:00:08,640 --> 01:00:13,517
encore été faits en 1920 ça date de 1929

1057
01:00:13,600 --> 01:00:16,237
et le moteur réaction n'avait pas encore

1058
01:00:16,320 --> 01:00:19,157
été inventé. Comment pouvons-nous

1059
01:00:19,240 --> 01:00:22,717
imaginer rendre un système sécurisé si

1060
01:00:22,800 --> 01:00:26,637
on l'a pas encore inventé? On n pas
encore inventé l'intelligence, la super

1061
01:00:26,720 --> 01:00:29,597
intelligence ou l'intelligence de
niveau humain comme j'essayais de le dire

1062
01:00:29,680 --> 01:00:33,277
précédemment. Alors il des gens qui font
des illusions convallé et puis qui pour

1063
01:00:33,360 --> 01:00:36,837
des raisons financières et commerciales
bien sûr vont vous dire oui maintenant

1064
01:00:36,920 --> 01:00:38,117
on pourra faire des systèmes super

1065
01:00:38,200 --> 01:00:44,920
intelligents dans de 3 ans.
Donnez-nous 300 milliards mais c'est faux.

1066
01:00:45,760 --> 01:00:48,637
Je veux pas trop non plus simplifier les
questions d'éthique. Il y a des vraies

1067
01:00:48,720 --> 01:00:52,557
questions derrière. Bon j'ai une
question concernant la régulation

1068
01:00:52,640 --> 01:00:54,957
également. Euh donc vous défendez une

1069
01:00:55,040 --> 01:00:59,877
régulation des usages et non de la
recherche, je suis ici. Oh pardon. Comme

1070
01:00:59,960 --> 01:01:02,997
je dis, vous défendez une régulation
des usage et non de la recherche, une

1071
01:01:03,080 --> 01:01:06,957
régulation du déploiement.
Et donc concrètement quelle régulation de

1072
01:01:07,040 --> 01:01:11,397
l'usage sur le plan écologique vous
paraît pertinente et existe-t-il une

1073
01:01:11,480 --> 01:01:15,277
régulation écologique de LIA qui puisse
porter réellement que sur les usages

1074
01:01:15,360 --> 01:01:17,757
sans devenir en pratique une contrainte

1075
01:01:17,840 --> 01:01:20,637
pour la recherche?

1076
01:01:20,720 --> 01:01:23,117
Alors non.

1077
01:01:23,200 --> 01:01:25,757
C'est-à-dire les les euh les centres de

1078
01:01:25,840 --> 01:01:28,077
calcul qu'on utilise pour aussi bien

1079
01:01:28,160 --> 01:01:30,957
pour le développement de système d'IA

1080
01:01:31,040 --> 01:01:32,797
que pour leur utilisation, leur

1081
01:01:32,880 --> 01:01:36,037
déploiement consomme de l'énergie. Et

1082
01:01:36,120 --> 01:01:40,797
bien sûr, bon en France, on a l'énergie
qui est en grande partie décarbonée. On

1083
01:01:40,880 --> 01:01:44,557
est chanceux de ce côté-là. Faut
mettre tous les data center en France.

1084
01:01:44,640 --> 01:01:47,437
Pardon? Il faut mettre tous les data
centers en France. C'est ce que je pense.

1085
01:01:47,520 --> 01:01:49,517
Oui. Oui. Voilà. [rires]

1086
01:01:49,600 --> 01:01:54,757
Euh donc c'est c'est un avantage hein,
c'est un atout certainement pour pour la

1087
01:01:54,840 --> 01:01:58,837
France et puis pour le monde entier quoi.
Parce que ça veut dire que effectivement

1088
01:01:58,920 --> 01:02:01,797
mettre des data center en France ça
fera probablement monter les prix de

1089
01:02:01,880 --> 01:02:06,317
l'électricité mais ça augmentera pas
beaucoup le le l'empreinte l'empreinte

1090
01:02:06,400 --> 01:02:08,517
carbone. C'est un vrai problème dans

1091
01:02:08,600 --> 01:02:11,557
d'autres pays. Il y a une autre question

1092
01:02:11,640 --> 01:02:16,157
que les gens se posent qui est la
consommation d'eau. Alors ça je dis tout

1093
01:02:16,240 --> 01:02:17,757
de suite c'est pas du tout un problème.

1094
01:02:17,840 --> 01:02:20,117
Ça consomme pas d'eau les data center.

1095
01:02:20,200 --> 01:02:22,797
L'eau est recyclée. Enfin, c'est
toujours la même eau. C'est un circuit

1096
01:02:22,880 --> 01:02:25,877
fermé. Ça consomme vraiment pas d'eau.

1097
01:02:25,960 --> 01:02:29,437
Si vous voulez vraiment économiser de
l'eau, mangez plus d'amende parce que ça

1098
01:02:29,520 --> 01:02:31,557
ça consomme de l'eau ou allez plus jouer

1099
01:02:31,640 --> 01:02:34,597
au golf. Je joue pas au golf. Euh ça

1100
01:02:34,680 --> 01:02:37,557
consomme plus que un gros data center.

1101
01:02:37,640 --> 01:02:39,437
Donc ça c'est vraiment pas un problème.

1102
01:02:39,520 --> 01:02:41,677
Le seul problème c'est émission de

1103
01:02:41,760 --> 01:02:43,917
carbone et production d'énergie. Bon, il

1104
01:02:44,000 --> 01:02:46,677
y a beaucoup de gens dans la Alors la ce

1105
01:02:46,760 --> 01:02:49,077
qui est intéressant, c'est que

1106
01:02:49,160 --> 01:02:52,917
les incitations de l'industrie pour

1107
01:02:53,000 --> 01:02:56,677
réduire la consommation énergétique des

1108
01:02:56,760 --> 01:03:01,477
de l'IA est là,
c'est-à-dire que le gros des

1109
01:03:01,560 --> 01:03:04,797
dépenses du d'une entreprise de tech, une

1110
01:03:04,880 --> 01:03:09,197
entreprise d'IA pour servir des
systèmes d'IA va dans la consommation

1111
01:03:09,280 --> 01:03:11,757
énergétique. Il y a acheté les GPU à

1112
01:03:11,840 --> 01:03:14,997
Johnson Wang, mais il y a aussi euh dans

1113
01:03:15,080 --> 01:03:19,357
les opérations, c'est essentiellement
euh la consommation énergétique. Donc il

1114
01:03:19,440 --> 01:03:22,917
y a énormément d'efforts dans
l'industrie. Il y a pas besoin de

1115
01:03:23,000 --> 01:03:25,117
régulation pour ça.

