The AI Element

Invité(e)s

• 
  Taha Jaffer Responsable des services bancaires aux entreprises et de l'IA de la trésorerie mondiale à la Banque Scotia

À propos de cet épisode

À un moment où la plupart des organisations n’en sont encore qu’au début de leur parcours d’IA, Taha Jaffer, responsable des services bancaires aux entreprises et de l’IA de la trésorerie mondiale à la Banque Scotia, nous donne un aperçu de ce à quoi il faut s’attendre : c’est un parcours de transformation qui vaut la peine d’être entrepris, même si des éléments comme les données, la technologie et la gouvernance prennent tous du temps à développer.

Taha parle des sujets suivants :

• Passer des simples cas d’utilisation à des solutions plus sophistiquées et créatrices de valeur;
• Un exemple de cas d’utilisation de l’IA pour optimiser un système de virements bancaires internationaux;
• Comment la gouvernance de son équipe s’est focalisée sur la garantie que les actifs de données sont en bon état dès le départ, et comment son équipe aborde les tests de modèles;
• Pourquoi vous n’entendez pas parler des nombreux succès de l’IA dans le secteur bancaire;
• Plus : Ses 3 conseils pour les autres dirigeants dans le secteur de l’IA

Lectures supplémentaires :

• Le cadre de maturité de l'IA
• Sondage sur la maturité en matière d'IA
• En quoi la gestion du risque de l'IA est différente
• La valeur de l'IA explicable dans les services financiers

Invité(e)s

• 
  Jeremy Barnes Chief Technology Officer at Element AI

À propos de cet épisode

Voici un court épisode spécial avec un résumé des leçons complétant notre entretien complet avec Jeremy Barnes, directeur de la technologie chez Element AI, sur « Les 4 personas de l’adoption de l’IA »

Jeremy a beaucoup travaillé sur la stratégie de haut niveau de mise en œuvre de l’IA pour le Global 2000, et il a récemment synthétisé les « 7 péchés des stratégies d’IA d’entreprise » à partir des erreurs courantes qu’il a observées. De la gestion des risques aux réformes comptables en passant par l’habilitation culturelle, ces « péchés » s’accompagnent également de suggestions sur la manière dont les conseils d’administration et les cadres supérieurs peuvent mettre en œuvre au mieux leur stratégie d’IA.

Lectures complémentaires :

Risques ou retombées, Partie 1 : Les 4 personas de l’adoption de l’IA [Article de blogue]

Risques ou retombées, Partie 2 : Les 7 péchés des stratégies d’IA d’entreprise [Article de blogue]

Sondage sur la maturité de l’IA

Livre blanc sur la maturité de l’IA

Si vous avez aimé ce format court spécial, ou si vous avez des commentaires à partager, écrivez-nous à hello@elementai.com.

Invité(e)s

• 
  Jeremy Barnes Chief Technology Officer at Element AI

À propos de cet épisode

Si vous êtes pressé par le temps, il y a un court épisode gratuit avec notre invité où il résume les principaux points à retenir dans « Les 7 péchés des stratégies d’IA d’entreprise ».

Si les chefs d’entreprise savent que l’IA nécessite un changement de mentalité pour tirer le meilleur parti de la technologie, communiquer sur ce qui doit exactement changer est un défi. Jeremy Barnes, directeur de la technologie chez Element AI , a une incroyable capacité à trouver le fil conducteur (et à y donner un sens) entre la technologie de l’IA et le monde des affaires.

Dans cet entretien détaillé, Jeremy parle de son rôle initial chez Element AI en tant qu’architecte en chef et de son aide à l’élaboration de la thèse de l’entreprise, des 4 personas de l’adoption de l’IA qu’il a observés sur le marché, et de l’importance pour les entreprises de favoriser une culture de collaboration qui sera capable d’expérimenter et de changer rapidement autour de cette nouvelle technologie.

Si vous êtes curieux de savoir comment les dirigeants d’entreprise doivent penser stratégiquement à l’IA, cet entretien est pour vous.

Lectures complémentaires :

Risques et retombées, Partie 1 : Les 4 personas de l’adoption de l’IA [Article de blogue]

Risques et retombées, Partie 2 : Les 7 péchés des stratégies d’IA d’entreprise [Article de blogue]

Sondage sur la maturité de l’IA

Livre blanc sur la maturité de l’IA

Si vous avez aimé ce balado, n’hésitez pas à prendre votre téléphone, ordinateur ou tout autre appareil où vous écoutez des balados et donnez-nous une note ou un avis. Cela aide beaucoup à faire en sorte que les gens trouvent l’émission. Nous voulons vraiment entendre vos commentaires sur ce que vous aimez et sur ce que vous voulez entendre davantage.

Vous avez une question que nous n’avons pas couverte? Envoyez-nous un tweet à @element_ai et utilisez le mot-clic #TheAIElement, ou envoyez-nous un courriel à hello@elementai.com, et nous en parlerons dans un prochain épisode.

Invité(e)s

• 
  JF Gagné PDG d’Element AI

À propos de cet épisode

Cet épisode spécial a été enregistré le lundi 30 mars pour la sortie bêta de la plateforme de recherche sur la COVID-19, qui exploite la technologie du produit Element AI Knowledge Scout.

Les données et les rapports de recherche sont publiés à un rythme sans précédent alors que les organisations intensifient leurs efforts pour répondre à la COVID-19. Afin d’aider les chercheurs cliniques et scientifiques, les autorités de santé publique et les travailleurs de première ligne à naviguer rapidement dans cette mine d’informations, nous avons adapté notre plateforme Element AI Knowledge Scout pour effectuer des recherches sémantiques sur plus de 45 000 articles scientifiques dans l’ensemble de données de recherche ouvert COVID-19 Open Research Dataset (CORD-19) publié par le Allen Institute for AI.

Nous cherchons à ajouter rapidement des fonctionnalités et des ensembles de données qui seront pertinents pour les groupes suivants :

• Les chercheurs scientifiques qui élaborent des modèles de la pandémie et de ses effets.
• Les autorités de santé et de sécurité publiques qui recherchent de meilleures pratiques dans le monde entier.
• Les chercheurs cliniques qui travaillent sur de nouvelles thérapies ou des essais de vaccins, ainsi que l’identification des thérapies existantes qui pourraient apporter une aide immédiate.
• Les autres scientifiques des données à la recherche de nouveaux moyens de relier les recherches dans l’ensemble des connaissances disponibles sur le coronavirus.

Si vous faites partie de l’un de ces groupes, rendez-vous au www.elementai.com/fr/recherche-covid pour accéder à l’outil et nous faire part de vos commentaires sur la façon dont cela peut mieux vous aider dans votre travail.

Lectures complémentaires :

Element AI Knowledge Scout au service de la recherche sur la COVID-19

Publication de l’ensemble des données CORD-19 par le Allen Institute for AI

Ce que nous faisons

Invité(e)s

• 
  Yuko Harayama Ancien membre exécutif du Conseil japonais pour la politique scientifique, technologique et d'innovation
• 
  Philippe Aghion Économiste et Professeur au Collège de France, à l'Université de Harvard, et à la London School of Economics

À propos de cet épisode

Cette semaine, au balado The AI Element, nous abordons la façon dont l’IA a une incidence sur les politiques économiques mondiales et comment elle est influencée en retour par celles-ci. Les politiques sont extrêmement importantes pour le développement et la mise en œuvre de l’IA. Bien que chaque application de l’IA diffère d’une entreprise à l’autre et d’un pays à l’autre, il existe souvent des modèles et des préoccupations similaires, comme la crainte que l’automatisation ne remplace les emplois et n’accroisse les inégalités. Les décideurs du monde entier s’efforcent de répondre à ces préoccupations pour s’assurer qu’elles débouchent sur un résultat positif pour tous.

Cette semaine, nous avons deux invités qui vont nous expliquer l’incidence de l’IA sur la croissance et une nouvelle approche radicale au Japon pour guider la science et l’innovation. Notre premier invité, Philippe Aghion, est un économiste de renommée mondiale qui nous parle de l’effet de l’IA sur la croissance économique et des raisons pour lesquelles cette croissance ne peut être partagée équitablement. Son interview se veut une leçon sur les raisons pour lesquelles l’innovation d’aujourd’hui sans concurrence conduira à moins d’innovation à l’avenir.

Notre deuxième invitée, Yuko Harayama, qui a corédigé le plan quinquennal du Japon pour la technologie et l’innovation et a été l’une des premières à développer la stratégie nationale japonaise en matière d’IA. Elle nous parle de la nouvelle approche radicale du Japon en matière de politique technologique et nous explique comment, plutôt que de donner une feuille de route stricte pour le développement technologique, ils ont créé une vision d’une société à laquelle les développeurs de technologies devraient se conformer. Elle l’appelle la Société 5.0.

00:37 - Intro

02:51 - La portée de l’IA sur la croissance économique

05:36 - Aghion, Jones & Jones – Intelligence artificielle et croissance économique

06:27 - Aghion, Bergeaud, Boppart, Klenow, Li – Théorie de la chute de la croissance et de la hausse des loyers

06:56 - IA, entreprises superstar et concurrence

13:03 - Les ministres du G7 sont « s’entendent sur le principe » d’un accord sur la taxation des géants du numérique

13:56 - W.T.O permet à la Chine d’imposer des sanctions commerciales sur les marchandises américaines

14:36 - Acemoglu & Restrepo – Robots et emplois : Témoignages sur les marchés du travail américains

14:36 - La chute de la part des travailleurs et la montée des entreprises superstar

16:39 - IA et innovation

17:42 - La maladie du coût de Baumol

18:55 - Gaby Aghion, créatrice de mode : Cofondatrice de la Maison Chloé, qui a revitalisé la mode française dans les années 1950