1116
01:03:25,200 --> 01:03:28,237
Toutes les incitations du marché

1117
01:03:28,320 --> 01:03:30,517
conduisent les gens à diminuer au

1118
01:03:30,600 --> 01:03:33,957
maximum la consommation énergétique par

1119
01:03:34,040 --> 01:03:38,877
des des innovations au niveau
architecture de modèle, au niveau

1120
01:03:38,960 --> 01:03:40,597
algorithme sous-jacent, au niveau

1121
01:03:40,680 --> 01:03:43,237
efficacité du du hardware lui-même,

1122
01:03:43,320 --> 01:03:47,437
design des chips et puis tout ce qui

1123
01:03:47,520 --> 01:03:49,277
tout ce qui va avec. Donc il y a pas

1124
01:03:49,360 --> 01:03:56,000
vraiment besoin de régulation
parce que l'incitation est là déjà.

1125
01:03:56,640 --> 01:04:00,877
J'avais une question. Bonsoir. Merci
beaucoup. Déjà, c'est incroyable ce que

1126
01:04:00,960 --> 01:04:05,797
tout ce que vous avez dit. Euh, j'ai
des questions par rapport aux données et

1127
01:04:05,880 --> 01:04:07,397
comment vous sourcez vos données.

1128
01:04:07,480 --> 01:04:09,237
Reprenant le l'exemple que vous avez

1129
01:04:09,320 --> 01:04:12,677
donné à propos du nourrisson qui apprend

1130
01:04:12,760 --> 01:04:15,237
en voyant

1131
01:04:15,320 --> 01:04:19,717
en tant qu'enfant quand tu quand tu te
lèves et que tu tombes, tu touches le

1132
01:04:19,800 --> 01:04:23,237
monde et il y a toute la question de
données aptique. Et vous, comment vous

1133
01:04:23,320 --> 01:04:26,437
faites pour sourcer vos données? Et
comment vous faites pour récolter autant

1134
01:04:26,520 --> 01:04:31,517
de données pour pouvoir alimenter vos
worlds? Oui. Alors, c'est une question

1135
01:04:31,600 --> 01:04:35,197
intéressante euh à plusieurs volets.
La première, c'est que euh en tant

1136
01:04:35,280 --> 01:04:37,517
qu'humain et beaucoup d'animaux, euh on

1137
01:04:37,600 --> 01:04:42,357
peut on peut très bien devenir euh
intelligent sans la vision euh mais pas

1138
01:04:42,440 --> 01:04:45,637
sans le toucher. Le toucher
est absolument indispensable.

1139
01:04:45,720 --> 01:04:49,637
Euh mais en fait la la la quantité
d'information qui qui parvient au

1140
01:04:49,720 --> 01:04:54,117
cerveau par le toucher est quasiment
équivalent à ce qui ce qui parvient par

1141
01:04:54,200 --> 01:04:55,917
la vision. C'est c'est très surtout si

1142
01:04:56,000 --> 01:04:59,117
on est aveugle. Donc c'est assez euh

1143
01:04:59,200 --> 01:05:03,517
haute bande passante quoi, au débit. Euh

1144
01:05:03,600 --> 01:05:07,477
et ce qui est un petit peu

1145
01:05:07,560 --> 01:05:11,597
ennuyeux, c'est qu'on a pas
de bons capteur de toucher.

1146
01:05:11,680 --> 01:05:13,557
Euh il y a des capteurs de toucher pour

1147
01:05:13,640 --> 01:05:15,717
les robots, mais ils sont pas très bons.

1148
01:05:15,800 --> 01:05:19,437
Et ceux qui sont bons euh durent pas

1149
01:05:19,520 --> 01:05:22,837
longtemps. Ils sont basés sur des gels

1150
01:05:22,920 --> 01:05:26,837
un peu un peu mou sur lequel on met de
la peinture réfléchissante et une caméra

1151
01:05:26,920 --> 01:05:30,397
derrière. Alors c'est magnifique.
Un toucher, un sandw toucher extrêmement

1152
01:05:30,480 --> 01:05:33,877
précis. Mais au bout de quelques heures
d'utilisation, la peinture s'en va. Donc

1153
01:05:33,960 --> 01:05:38,357
c'est pas donc on n pas beaucoup
de données de toucher euh et il y a

1154
01:05:38,440 --> 01:05:41,437
beaucoup de gens qui
travaille sur la manipulation

1155
01:05:41,520 --> 01:05:45,197
robotique sans toucher et c'est
horriblement difficile. C'est

1156
01:05:45,280 --> 01:05:48,517
probablement impossible en fait. Donc
tant qu'on aura pas fait de progrès dans

1157
01:05:48,600 --> 01:05:54,080
les capteurs, probablement
la la performance va saturer.

1158
01:05:56,200 --> 01:05:59,077
Oui. Bonjour. Merci Dominique Boulier.

1159
01:05:59,160 --> 01:06:02,477
J'apprécie beaucoup vos critiques sur
les LLM mais j'en aurai moi d'autres

1160
01:06:02,560 --> 01:06:05,797
éventuellement à faire d'ailleurs.
Mais vous êtes ici dans une université de

1161
01:06:05,880 --> 01:06:08,797
sciences sociales et quand vous parlez

1162
01:06:08,880 --> 01:06:13,317
d'apprentissage vous n'avez
pas mentionné de dimension

1163
01:06:13,400 --> 01:06:16,157
sociale. Alors qu'évidemment on apprend
en tant que puisque vous parlez des

1164
01:06:16,240 --> 01:06:19,757
enfants, on apprend massivement
socialement dans la relation. De la même

1165
01:06:19,840 --> 01:06:22,797
façon quand vous parlez des mondes des
modèles du monde, on apprend pas non

1166
01:06:22,880 --> 01:06:26,557
plus on on ne voit pas où est dans
votre modèle du monde. Il y a tellement

1167
01:06:26,640 --> 01:06:29,157
d'autres problèmes peut-être à traiter,
c'est pour ça. Mais en attendant, la

1168
01:06:29,240 --> 01:06:32,477
question du monde social, elle est
aussi présente. Or, ces mondes là, ces

1169
01:06:32,560 --> 01:06:36,397
systèmes là, de mon point de vue et nous
sommes certain nombreux, tout le monde a

1170
01:06:36,480 --> 01:06:41,277
travaillé sur cela, c'est largement plus
complexe que les systèmes physiques sur

1171
01:06:41,360 --> 01:06:44,597
lesquels on vous travaillez pour la
la reconnaissance autrement. Est-ce que

1172
01:06:44,680 --> 01:06:46,677
vous pensez qu'à un moment vous allez

1173
01:06:46,760 --> 01:06:50,117
euh entamer cette phase de tentative

1174
01:06:50,200 --> 01:06:54,277
entre guillemets de modélisation de ces
dimensions sociale? Sachant qu'ici, je

1175
01:06:54,360 --> 01:06:56,717
suis persuadé qu'il y a des chercheurs
qui sont prêts à donner un coup de main

1176
01:06:56,800 --> 01:06:59,917
et qui sont très bons parce là-dessus
pour ça. Donc, c'est une offre de

1177
01:07:00,000 --> 01:07:03,317
service peut-être avec une condition
quand même, c'est qu'il faudrait arrêter

1178
01:07:03,400 --> 01:07:06,837
à ce moment-là de se dire qu'on va tout
automatiser parce que précisément ce qui

1179
01:07:06,920 --> 01:07:11,117
fait l'intérêt de cette performance
technologique qu'on obtient avec les

1180
01:07:11,200 --> 01:07:15,437
même les LLM, c'est seulement dans
la mesure où ils sont couplés avec les

1181
01:07:15,520 --> 01:07:19,277
sociétés, les organisations de façon fine,
sinon effectivement ça devient du

1182
01:07:19,360 --> 01:07:21,917
délire et à ce moment-là, on peut
effectivement s'inquiéter. Donc vous

1183
01:07:22,000 --> 01:07:24,877
voyez, il y a beaucoup de paramètres
ou de conditions à mettre pour que

1184
01:07:24,960 --> 01:07:28,077
l'association fonctionne. OK.
Donc il y a quatre ou cinq questions

1185
01:07:28,160 --> 01:07:30,277
dans votre question.

1186
01:07:30,360 --> 01:07:34,837
Alors la première chose sur euh sur

1187
01:07:34,920 --> 01:07:40,277
la relation de de l'humain du futur
vis-à-vis de système intelligent

1188
01:07:40,360 --> 01:07:42,957
peut-être super intelligent,
c'est-à-dire plus intelligent que les

1189
01:07:43,040 --> 01:07:46,077
humains dans tous les domaines.
Il y a pas il y a pas il y a il y a pas de

1190
01:07:46,160 --> 01:07:48,757
raison de douter que ça va arriver.

1191
01:07:48,840 --> 01:07:52,157
Il a il y a pas de doute. Ça va arriver.

1192
01:07:52,240 --> 01:07:55,597
On aura des machines, ça va pas arriver
l'année prochaine, mais on aura des

1193
01:07:55,680 --> 01:07:58,197
machines à un certain moment qui seront
plus intelligents que les humains dans

1194
01:07:58,280 --> 01:08:01,877
tous les domaines à peu près et
probablement beaucoup plus intelligent

1195
01:08:01,960 --> 01:08:03,917
dans certains domaines.

1196
01:08:04,000 --> 01:08:09,117
Euh ça va venir pas avec les LLM ça.
Il y aura d'autres technologies peut-être

1197
01:08:09,200 --> 01:08:12,837
basées sur les world model peut-être
ce que construit à Milabs, mais ça va

1198
01:08:12,920 --> 01:08:17,037
prendre du temps. Ces systèmes bien
qu'ils soient plus intelligents que nous

1199
01:08:17,120 --> 01:08:18,677
seront sous nos ordres. c'est-à-dire

1200
01:08:18,760 --> 01:08:21,437
qu'ils seront construits pour

1201
01:08:21,520 --> 01:08:25,877
obéir à nos requêtes. Euh et l'activité

1202
01:08:25,960 --> 01:08:30,877
humaine sera en grande partie euh d'être

1203
01:08:30,960 --> 01:08:33,437
le patron d'une équipe super

1204
01:08:33,520 --> 01:08:38,237
intelligente de gens qui de gens
virtuels qui qui travaillent pour nous,

1205
01:08:38,320 --> 01:08:39,277
d'assistant intelligents qui travaillent

1206
01:08:39,360 --> 01:08:40,837
pour nous.

1207
01:08:40,920 --> 01:08:45,917
On aura toujours la dans les mains la la

1208
01:08:46,000 --> 01:08:50,717
décision de de savoir ce sur quoi
travailler. Bien sûr, on aura des

1209
01:08:50,800 --> 01:08:54,997
machines intelligentes pour nous aider
à réaliser les projets qu'on qu'on

1210
01:08:55,080 --> 01:08:56,877
imagine, mais l'imagination de ces

1211
01:08:56,960 --> 01:08:58,877
projets est toujours dans nos mains.

1212
01:08:58,960 --> 01:09:02,117
C'estàd que l'utilité pour l'humanité de

1213
01:09:02,200 --> 01:09:04,037
de quelque chose de nouveau, que ce soit

1214
01:09:04,120 --> 01:09:07,517
un produit ou un produit intellectuel ou

1215
01:09:07,600 --> 01:09:11,757
quel qu'il soit, c'est proprement
humain. Donc donc ce sera dans nos

1216
01:09:11,840 --> 01:09:15,757
mains. Donc ce sera quand même
travailler avec une équipe de gens super

1217
01:09:15,840 --> 01:09:17,317
intelligents. Alors je sais pas si vous

1218
01:09:17,400 --> 01:09:23,037
êtes enseignant à Science Po oui.
Euh vous avez des étudiants en doctorat?

1219
01:09:23,120 --> 01:09:25,517
Je suis sûr qu'il y en a qui sont plus
intelligents que vous. Moi, en tout cas,

1220
01:09:25,600 --> 01:09:28,997
j'en ai qui sont plus
intelligents que moi. [rires]

1221
01:09:29,080 --> 01:09:31,797
C'est la meilleure chose qui puisse vous
arriver, c'est d'avoir des collègues qui

1222
01:09:31,880 --> 01:09:34,917
travaillent avec vous, qui sont plus
intelligents que vous et qui sont prêts

1223
01:09:35,000 --> 01:09:39,037
à vous écouter quand vous leur demandez
de faire quelque chose. Euh et donc ça

1224
01:09:39,120 --> 01:09:42,077
va être un petit peu la situation
de l'humanité, une amplification de

1225
01:09:42,160 --> 01:09:46,997
l'intelligence, de l'efficacité,
de décisions rationnelles et cetera et

1226
01:09:47,080 --> 01:09:50,757
de de capacité et technique
d'une certaine manière.