19:54 - Société 5.0

19:54 - Stratégie technologique en matière d’intelligence artificielle

19:54 -Gouvernement du Japon – Le 5e plan de base pour la science et la technologie

20:45 - PowerPoint Société 5.0

29:29 - Société 5.0 et politique mondiale

29:45 - OCDE – Intelligence artificielle

31:53 - Activités des Nations unies en matière d’intelligence artificielle (IA)

33:31 - Optimisme et persistance

33:46 - Encyclopedia Britannica – Pangloss

Liens supplémentaires

TED Talk – Yuko Harayama – Pourquoi la Société 5.0

Invité(e)s

• 
  Adrienne Mayor
• 
  Ronjon Nag

À propos de cet épisode

En 2020, et pour notre premier épisode de la nouvelle décennie, nous avons pensé qu’il serait bon de continuer à approfondir l’évolution de l’IA dans le temps. En apprenant au sujet des racines de l’IA, on nous rappelle que l’étoile du Nord de ce domaine a toujours été ce que nous avons tendance à appeler aujourd’hui l’intelligence artificielle générale (IAG) qui reflète toute l’étendue de l’intelligence humaine. Cela met en contexte les raisons pour lesquelles les récentes percées ont été si importantes et, en même temps, il reste encore beaucoup à faire. Dans l’épisode de cette semaine de The AI Element nous accueillons deux invités qui partagent deux histoires très différentes de l’IA, l’une de ses racines anciennes et l’autre des défis contemporains de son opérationnalisation pour un usage de masse.

Adrienne Mayor est historienne et chercheuse à l’Université de Stanford. Ses travaux récents portent sur les premières abstractions de l’IA dans les mythes anciens. Elle nous fait part de quelques idées tirées des mythes grecs anciens comme l’Iliade d’Homère et des écrits d’Aristote qui montrent que l’IA et l’IAG font depuis longtemps partie de l’imagination humaine.

Ronjon Nag réfléchit sur l’histoire de l’IA à travers sa propre expérience. Il est un inventeur, un éminent chercheur de carrière à Stanford et a été le pionnier d’un certain nombre d’applications de réseaux neuronaux depuis les années 80. Il a développé certains des premiers logiciels de reconnaissance de la parole et de l’écriture et parle du développement des applications d’IA au cours des 4 dernières décennies, et comment, bien que nous ayons fait beaucoup de progrès, il reste encore beaucoup de chemin à parcourir.

00:55 : Jonnie Penn, historienne de l’IA : Quoi ne pas optimiser

2:00 : Adrienne Mayor – Stanford University

2:17 : Dieux et Robots : Mythes, machines et anciens rêves de la technologie

13:40 : Talos Missile

14:13 : TALOS (uniforme) – Wikipédia

17:53 : Harvard Divinity School

19:57 : Ronjon Nag – Stanford University

20:30 : Les ordinateurs qui apprennent en faisant – Fortune Magazine

21:59 : Comment William Shatner a changé le monde – Martin Cooper, inventeur du téléphone portable – YouTube

28:37 : Google DeepMind

32:24 : Projet SpiNNaker

34:15 : Grammatik – Wikipédia

34:38 : Grammarly

36:13 : Le projet des frontières de l’humanité

Invité(e)s

• 
  Jonnie Penn

À propos de cet épisode

Dans cet entretien en prime, l’historien, chercheur et ancienne vedette de télévision Jonnie Penn est accompagné de notre directeur des relations publiques et gouvernementales Marc-Étienne Ouimette pour parler de l’histoire de l’IA. Dans cette entrevue, Jonnie se tourne vers le passé pour répondre à un certain nombre de questions importantes sur l’avenir de l’IA. Par exemple, quelles parties de notre système social ne voulons-nous pas optimiser? À qui profite réellement ce progrès technologique? Et comment un plus grand nombre de jeunes peuvent-ils s’impliquer dans les processus de prise de décision entourant la technologie?

1:19 – Jonnie Penn

1:25 – The Buried Life

1:54 – Berkman Klein Center

2:05 – MIT Media Lab

4:22 – Machines Who Think – Pamela McCorduck

23:21 – « Don’t Join a Union, Pop a Pill » – Katrina Forrester

26:03 – Le cas troublant de la jeune journaliste japonaise qui a travaillé jusqu’à en mourir – Washington Post

27:14 – Germinal (roman) – Wikipédia

32:08 – The Cybernetic Brain – Andrew Pickering

42:52 – Marvin Minsky – Wikipédia

44:40 – Jonnie Penn – Twitter

Autres liens :

Publications de Jonnie Penn Publications – Berkman Klein Center

What History Can Tell Us About the Future of Artificial Intelligence - TEDx Talks

Invité(e)s

• 
  Yoshua Bengio Cofondateur d’Element AI et directeur scientifique du Montreal Institute for Learning Algorithms (MILA)

À propos de cet épisode

L’IA peut-elle être utilisée pour aider à résoudre le problème du changement climatique? Si oui, comment?