1227
01:09:50,840 --> 01:09:53,877
Mais mais à la fin, on est toujours ceux
qui décident. Alors ensuite, il y a la

1228
01:09:53,960 --> 01:09:58,517
question de l'apprentissage social. J'ai
l'opinion exactement inverse de ce que

1229
01:09:58,600 --> 01:10:01,837
vous avez dit, c'est-à-dire queà mon
avis, l'utilisation de l'interaction

1230
01:10:01,920 --> 01:10:05,197
sociale pour l'apprentissage facilite
l'apprentissage. Ça rend pas plus

1231
01:10:05,280 --> 01:10:07,397
compliqué, ça rend plus simple. C'est en

1232
01:10:07,480 --> 01:10:11,997
fait un une amélioration qui est propre

1233
01:10:12,080 --> 01:10:15,717
dans la nature au au aux espèces

1234
01:10:15,800 --> 01:10:19,277
sociales qu'elles peuvent utiliser euh

1235
01:10:19,360 --> 01:10:21,197
la diversité

1236
01:10:21,280 --> 01:10:24,877
de de de compétences entre les individus

1237
01:10:24,960 --> 01:10:27,797
pour en fait être plus efficace en tant

1238
01:10:27,880 --> 01:10:31,157
que en tant que tribu ou espèce. Donc

1239
01:10:31,240 --> 01:10:34,997
c'est euh c'est une propriété qui qui

1240
01:10:35,080 --> 01:10:38,997
s'applique aux humains, au aux babouin,

1241
01:10:39,080 --> 01:10:43,080
au chimpanzés, au

1242
01:10:43,400 --> 01:10:46,037
certainement au loup et donc au chiens.

1243
01:10:46,120 --> 01:10:49,637
Ce sont des espèces sociales mais qui

1244
01:10:49,720 --> 01:10:53,677
s'appliquent pas du tout à des espèces
très intelligentes comme par exemple les

1245
01:10:53,760 --> 01:10:55,437
enoutants. Les enutants sont pas du tout

1246
01:10:55,520 --> 01:10:58,437
sociaux, ils apprennent de leur mère

1247
01:10:58,520 --> 01:11:01,157
mais les enoutants eux-mêmes sont

1248
01:11:01,240 --> 01:11:03,997
territoriaux et donc interdissus très

1249
01:11:04,080 --> 01:11:08,677
peu avec leur semblable. Euh ils ont pas
de problème d'interaction sociale parce

1250
01:11:08,760 --> 01:11:10,957
que l'interaction sociale consiste à

1251
01:11:11,040 --> 01:11:13,797
chasser les autres individus qui sont

1252
01:11:13,880 --> 01:11:16,157
trop prêts pour garder le territoire.

1253
01:11:16,240 --> 01:11:19,517
Euh et pourtant ce sont des animaux
incroyablement intelligents, presque

1254
01:11:19,600 --> 01:11:21,717
aussi intelligents que les humains.
On a l'impression d'être beaucoup plus

1255
01:11:21,800 --> 01:11:24,237
intelligents que mais en fait non,
on est juste un tout petit peu plus

1256
01:11:24,320 --> 01:11:27,957
intelligent quee eux. Euh et puis tout
un tas d'espèces qui deviennent vraiment

1257
01:11:28,040 --> 01:11:31,117
intelligents et vraiment très vite sans

1258
01:11:31,200 --> 01:11:33,357
aucune interaction avec leur congénère

1259
01:11:33,440 --> 01:11:39,277
et avec leurs parents.
Bon exemple, les poulpes. Les poulpes

1260
01:11:39,360 --> 01:11:41,757
quand ils naissent, ils sont à peu près
grands comme ça. Ils vivent environ 2

1261
01:11:41,840 --> 01:11:45,277
ans. Ils ne rencontrent jamais leurs
parents parce que leur mère meurt dès

1262
01:11:45,360 --> 01:11:48,277
qu'ils sortent de l'œuf. Euh ils

1263
01:11:48,360 --> 01:11:49,397
deviennent vraiment intelligents

1264
01:11:49,480 --> 01:11:52,797
vraiment vite. Euh les coucous compte

1265
01:11:52,880 --> 01:11:55,597
jamais leurs parents euh et bon et c'est

1266
01:11:55,680 --> 01:11:57,477
pas unique et c'est ces animaux qui sont

1267
01:11:57,560 --> 01:12:01,197
pas bêtes du tout. Donc euh

1268
01:12:01,280 --> 01:12:04,397
quel est le mécanisme par lequel un

1269
01:12:04,480 --> 01:12:09,677
animal peut devenir intelligent sans
avec très peu d'interaction avec ses

1270
01:12:09,760 --> 01:12:13,277
congénères? C'est c'est un grand
mystère pour moi et l'interaction avec

1271
01:12:13,360 --> 01:12:16,157
les congénères accélère le processus
d'apprentissage bien sûr parce que du

1272
01:12:16,240 --> 01:12:19,877
coup on peut apprendre par imitation
donc c'est ça facilite l'intelligence.

1273
01:12:19,960 --> 01:12:23,317
Alors ensuite, il y a tous les problèmes
de compréhension de comportements

1274
01:12:23,400 --> 01:12:27,277
sociaux qui eux peuvent être compliqués
parce qu'il faut un modèle du monde de

1275
01:12:27,360 --> 01:12:30,197
l'autre individu qui en général n'a pas

1276
01:12:30,280 --> 01:12:34,517
des motivations alignées avec les les
nôtres pas toujours. Donc là ça devient

1277
01:12:34,600 --> 01:12:36,117
compliqué, on est d'accord et c'est des

1278
01:12:36,200 --> 01:12:40,757
situations un peu antagonistes

1279
01:12:40,840 --> 01:12:43,277
peut-être. Oui, merci beaucoup d'avoir

1280
01:12:43,360 --> 01:12:46,237
été au piniatre c'est ici au piniatre et

1281
01:12:46,320 --> 01:12:50,557
d'avoir continué c'est important

1282
01:12:50,640 --> 01:12:54,157
les petites phrases qu'on a eu là qui
nous chauffai qui étaient des phrases

1283
01:12:54,240 --> 01:12:56,677
qui viennent de vous AI systems that

1284
01:12:56,760 --> 01:12:59,677
understand the real word on peut

1285
01:12:59,760 --> 01:13:04,157
comprendre d'un texte et de ce point
de vue là les LLM sont quand même très

1286
01:13:04,240 --> 01:13:07,757
forts. On peut comprendre le monde
dans le sens de ce que vous avez donné

1287
01:13:07,840 --> 01:13:12,557
c'estàd très physiquement avec un verre
qui tombe. Mais si et j'ai j'étais assez

1288
01:13:12,640 --> 01:13:16,517
sensible à ce que vous avez dit, on veut
essayer de comprendre les conséquences

1289
01:13:16,600 --> 01:13:21,157
de ces actions ou d'une chaîne d'action,
est-ce que finalement c'est pas plus

1290
01:13:21,240 --> 01:13:26,197
facile de repasser par l'abstrait
d'un LLM plutôt que de quelque chose

1291
01:13:26,280 --> 01:13:27,557
trivialement? Ma question, c'est dans

1292
01:13:27,640 --> 01:13:33,277
quel sens pour ces trois types de
choses vous comprenez comprendre?