Dans cet entretien en prime, Yoshua Bengio, chercheur de renommée mondiale dans le domaine de l’apprentissage machine, se joint à l’animateur Alex Shee pour parler du rôle de l’IA dans la résolution de la crise climatique. Des extraits de cette entrevue ont été présentés dans notre épisode sur la durabilité, dans lequel il a donné quelques exemples de la façon dont l’IA est utilisée pour atténuer les changements climatiques et s’y adapter. Dans l’entrevue complète, il partage ses motivations personnelles pour s’impliquer dans l’action climatique et approfondit son travail interdisciplinaire pour résoudre ce qu’il considère comme l’un des plus grands risques existentiels du monde.

2:03 – Mila – Le laboratoire de Yoshua Bengio

2:04 – IVADO – Institut pour la valorisation des données

3:11 – Déclaration de Montréal pour une IA responsable

7:55 – Combattre le changement climatique par l’apprentissage machine – Rolnick et coll., arXiv

11:19 – Mila – IA pour l’humanité

11:30 – Mila – Changement climatique

13:31 – Visualiser les conséquences du changement climatique à l’aide de réseaux contradictoires à cycle constant – Schmidt et coll., arXiv

16:35 – GANS (Generative Adversarial Network) – Wikipédia

16:58 – Aidez la planète en téléchargeant vos photos de maisons ou bâtiments inondés – Mila

19:10 – Utiliser l’apprentissage machine pour trouver des matériaux énergétiques – Nature

23:20 – Débat des dirigeants fédéraux francophones 2019 – Maclean’s

24:23 – Balado MIT CSAIL Alliances

27:16 – Greta Thunberg – Wikipédia

31:48 – IA collective

Liens supplémentaires

Yoshua Bengio – Google Scholar

Changement climatique : comment l’IA peut-elle venir en aide? – Alexandre Lacoste

Changement climatique et IA

EAI Orkestrator – Optimisez l’utilisation de vos ressources informatiques et de stockage

Invité(e)s

• 
  Urvashi Vaneja Cofondateur de Tandem Research
• 
  Sherif Elsayed-Ali Directeur des partenariats
• 
  Yoshua Bengio Cofondateur d’Element AI et directeur scientifique du Montreal Institute for Learning Algorithms (MILA)

À propos de cet épisode

Cette semaine, nous examinons si et comment l’IA peut aider à bâtir un avenir durable. De la résolution du changement climatique à l’amélioration des soins de santé, l’IA est perçue comme une technologie qui peut résoudre certains des problèmes les plus importants du monde. Mais l’IA peut-elle vraiment nous sauver? Comment pouvons-nous être sûrs que les initiatives d’IA pour le bien aident réellement les personnes qu’elles essaient d’atteindre? Quel rôle les praticiens de l’IA peuvent-ils, ou devraient-ils, jouer dans la recherche de solutions?

Urvashi Vaneja explique pourquoi nous devrions être sceptiques à l’égard des initiatives d’IA pour le bien qui prétendent être un remède universel, et elle montre comment commencer à penser de manière constructive à la façon de faire mieux. Sherif Elsayed-Ali montre comment l’IA pour le bien peut aider à mesurer l’effet positif des organisations de défense des droits de la personne et aussi pourquoi nous devons élargir notre compréhension actuelle des droits de la personne. Yoshua Bengio réfléchit à ses recherches récentes sur les différentes façons dont l’IA peut être utilisée pour atténuer les changements climatiques et s’y adapter. Yoshua explique également pourquoi il a décidé d’utiliser son expertise en apprentissage machine pour essayer de résoudre le problème du changement climatique, et comment d’autres membres de la communauté de l’apprentissage machine peuvent également aider.

• Sommet sur l’IA pour le bien
• Objectifs de développement durable des Nations Unies
• Recherche en tandem
• L’IA pour tous : 10 énigmes sociales pour l’Inde : Document de travail – Recherche en tandem
• Les applications d’intelligence artificielle risquent d’enraciner les inégalités socio-économiques de l’Inde
• Les soins de santé en Inde : Secteur privé vs secteur public – Aljazeera
• Sherif Elsayed-Ali – Twitter
• Amnesty Tech – Twitter
• Déclaration universelle des droits de l’homme
• Former un seul modèle d’IA peut émettre autant de carbone que cinq voitures dans leur vie – MIT Technology Review
• Combattre le changement climatique par l’apprentissage machine – Bengio et coll., arXiv
• Visualiser les conséquences du changement climatique à l’aide de réseaux contradictoires à cycle constant – Schmidt et coll., arXiv
• Utiliser l’apprentissage machine pour trouver des matériaux énergétiques – Nature

Liens supplémentaires

• Contrôle du respect des droits de la personne à l’aide de l’IA – Sherif Elsayed-Ali et Tanya O'Carroll
• Changement climatique : comment l’IA peut-elle venir en aide? – Alexandre Lacoste

Invité(e)s

• 
  Daron Acemoglu Institute Professor at MIT
• 
  Karthik Ramakrishnan Responsable du conseil chez Element AI

À propos de cet épisode

L’IA va-t-elle nous voler nos emplois? L’IA est principalement utilisée en milieu de travail et elle s’applique à tous les niveaux de l’échelle salariale. Les détracteurs craignent que cela n’entraîne des pertes d’emplois, mais comme pour toute nouvelle technologie, cela dépend de la façon dont nous la mettons en œuvre. Comment pouvons-nous alors créer des produits d’IA qui amélioreront notre capacité de travail, sans remplacer nos emplois?

Daron Acemoglu, professeur au MIT Institute, nous éclaire sur les effets de l’IA sur le marché du travail et sur la façon dont l’IA pourrait aider les travailleurs peu qualifiés et hautement qualifiés. Il explique comment, si nous utilisons correctement l’IA, elle pourrait contribuer à l’expansion du marché du travail et à la réorganisation de nos méthodes de travail. Karthik Ramakrishnan, directeur de l’équipe Conseils et mise en œuvre chez Element AI, parle de la façon dont nous pouvons implémenter l’IA avec succès dans les organisations. L’astuce pour y arriver? Impliquer les travailleurs dans le processus.

1:07 – Daron Acemoglu – MIT

1:20 – Pourquoi les nations échouent avec Daron Acemoglu

1:20 – Automatisation et nouvelles tâches : Comment la technologie déplace et réintègre le travail

1:39 – ORDINATEUR ET DYNAMO : LE PARADOXE DE LA PRODUCTIVITÉ MODERNE DANS UN MIROIR PAS SI LOINTAIN

7:34 – Karthik Ramakrishnan – Twitter

10:37 – Les quatre piliers de l’adoption intelligente de l’IA

13:25 – Élaborer une feuille de route d’IA stratégique pour votre entreprise – Karthik Ramkrishnan

18:44 – Les vingt ans d’histoire de l’IA chez Amazon – Forbes

20:34 – Le mauvais type d’IA? L’intelligence artificielle et l’avenir de la demande demain d’œuvre

21:49 – Ce sont de bons emplois, imbécile – Daron Acemoglu

22:55 – Le futur du marché du travail? Le travail du futur! – Rapport de la Commission européenne

Lectures complémentaires :

Intelligence artificielle, automatisation et travail – Daron Acemoglu

Les quatre piliers de l’adoption intelligente de l’IA – Karthik Ramakrishnan

La révolution ne doit pas être automatisée – Daron Acemoglu, Pascual Restrepo

Le mauvais type d’IA? L’intelligence artificielle et l’avenir de la demande de main d’œuvre – Daron Acemoglu, Pascual Restrepo

Plateformes numériques de nouvelle génération : Vers des hybrides humains-IA (PDF)

Comment devenir un centaure – MIT Press

Connaître les « tâches à effectuer » de vos clients – HBR

Invité(e)s

• 
  Neil Lawrence Professeur d’apprentissage machine à l’Université de Sheffield

À propos de cet épisode

Qu’est-ce que le féodalisme des données? Les machines doivent-elles s’adapter à nous ou devons-nous nous adapter aux machines? Comment pouvons-nous rétablir la capacité d’agir et le contrôle en ce qui concerne nos données personnelles?

Dans cet épisode bonus, Neil Lawrence, professeur d’apprentissage machine à l’Université de Cambridge, se joint au directeur des relations publiques et gouvernementales d’Element AI, Marc-Étienne Ouimette, pour répondre à ces questions et bien d’autres. Neil a participé à un épisode précédent du balado The AI Element intitulé « In Data We Trust? », dans lequel il a parlé des fiducies de données et de la protection des données. Dans cet entretien prolongé, il nous fait part de ses réflexions sur l’avenir de l’IA et sur la division croissante des données.

1:04 – L’Institut Alan Turing – Professeur Neil Lawrence

1:34 – Cambridge nomme le premier professeur d’apprentissage machine chez DeepMind

2:07 – Jonnie Penn

2:25 – Atelier L’IA pour le bien social

3:02 – Fondation Isaac Asimov – Wikipédia

12:24 – Les fiducies de données pourraient apaiser nos craintes en matière de vie privée – The Guardian

23:05 – Sylvie Delacroix – Twitter

23:09 – Fiducies de données ascendantes : Promouvoir l’approche uniformisée « One Size Fits All » pour la gouvernance des données – Sylvie Delacroix et Neil Lawrence

Autres lectures

Fiducies de données : une gouvernance renforcée des données qui habilite le public – Element AI

Fiducies de données – Probabilité inverse

Probabilité inverse – Blogue de Neil Lawrence

Balado Talking Machines – Balado de Neil Lawrence

Invité(e)s

• 
  Tanya O’Carroll Directrice d'Amnesty Tech à Amnistie Internationale
• 
  Alix Dunn Fondatrice et directrice de Computer Says Maybe
• 
  Jesse McWaters Responsable de l'innovation financière au World Economic Forum
• 
  Richard Zuroff Directeur du conseil et de la mise en oeuvre de l'IA chez Element AI

À propos de cet épisode

L’IA est un outil puissant et ce pouvoir s’accompagne d’une grande responsabilité. Comment pouvons-nous être sûrs de contrôler les systèmes d’IA? Et à quoi devrait ressembler la gouvernance?