1293
01:13:33,360 --> 01:13:37,237
Est-ce qu'un Est-ce qu'un chat de
gouttière a besoin de la langue pour

1294
01:13:37,320 --> 01:13:39,437
savoir comment sauter comment sauter

1295
01:13:39,520 --> 01:13:43,717
d'un d'un toit à un autre? ou à grimper

1296
01:13:43,800 --> 01:13:47,957
à grimper au mur en rebondissant
d'un côté et l'autre. Ils ont une

1297
01:13:48,040 --> 01:13:52,237
compréhension de leur propre physique
d'abord et l'interaction de leur patte

1298
01:13:52,320 --> 01:13:55,837
avec l'environnement et de
l'environnement de la friction et cetera

1299
01:13:55,920 --> 01:13:57,877
qui est hallucinante et ils n'ont pas

1300
01:13:57,960 --> 01:14:00,477
besoin de la langue. Euh pareil pour la

1301
01:14:00,560 --> 01:14:02,997
plupart des primates euh à part les

1302
01:14:03,080 --> 01:14:05,517
humains qui n'ont pas besoin de la la

1303
01:14:05,600 --> 01:14:07,597
langue en tout cas de langue de avec la

1304
01:14:07,680 --> 01:14:10,357
complexité de de la langue humaine. Donc

1305
01:14:10,440 --> 01:14:16,587
la langue bien sûr peut aider à partir
au-delà d'un certain niveau d'abstraction.

1306
01:14:16,670 --> 01:14:18,157
[raclement de gorge] il est
probablement plus rapide et plus

1307
01:14:18,240 --> 01:14:23,077
facile d'apprendre des concepts en
utilisant la langue. Mais sur quelle

1308
01:14:23,160 --> 01:14:26,397
fondation va se baser
cette connaissance si elle

1309
01:14:26,480 --> 01:14:29,357
n'est pas ancrée dans le dans la réalité

1310
01:14:29,440 --> 01:14:35,320
? C'est tout c'est tout
un problème philosophicau

1311
01:14:35,800 --> 01:14:38,437
disons que se posent à la fois les

1312
01:14:38,520 --> 01:14:40,197
philosophes, les gens des sciences

1313
01:14:40,280 --> 01:14:42,997
cognitives et les informaticiens de de

1314
01:14:43,080 --> 01:14:45,677
l'IA, c'est est-ce que l'intelligence ne

1315
01:14:45,760 --> 01:14:48,917
peut être que

1316
01:14:49,000 --> 01:14:50,597
ancré dans la réalité? c'est le

1317
01:14:50,680 --> 01:14:55,037
grounding problem et la réponse à la ma

1318
01:14:55,120 --> 01:14:58,237
réponse c'est oui. On ne peut pas
créer des systèmes intelligents qui

1319
01:14:58,320 --> 01:14:59,997
comprennent pas la réalité et en fait il

1320
01:15:00,080 --> 01:15:02,477
y a beaucoup plus de complexité dans la

1321
01:15:02,560 --> 01:15:05,437
réalité qu'il n'y en a dans dans les

1322
01:15:05,520 --> 01:15:09,677
symboles abstraits et dans le et dans la
langue. Et si on veut pouvoir utiliser à

1323
01:15:09,760 --> 01:15:11,917
boncient la manipulation de symbole et

1324
01:15:12,000 --> 01:15:15,757
la langue il faut à la fin qu'elle soit

1325
01:15:15,840 --> 01:15:19,637
ancrée dans une réalité.

1326
01:15:19,720 --> 01:15:22,637
Bonjour au milieu ici. Euh merci

1327
01:15:22,720 --> 01:15:26,717
beaucoup pour votre conférence.
Je voulais revenir un peu sur la question

1328
01:15:26,800 --> 01:15:31,317
de la dangerosité des systèmes.
Si on entend, je vous entends dire la

1329
01:15:31,400 --> 01:15:34,717
technologie elle-même n'est pas
intrinsèquement dangereuse. Si on met ça

1330
01:15:34,800 --> 01:15:36,797
de côté, a-t-il des applications de

1331
01:15:36,880 --> 01:15:39,317
cette de cette technologie qui peuvent

1332
01:15:39,400 --> 01:15:42,917
l'être surtout non régulé? Si on pense

1333
01:15:43,000 --> 01:15:45,277
à l'exemple qu'a donné Dario Amode dans

1334
01:15:45,360 --> 01:15:48,357
dans son blog post sur des bottes net

1335
01:15:48,440 --> 01:15:52,477
qui pourraient être plus puissant que
les défenseurs et donc pourrait faire

1336
01:15:52,560 --> 01:15:57,037
tomber des parties d'internet si on va
si on pousse la réflexion plus loin

1337
01:15:57,120 --> 01:16:01,917
parce qu'il s'appuie sur du code donc
du langage qui que qu'un LLM maîtrise

1338
01:16:02,000 --> 01:16:03,997
finalement très bien. Bon, alors euh ça

1339
01:16:04,080 --> 01:16:06,117
c'est un bon scénario euh d'un film à

1340
01:16:06,200 --> 01:16:08,957
James Bond. Euh mais en fait dans la

1341
01:16:09,040 --> 01:16:13,037
réalité ça marche pas du tout parce que

1342
01:16:13,120 --> 01:16:18,037
en général les les gens qui
s'intéressent à protéger des systèmes

1343
01:16:18,120 --> 01:16:19,677
ont accès à des technologies et à des

1344
01:16:19,760 --> 01:16:23,357
compétences supérieures plutôt que que

1345
01:16:23,440 --> 01:16:27,237
les les ce qu'on appelle les chapeaux
noirs hein qui qui essaient de faire des

1346
01:16:27,320 --> 01:16:29,437
attaques. Donc les gens sont beaucoup

1347
01:16:29,520 --> 01:16:31,837
posé la question est-ce que l'avènement

1348
01:16:31,920 --> 01:16:34,877
de ces agents est plus avantageux aux

1349
01:16:34,960 --> 01:16:37,677
attaques qu'à la défense et c'est très

1350
01:16:37,760 --> 01:16:42,037
clairement plus avantageux à la défense
et c'est pas un problème vraiment

1351
01:16:42,120 --> 01:16:46,717
nouveau disons qualitativement ça change
pas beaucoup de des attaques par virus