La gouvernance des données est une pratique existante qui couvre beaucoup de bonnes choses en raison de la façon dont les données font partie intégrante du fonctionnement de l’IA. Cependant, la capacité de l’IA à apprendre et à évoluer au fil du temps signifie qu’elle s’adaptera aux changements de son environnement en fonction de son objectif donné. Cette relation dynamique entre l’environnement et le modèle rend les choses comme la conception du système et ses objectifs tout aussi intégrales que les données sur lesquelles le modèle fonctionne. La gestion des risques de ces nouveaux systèmes dynamiques a été largement qualifiée de « gouvernance de l’IA ».

Richard Zuroff analyse le concept de gouvernance de l’IA et en quoi il diffère de la gouvernance des données. Tanya O’Caroll et Alix Dunn nous parlent de l’importance de la gouvernance dans la protection des droits de la personne lors de l’élaboration de systèmes d’IA. Jesse McWaters nous fait part de son point de vue sur l’effet de l’IA dans le secteur financier et nous explique pourquoi une nouvelle forme de gouvernance sera bientôt nécessaire.

00:48 – En quoi la gestion du risque de l’IA est-elle différente et que faire à ce sujet – Element AI

05:07 – All the Ways Hiring Algorithms Can Introduce Bias - HBR

06:45 – Le « pourquoi » de l’IA explicable – Element AI

07:37 – Amnesty Tech – Twitter

07:39 – Computer Says Maybe

07:52 – The Engine Room

10:18 – Principes directeurs relatifs aux entreprises et aux droits de l’homme

14:18 – Effet Mathieu – Wikipedia

15:00 – Agile Ethics – Medium

17:48 – Human Rights Due Diligence

20:07 – The New Physics of Financial Services – World Economic Forum

24:30 – Consumer Financial Protection Bureau

29:00 – GDPR

Lectures complémentaires :

Mettre en œuvre les lignes directrices en matière d’éthique en IA - Element AI

Contrôle du respect des droits de la personne appuyé par l’IA - Element AI

Ouvrir la boîte noire de l’IA - Element AI

Invité(e)s

• 
  Ed Santow Commissaire aux droits de la personne australiens
• 
  Christina Colclough Directrice de la plateforme et des intérimaires, Numérisation et syndicat à UNI Global Union
• 
  Neil Lawrence Professeur d’apprentissage machine à l’Université de Sheffield

À propos de cet épisode

Nous n’avons pas suffisamment de contrôle sur nos données : comment elles sont recueillies, par qui et à quoi elles servent. Nous sommes habitués à « accepter » tout accord dont nous avons besoin pour utiliser les plateformes en ligne, les applications mobiles et autres services numériques qui gèrent notre vie quotidienne. Pourtant, le public est de plus en plus conscient de l’importance de la protection de la vie privée et du contrôle des données. D’importantes atteintes à la protection des données et des scandales concernant l’utilisation abusive des données ont montré les échecs du secteur privé en matière d’autoréglementation.

Aujourd’hui, les gouvernements et les décideurs s’efforcent de remédier au déséquilibre de pouvoir entre les consommateurs et les grandes entreprises lorsqu’il s’agit de données. Et ce n’est pas trop tôt! En effet, l’incidence de l’intelligence artificielle pourrait exacerber ce déséquilibre de pouvoir et aider les personnes riches en données à s’enrichir. Marc-Étienne Ouimette d’Element AI s’est entretenu avec certains des principaux responsables de la prise de contrôle de nos données et de la notion de fiducie de données (un peu comme un syndicat, mais pour vos données).

03:54 - La police de Nouvelle-Galles du Sud pourrait faire l’objet d’une enquête pour une « liste noire secrète » utilisée pour cibler les enfants – The Guardian

08:30 - 94 % des Australiens ne lisent pas toutes les politiques de confidentialité qui s’appliquent à eux; et c’est un comportement rationnel – The Conversation

09:16 – Cliquer pour accepter? Les études confirment que personne ne lit les conditions d’utilisation de service – The Guardian

10:57 – En libération conditionnelle? Espérons que vous serez le premier au registre – The New York Times

15:09 – Le RGPD couvre les données sur les employés et les RH, et c’est délicat – Dickson Wright

18:01 - Les entreprises essaient de tester si elles peuvent faire porter aux employés des moniteurs d’activité physique – Business Insider

20:03 – Silicon Valley et Pays-Bas : Les moteurs de l’avenir de l’automatisation – Les Pays-Bas aux É.-U.

22:14 - Fiducies de données – Neil Lawrence

23:50 - Les fiducies de données pourraient apaiser nos craintes en matière de vie privée – The Guardian

31:14 - Fiducies de données : une gouvernance des données renforcée qui habilite le public – Element AI

Lectures complémentaires

Qu’est-ce qu’une fiducie de données? — Open Data Institute

Fiducies de données : une gouvernance renforcée des données qui habilite le public – Element AI

L’incertitude et le dilemme de la gouvernance de l’intelligence artificielle – Dan Munro

Gouverner l’IA : Naviguer dans les risques, les récompenses et l’incertitude – Forum des politiques publiques

Régulation anticipée – Nesta

Perturber l’approche « Taille unique pour tous » (one size fits all) de la gouvernance des données : Fiducies de données ascendantes – Sylvie Delacroix et Neil Lawrence

Questions relatives aux droits de la personne et à la technologie – Australian Human Rights Commission

La confiance communautaire – Sean McDonald et Keith Porcaro

La politique de confidentialité de Facebook est plus longue que la Constitution des États-Unis – The Next Web

Invité(e)s

• 
  Nicole Rigillo Chercheuse de l’Institut Berggruen chez Element AI
• 
  Cynthia Rudin Professeure d’informatique, de génie électrique et informatique, et de sciences statistiques à l’Université Duke
• 
  Benjamin Thelonious Fels Fondateur de l’entreprise en démarrage macro-eyes œuvrant en IA dans le domaine de la santé

À propos de cet épisode

L’« Explicabilité » est un grand mot à la mode en IA en ce moment. La prise de décision en matière d’IA commence à changer le monde, et l’explicabilité concerne la capacité d’un modèle d’IA à expliquer les raisons qui sous-tendent ses décisions. Le défi pour l’intelligence artificielle est que, contrairement aux technologies précédentes, la façon dont les modèles fonctionnent et les raisons pour lesquelles ils fonctionnent ne sont pas toujours évidentes — et cela a de grandes répercussions sur la confiance, l’engagement et l’adoption.

Nicole Rigillo décompose la définition de l’explicabilité et d’autres idées clés, y compris l’interprétabilité et la confiance. Cynthia Rudin parle de son travail sur les modèles explicables, l’amélioration des modèles de calcul des libérations conditionnelles utilisés dans certaines juridictions américaines et l’évaluation du risque de crise chez les patients médicaux. Benjamin Thelonious Fels estime que les humains apprennent par l’observation et que toute technique d’explication doit tenir compte de la nature humaine.

01:11 – Yann LeCun, scientifique en chef de l’intelligence artificielle sur Facebook affirme que des tests rigoureux peuvent fournir des explications.

01:58 – Institut Berggruen, Transformation du programme humain

05:34 – Machines de jugement. Aspects philosophiques de l’apprentissage profond – Arno Schubbach

06:31 – Les gens font-ils plus confiance aux algorithmes que les entreprises? - Harvard Business Review

08:25 – Introduction des atlas d’activation – OpenAI

10:52 – Apprentissage de listes de règles optimales certifiables pour des données catégorielles (CORELS) – YouTube

11:00 – CORELS : Apprendre des listes de règles optimales certifiables

11:45 – Cessez de jouer avec la boîte noire et les modèles explicatifs des décisions à enjeux élevés

16:52 - Modèles transparents d’apprentissage machine pour prédire les crises convulsives chez les patients de l’USI{ - Magazine podcast Informs

19:49 - Le dernier mile : Défis du déploiement - StartupFest Talk

24:41 – Développer des chaînes d’approvisionnement prédictives à l’aide de l’apprentissage machine pour améliorer la couverture vaccinale – macro-eyes avec l’UNICEF

Lectures complémentaires

Un ingrédient manquant pour l’adoption massive de l’IA : la confiance - Element AI

Relever les défis de l’IA en matière de fiabilité - Element AI

Le « pourquoi » de l’IA explicable – Element AI

Invité(e)s

• 
  Rediet Abebe Co-fondatrice et co-organisatrice de Black in AI, co-fondatrice et co-organisatrice de Mechanism Design for Social Good
• 
  Charles C Onu Fondateur et responsable de la recherche sur l’IA à Ubenwa

À propos de cet épisode

Charles C. Onu utilise l’IA pour détecter l’asphyxie à la naissance chez les bébés. Son histoire est inspirante en raison de son incidence sur la société et le domaine de la santé (en 2016, 1 000 000 de bébés sont morts d’asphyxie), mais aussi en raison de ses humbles débuts. Dans cet épisode, Charles nous montre qu’une passion pour la résolution de problèmes peut vous aider à surmonter de nombreux obstacles.