1352
01:16:46,800 --> 01:16:48,637
et cetera on pas besoin pas besoin d'IA

1353
01:16:48,720 --> 01:16:50,397
pour ça

1354
01:16:50,480 --> 01:16:54,077
et puis du fishing et autres auquels on

1355
01:16:54,160 --> 01:16:58,117
est habitué depuis les premiers
événements de l'internet et du et de

1356
01:16:58,200 --> 01:17:00,677
l'email. Euh donc il y a il y a pas de

1357
01:17:00,760 --> 01:17:05,757
changement qualitatif là-dedans.
Euh bien sûr les attaques peuvent être

1358
01:17:05,840 --> 01:17:09,237
maintenant plus sophistiqué et
automatisé mais les défenses aussi. Donc

1359
01:17:09,320 --> 01:17:13,837
bon pas clair que il y a un changement
de de l'équilibre entre les entre les

1360
01:17:13,920 --> 01:17:18,637
deux. Sinon, il y a d'autres
utilisations bien sûr dangereuses

1361
01:17:18,720 --> 01:17:22,237
potentielles de l'IA, mais il y a aussi
beaucoup de scénarios les James Bond

1362
01:17:22,320 --> 01:17:25,477
là-dedans. C'estàd que des gens comme

1363
01:17:25,560 --> 01:17:27,877
euh Dario MDI, Yos Benjo et autres

1364
01:17:27,960 --> 01:17:31,317
disent "Mais que se passe-t-il si un

1365
01:17:31,400 --> 01:17:33,757
système d'IA vous donne la recette d'un

1366
01:17:33,840 --> 01:17:36,997
virus qui pourrait éliminer l'humanité

1367
01:17:37,080 --> 01:17:40,957
et cetera?" Alors ça ça fait

1368
01:17:41,040 --> 01:17:44,877
se rouler par terre de rire les
biologistes qui disent "Vous savez vous

1369
01:17:44,960 --> 01:17:47,997
pouvez avoir la recette en fait elle
existe même déjà la recette. Vous avez

1370
01:17:48,080 --> 01:17:53,197
la séquence complète de du virus de
Tartompion, mais le synthétiser, c'est

1371
01:17:53,280 --> 01:17:56,317
une autre paire de manche. Et puis
ensuite le le disséminer sans que ça

1372
01:17:56,400 --> 01:18:00,277
vous tue vous-même, c'est une autre
paire de manche encore. Et tu on peut

1373
01:18:00,360 --> 01:18:02,397
pas faire ça sans une équipe de 50

1374
01:18:02,480 --> 01:18:07,677
biologistes triés sur le volet et sans
avoir des machines dont il en existe que

1375
01:18:07,760 --> 01:18:10,357
très peu dans le monde et qui sont
toutes contrôlées. Donc vous pouvez pas

1376
01:18:10,440 --> 01:18:11,917
faire ça en secret, c'est pas possible.

1377
01:18:12,000 --> 01:18:13,477
Et vous pouvez pas faire ça en secret

1378
01:18:13,560 --> 01:18:19,077
dans une caverne en Afghanistan ou
quelque chose comme ça. C'est c'est

1379
01:18:19,160 --> 01:18:22,557
c'est vraiment quelque chose de
sophistiqué qui va pas passer inaperçu.

1380
01:18:22,640 --> 01:18:25,877
Et puis euh bon, vous allez avoir

1381
01:18:25,960 --> 01:18:28,437
euh 50 PhD qui travaillent là-dessus.

1382
01:18:28,520 --> 01:18:32,637
Ils ont de bien meilleures opportunités
dans le monde pour utiliser leur

1383
01:18:32,720 --> 01:18:37,397
capacité que de faire un virus qui va
les tuer. Enfin bon, il faut voir un

1384
01:18:37,480 --> 01:18:40,477
petit peu aussi de manière réaliste
quelles sont les motivations des gens.

1385
01:18:40,560 --> 01:18:43,917
Donc oui, c'est un bon scénario
la JB mais c'est à peu près tout.

1386
01:18:44,000 --> 01:18:47,197
Bonsoir, merci pour votre intervention.

1387
01:18:47,280 --> 01:18:50,957
Je suis un peu surprise de voir que
l'intelligence humaine soit toujours

1388
01:18:51,040 --> 01:18:55,357
posée comme un benchmark de l'évaluation
des capacités de l'IA alors qu'il y a

1389
01:18:55,440 --> 01:18:58,517
des animaux par exemple qui sont
bien plus efficaces sur ces questions

1390
01:18:58,600 --> 01:19:01,277
physiques. Donc est-ce que quand vous
développez vos modèles, vous prenez en

1391
01:19:01,360 --> 01:19:05,597
compte d'autres types d'intelligence,
de perception du monde ou même de sens que

1392
01:19:05,680 --> 01:19:08,597
ceux des humains? Et est-ce que c'est
aussi ça pourrait être aussi un nouveau

1393
01:19:08,680 --> 01:19:10,477
benchmark d'évaluation par exemple?

1394
01:19:10,560 --> 01:19:13,357
Oui, excellent question. Alors,
il y a un petit un petit livre que je vous

1395
01:19:13,440 --> 01:19:15,877
recommande de lire

1396
01:19:15,960 --> 01:19:19,437
qui est par un certain Franck Dovals

1397
01:19:19,520 --> 01:19:24,237
et dont le titre est en anglais are we

1398
01:19:24,320 --> 01:19:29,397
Are we intelligent enough to understand
how intelligent animals are.

1399
01:19:29,480 --> 01:19:32,677
Et donc, est-ce qu'on est assez
intelligent pour comprendre

1400
01:19:32,760 --> 01:19:37,637
l'intelligence des animaux? Et la
réponse c'est pas vraiment à vrai dire

1401
01:19:37,720 --> 01:19:41,077
c'est les animaux sont beaucoup plus
intelligents qu'on le pense. Leur

1402
01:19:41,160 --> 01:19:43,637
intelligence est spécialisé en général

1403
01:19:43,720 --> 01:19:45,637
dans certains domaines

1404
01:19:45,720 --> 01:19:49,117
qui sont utiles pour leur survie.

1405
01:19:49,200 --> 01:19:53,557
Mais les humains sont aussi très
spécialisés. On a on a l'espèce

1406
01:19:53,640 --> 01:19:56,677
d'impression euh un petit un
petit complexe de supériorité que

1407
01:19:56,760 --> 01:19:59,757
l'intelligence humaine est générale.

1408
01:19:59,840 --> 01:20:03,317
C'est pour ça que certaines personnes
dans l'IA appellent l'intelligence du

1409
01:20:03,400 --> 01:20:07,837
niveau humain artificial general
intelligence. C'est complètement faux.

1410
01:20:07,920 --> 01:20:11,677
L'intelligence humaine est hyper
spécialisée. Par contre, elle est très

1411
01:20:11,760 --> 01:20:14,357
adaptative. C'est-à-dire que euh on a

1412
01:20:14,440 --> 01:20:19,797
tous des des connaissances et des et des

1413
01:20:19,880 --> 01:20:24,317
compétences différentes.
Si on était généraux, on aurait tous les

1414
01:20:24,400 --> 01:20:26,637
on pourrait tous acquérir les
compétences de de tous les autres

1415
01:20:26,720 --> 01:20:29,157
humains. Or, c'est pas vrai. Je suis

1416
01:20:29,240 --> 01:20:31,557
trop vieux pour devenir un pianiste

1417
01:20:31,640 --> 01:20:36,877
virtuose. J'aimais pris le son piano.
Je voudrais bien d'ailleurs, mais trop

1418
01:20:36,960 --> 01:20:40,957
tard. Donc on est spécialisé, on est très

1419
01:20:41,040 --> 01:20:43,077
spécialisé.

1420
01:20:43,160 --> 01:20:45,797
Mais on est très adaptatif, ce qui veut

1421
01:20:45,880 --> 01:20:49,797
dire qu'on est potentiellement la la le

1422
01:20:49,880 --> 01:20:52,557
spectre potentiel de tâche qu'on peut

1423
01:20:52,640 --> 01:20:56,637
apprendre à résoudre, à accomplir en

1424
01:20:56,720 --> 01:21:01,597
fait est assez large.
Mais en pratique, il y en a qu'un petit

1425
01:21:01,680 --> 01:21:05,837
nombre qu'on est capable de de vraiment
faire. C'est pour ça que c'est ça qui

1426
01:21:05,920 --> 01:21:08,237
fait qu'on peut tirer partie de du fait

1427
01:21:08,320 --> 01:21:10,757
qu'on ait une une espèce sociale avec la

1428
01:21:10,840 --> 01:21:14,037
diversité des compétences qu'on a. Mais

1429
01:21:14,120 --> 01:21:17,837
absolument les animaux sont très
intelligents et on comprend pas comment

1430
01:21:17,920 --> 01:21:22,277
ils deviennent si intelligents si
rapidement. On comprend pas même comment

1431
01:21:22,360 --> 01:21:25,157
comment se fait-il alors ça revient
à une question dont j'ai parlé

1432
01:21:25,240 --> 01:21:29,357
précédemment. Euh comment se fait-il
qu'un adolescent peut apprendre à

1433
01:21:29,440 --> 01:21:33,197
conduire en une vingtaine
d'heures de pratique

1434
01:21:33,280 --> 01:21:37,477
alors qu'on a littéralement
des milliards d'heures

1435
01:21:37,560 --> 01:21:40,117
de données enregistrées de voitures

1436
01:21:40,200 --> 01:21:44,557
conduites par des experts humains qu'on
pourrait utiliser pour entraîner un

1437
01:21:44,640 --> 01:21:49,557
système de deep learning par imitation
à imiter les conducteurs humains. Ça

1438
01:21:49,640 --> 01:21:53,837
marche pas. C'est pas c'est pas assez
fiable quand on entraîne un système

1439
01:21:53,920 --> 01:21:56,117
comme ça sur des données collectées

1440
01:21:56,200 --> 01:21:58,317
d'humain par imitation, ça marche pas

1441
01:21:58,400 --> 01:22:01,757
très bien. Les les voitures quasi

1442
01:22:01,840 --> 01:22:05,557
autonomes qu'on voit, les les Wo et
autres d'abord ne sont pas complètement

1443
01:22:05,640 --> 01:22:09,957
autonomes. Elles peuvent
conduire que dans des zones bien

1444
01:22:10,040 --> 01:22:13,677
cartographiées, contrôlées et cetera et
puis elles ont un système pour pouvoir

1445
01:22:13,760 --> 01:22:16,397
appeler à la maison si elles sont si

1446
01:22:16,480 --> 01:22:21,317
elles se retrouvent dans une situation
un peu un peu compliquée. Donc elles

1447
01:22:21,400 --> 01:22:25,557
sont pas complètement autonomes,
elles sont au niveau 4, pas au niveau 5,

1448
01:22:25,640 --> 01:22:29,717
malgré le fait que il y
a une quantité de d'ingénierie

1449
01:22:29,800 --> 01:22:32,517
et de capteur exotique et cetera qui

1450
01:22:32,600 --> 01:22:37,517
dans le design de ces machines qui
est qui est énorme et le fait qu'on ait

1451
01:22:37,600 --> 01:22:40,197
énormément de données d'entraînement
mais c'est pas suffisant. Donc, on n'

1452
01:22:40,280 --> 01:22:43,117
toujours pas découvert les secrets, les

1453
01:22:43,200 --> 01:22:47,397
mécanismes qui permettent euh aux
humains et aux animaux d'apprendre si

1454
01:22:47,480 --> 01:22:51,917
vite une nouvelle une nouvelle tâche ou
même d'accomplir une nouvelle tâche sans

1455
01:22:52,000 --> 01:22:54,117
sans apprentissage dès le premier coup.

1456
01:22:54,200 --> 01:22:56,797
On essaie on espère faire des progrès

1457
01:22:56,880 --> 01:23:01,877
vers ce une efficacité de ce type là
avec les modèles du monde, avec les

1458
01:23:01,960 --> 01:23:05,157
world model, avec les dont je ai parlé.

1459
01:23:05,240 --> 01:23:08,240
Bonsoir.

1460
01:23:11,560 --> 01:23:13,757
Euh, bonsoir.

1461
01:23:13,840 --> 01:23:16,717
Merci de votre attention tout d'abord et

1462
01:23:16,800 --> 01:23:18,677
j'auraiis une question un petit peu plus

1463
01:23:18,760 --> 01:23:21,317
technique par rapport à votre approche

1464
01:23:21,400 --> 01:23:26,597
du JPA euh que j'ai trouvé intéressante

1465
01:23:26,680 --> 01:23:30,837
via le côté un peu,
j'oserais dire mystérieux

1466
01:23:30,920 --> 01:23:36,437
du fait que c'est un domaine qui n'est
pas encore maîtrisé. Parfaitement.