L’animateur Alex Shee s’entretient également avec Rediet Abebe, cofondatrice et co-organisatrice de Black in AI, pour expliquer comment d’autres utilisent l’IA pour changer non seulement leur industrie, mais le monde.

Invité(e)s

• 
  Daniel Gross Associé chez Y Combinator et responsable de AI Track
• 
  Natacha Mainville Chef de l’innovation chez TandemLaunch
• 
  Jordan Fisher PDG de Standard Cognition
• 
  JF Gagné PDG d’Element AI

À propos de cet épisode

Beaucoup de gens ont des projections dystopiques de ce à quoi ressemblera notre avenir avec l’IA, mais les professionnels de l’IA voient les choses différemment. Pour certains, notre avenir avec l’IA pourrait simplement signifier plus de temps libre et un accès moins coûteux à des services de qualité.

Nous étudions le sujet avec Jordan Fisher, Daniel Gross, Natacha Mainville et JF Gagné qui, ensemble, brossent un tableau de ce que pourrait être un avenir pas si lointain, surtout dans le commerce de détail et les assurances. Ils ne savent peut-être pas exactement à quoi ressemblera l’année 2050, mais ils ont bon espoir.

Invité(e)s

• 
  Frederic Michaud Ancien directeur d’Element AI
• 
  Oren Falkowitz PDG d'Area 1 Security

À propos de cet épisode

Chaque point de contact avec un client potentiel est une occasion d’entretenir cette relation, mais aussi un point d’entrée potentiel pour les pirates informatiques. Étant donné que les cybercriminels sont plus ingénieux que jamais, les experts en cybersécurité doivent être tout aussi futés.

Oren Falkowitz combine l’expérience acquise avec l’IA à la NSA et au US Cyber Command pour combattre les attaques d’hameçonnage dans le monde entier. Dans cet épisode, Alex Shee s’entretient avec Frédéric Michaud, expert en cybersécurité, sur la façon dont l’intelligence artificielle est actuellement utilisée pour rendre les entreprises plus sûres.

Invité(e)s

• 
  Naomi Goldapple Ancienne directrice de programme chez Element AI
• 
  Chris Benson Scientifique en chef pour l’intelligence artificielle et l’apprentissage machine chez Honeywell

À propos de cet épisode

Les personnes qui adoptent avec succès l’intelligence artificielle élaborent une stratégie axée sur l’IA dans tous les domaines fonctionnels de l’entreprise : marketing, développement de produits, soutien à la clientèle, ventes, et au-delà. À quoi cela ressemble-t-il en pratique? Naomi Goldapple, qui consulte régulièrement les cadres supérieurs au sujet de la stratégie d’IA, donne quelques conseils.

Alex s’entretient également avec Chris Benson, qui a été embauché chez Honeywell pour injecter l’IA dans l’espace manufacturier et logistique traditionnel, mais transformateur. Il partage quelques études de cas sur la transformation de l’IA et aborde la peur omniprésente de perdre son emploi.

Invité(e)s

• 
  JF Gagné PDG d’Element AI
• 
  Natacha Mainville Chef de l’innovation chez TandemLaunch

À propos de cet épisode

L’IA s’infiltrant dans toutes les industries, les entreprises sont forcées de s’adapter. Les industries de l’ancienne école ne sont peut-être pas aussi rationalisées ou rapides à faire pivoter que les entreprises en démarrage, mais elles ont accès à une mine de financement et de données. Néanmoins, les lourdeurs administratives et l’infrastructure désuète risquent de les empêcher de procéder à la transformation opportune de l’IA dont ils ont besoin pour se maintenir à flot demain.

Alex Shee s’entretient avec l’entrepreneur d’IA en série JF Gagné au sujet de cette tension entre les entreprises en démarrage et les environnements plus corporatifs. Ensuite, Natacha Mainville, qui compte 15 ans d’expérience dans l’industrie de l’assurance, donne des exemples concrets de la façon dont l’IA bouleverse l’industrie, forçant les titulaires à se maintenir à la hauteur.

Invité(e)s

• 
  Yoshua Bengio Cofondateur d’Element AI et directeur scientifique du Montreal Institute for Learning Algorithms (MILA)
• 
  Daniel Gross Associé chez Y Combinator et responsable de AI Track

À propos de cet épisode

L’engouement autour de l’IA est un sous-produit de quelques percées scientifiques récentes – reconnaissance de la parole, vision par ordinateur, traitement automatique des langues – bref, la capacité d’un ordinateur à acquérir les sens humains et à imiter le cerveau humain.

Yoshua Bengio, cofondateur d’Element AI, professeur de renommée mondiale et directeur du Montreal Institute for Learning Algorithms (MILA), a été aux premières lignes de la révolution de l’apprentissage profond qui a permis ce type d’innovation. Dans cet épisode, il donne un aperçu de l’état actuel de la technologie : à quel point imite-t-elle fidèlement les sens humains?