1467
01:23:36,520 --> 01:23:40,357
Comment [raclement de gorge]
pourriez-vous démontrer que cette

1468
01:23:40,440 --> 01:23:42,757
représentation, cette architecture qui

1469
01:23:42,840 --> 01:23:45,437
est le JPA puisse conserver des

1470
01:23:45,520 --> 01:23:47,677
variables qui sont causales et

1471
01:23:47,760 --> 01:23:53,077
nécessaires à la planification au futur

1472
01:23:53,160 --> 01:23:58,157
et pas juste de l'apprentissage
avec des corrélations

1473
01:23:58,240 --> 01:23:59,997
prédictives qui fonctionneraient sur une

1474
01:24:00,080 --> 01:24:02,197
distribution d'entraînement.

1475
01:24:02,280 --> 01:24:06,197
Grossièrement, si deux États du monde

1476
01:24:06,280 --> 01:24:09,717
auraient des embeddings très proches,

1477
01:24:09,800 --> 01:24:12,357
soit qu'on aurait des observations de

1478
01:24:12,440 --> 01:24:14,837
ces derniers qui soient similaires, mais

1479
01:24:14,920 --> 01:24:18,597
qu'il réagissent très différemment à des

1480
01:24:18,680 --> 01:24:22,357
actions ou des interventions.

1481
01:24:22,440 --> 01:24:25,477
Comment est-ce que le JPA pourrait

1482
01:24:25,560 --> 01:24:29,717
garantir de différencier
ces deux systèmes?

1483
01:24:29,800 --> 01:24:32,317
Alors, c'est une très bonne question.
Ça pose un peu la question de la

1484
01:24:32,400 --> 01:24:36,077
distinction entre la
corrélation et la causation

1485
01:24:36,160 --> 01:24:40,237
qui est donc on peut effectivement
observer observer des quand on observe

1486
01:24:40,320 --> 01:24:44,717
le monde, on observe des corrélations et
puis ensuite comment peut-on interpréter

1487
01:24:44,800 --> 01:24:46,997
les observations qu'on a pour établir

1488
01:24:47,080 --> 01:24:50,077
des causalités?

1489
01:24:50,160 --> 01:24:52,597
Quelle est la variable qu'on peut

1490
01:24:52,680 --> 01:24:56,197
influer qui va modifier

1491
01:24:56,280 --> 01:25:01,397
ce qu'on observe? Et les humains sont
assez bons à ça, mais très loin d'être

1492
01:25:01,480 --> 01:25:04,957
parfait. Donc par exemple,
si on demande un

1493
01:25:05,040 --> 01:25:07,797
enfant de 5 ans quelle est la quelle est

1494
01:25:07,880 --> 01:25:12,957
la cause du vent? Un enfant de 5 ans
typiquement va répondre "Le vent, c'est

1495
01:25:13,040 --> 01:25:17,157
causé par les feuilles des arbres
qui bougent." OK? la causalité est

1496
01:25:17,240 --> 01:25:21,317
inversée, hein. Euh

1497
01:25:21,400 --> 01:25:26,157
ou si on demande à une personne un petit
peu aléatoire, disons un ou deux siècles

1498
01:25:26,240 --> 01:25:28,117
dans le passé, quelle est la cause du

1499
01:25:28,200 --> 01:25:32,077
tonner? C'est Jupiter ou c'est voilà

1500
01:25:32,160 --> 01:25:36,557
une divinité quelconque? En fait, si
on était bon, si on était si bon que ça à

1501
01:25:36,640 --> 01:25:38,837
établir la causalité, la religion

1502
01:25:38,920 --> 01:25:42,117
n'existerait pas. OK, c'est un peu

1503
01:25:42,200 --> 01:25:46,917
offensif comme déclaration mais

1504
01:25:47,000 --> 01:25:51,397
je on a pas 2 heures pour
discuter de ce voilà. [rires]

1505
01:25:51,480 --> 01:25:53,717
OK. Donc la meilleure on entraîne les GP

1506
01:25:53,800 --> 01:25:56,277
donc des GPA qui sont conditionnés par

1507
01:25:56,360 --> 01:25:58,637
les actions, c'est on a état du monde

1508
01:25:58,720 --> 01:26:00,757
qui est qui est résultat de observation,

1509
01:26:00,840 --> 01:26:04,797
action, état suivant et si action ou

1510
01:26:04,880 --> 01:26:07,877
intervention. Donc en modifiant l'action
et l'intervention, si on a suffisamment

1511
01:26:07,960 --> 01:26:11,957
d'exemples d'apprentissage, on peut
établir la relation causale entre cette

1512
01:26:12,040 --> 01:26:16,677
intervention ou cette action et le les
faits qu'on observe sur le monde. Donc à

1513
01:26:16,760 --> 01:26:21,040
la fin, les modèles du monde
sont des modèles causaux.

1514
01:26:22,160 --> 01:26:25,197
Je crois qu'on va s'arrêter là parce
qu'on a déjà largement débordé. Je

1515
01:26:25,280 --> 01:26:28,797
voudrais simplement euh vous remercier
tous les deux, cher Yannes, cher Éric,

1516
01:26:28,880 --> 01:26:31,797
parce que au fond euh je vous écoutais
et vous nous avez donné beaucoup

1517
01:26:31,880 --> 01:26:35,557
d'espoir ce soir. Espoir dans le fait
que la fin de l'humanité n'était pas

1518
01:26:35,640 --> 01:26:37,997
pour la semaine prochaine ni pour
l'année prochaine, ce qui nous a plutôt

1519
01:26:38,080 --> 01:26:41,637
rassuré. Espoir dans le fait que nous
allons demeurer les maîtres de notre

1520
01:26:41,720 --> 01:26:44,597
destin humain. Espoir dans l'importance

1521
01:26:44,680 --> 01:26:46,797
d'avoir des idées et donc dans ce que

1522
01:26:46,880 --> 01:26:51,277
nous faisons ici en terme de formation

1523
01:26:51,360 --> 01:26:54,197
également. et puis espoir dans notre

1524
01:26:54,280 --> 01:26:56,717
capacité à faire dialoguer les sciences

1525
01:26:56,800 --> 01:26:59,757
les plus dures euh les sciences les plus

1526
01:26:59,840 --> 01:27:02,037
exactes, c'estàd les mathématiques parmi

1527
01:27:02,120 --> 01:27:06,797
les plus complexes, la technologie
et ce que nous faisons ici en sciences

1528
01:27:06,880 --> 01:27:10,597
humaines et sociales. Et donc pour tout
ça, je voudrais vous remercier tous les

1529
01:27:10,680 --> 01:27:15,397
deux et vous demander d'applaudir
nos invités. Merci. Merci.

1530
01:27:15,480 --> 01:27:17,500
[applaudissements]

1531
01:27:21,370 --> 01:27:23,390
[applaudissements]

1532
01:27:27,920 --> 01:27:29,940
[applaudissements]