A partir d’un grand nombre d’images du même endroit du corps humain réalisées par coupes après une biopsie, il est possible d’entrainer un algorithme de deep learning à distinguer la présence de tissus tumoral sans annotation préalable. C’est ce que montrent des chercheurs du Memorial Sloan-Kettering Cancer Center à New York dans un article paru dans Nature Medecine.

Pourquoi c'est intéressant. Les aides numériques à la décision diagnostique sont en plein boom. En particulier pour détecter et classer, par leur degré de gravité, les tumeurs sur des images cliniques. Des exemples, annotés par les médecins, étaient jusque-là nécessaires aux logiciels d’intelligence artificielle pour apprendre à distinguer le tissu cancéreux du tissu sain. Avec ces nouvelles recherches, cette étape deviendrait caduque.

Genève ne sait toujours pas combien de personnes ont manifesté le 14 juin dernier. Nous avons donc soumis les images et vidéos récoltées ce jour-là au laboratoire VITA de l’EPFL, qui a développé un algorithme d’intelligence artificielle nommé PifPaf. Ce dernier parvient à un résultat estimé six fois supérieur à celui de la police.

Pourquoi c’est important. Le vendredi 14 juin, la police estimait à 12’000 le nombre de manifestants à Genève. Les syndicats avançaient de leur côté des chiffres allant de 15’600 à 18’000. Les organisatrices de la manifestation parlaient, elles, de 30’000. La controverse née de cette guerre des chiffres donne un sens politique à leur interprétation. A trop minimiser la manifestation, on lui fait perdre sa légitimité.

DeepNude, une application permettant de “déshabiller” le ou la protagoniste d’une photo en imaginant grâce à l’intelligence artificielle ce qui se cache sous les vêtements, a finalement été désactivée par son créateur après quelques jours de polémique, relate Motherboard (EN).

Comment est-ce possible. Nous vous l’expliquions dans un article consacré aux réseaux antagonistes génératifs de neurones artificiels: les progrès de l’intelligence artificielle ont permis l’émergence des deepfakes, ces images ou vidéos inventées de toutes pièces par une machine pour avoir l’air vraisemblable. Des critiques craignaient que ces techniques ne soient utilisées à des fins pornographiques. Le destin de cette app semble leur donner raison.

L’intelligence artificielle, un atout pour la Suisse? Oui, pour les chercheurs et entrepreneurs qui ont présenté à l’occasion d’une conférence le potentiel de l’intelligence artificielle (IA) dans leurs domaines respectifs le 24 juin dernier à Genève.

De quoi s’agit-il. L’événement était co-organisée par Heidi.news et GVA2, une association visant à promouvoir les intérêts de Genève. Il a permis d’aborder les perspectives scientifiques, sociales et économiques de cet ensemble de technologies. Revue des projets présentés:

En marge de la conférence co-organisée par GVA2 et Heidi.news le 24 juin soir à Genève sur l’intelligence artificielle, le physicien Colin Barschel, responsable des partenariats industriels et académique du Cyber-Defence Campus, a répondu à nos questions sur l’utilisation de ces technologies au sein de l’armée suisse.

Son parcours. Titulaire d’un doctorat en physique de l’Université d’Aix-la-Chapelle, il a longtemps travaillé au CERN avant de se spécialiser en cybersécurité. Le Cyber-Defence Campus dépend d’armasuisse, l’Office fédéral de l’armement, responsable des acquisitions et des tests du matériel pour l’armée suisse.

Membre de l'équipe de développement des futures IA du CERN, Sofia Vallecorsa a obtenue son doctorat en Physique des hautes énergies à l'université de Genève avant de poursuivre son parcours aux États-Unis. Elle a répondu à nos questions en marge de la conférence coorganisée lundi 24 juin à Genève par l’association GVA2 et Heidi.news.

Pourquoi c’est important. À l'arrêt depuis décembre 2018, l'accélérateur à particules du CERN, le LHC, est en travaux. L'objectif est d'en améliorer les performances et la puissance. Prévu pour le printemps 2021, son redémarrage nécessitera le développement d'une intelligence artificielle, notamment pour le projet ATLAS.

Prendre l’avion pollue, la faute au kérosène. Regarder Netflix en streaming pollue, la faute aux datacenters. Et parler à Siri ou à Alexa? Oui, l’intelligence artificielle aussi pollue. Et dans des proportions insoupçonnées, soulève une étude qui sera présentée à l’occasion d’un congrès à Florence en juillet.

Pourquoi l’IA pollue de plus en plus? La faute en revient à la puissance électrique requise pour faire fonctionner les algorithmes de machine learning: on ne parle pas ici d’ordinateur personnel, mais de machines de guerre souvent munies de plusieurs cartes graphiques afin de pouvoir mener davantage de calculs en parallèle.

Prenez garde la prochaine fois que vous acceptez l’invitation d’un inconnu sur LinkedIn! L’agence de presse américaine AP (EN) a enquêté sur l’histoire de Katie Jones, une jeune femme travaillant dans un think-tank, qui s’est liée sur le réseau social avec nombre d’experts et de politiques américains en poste à Washington. Sauf qu’elle n’existe pas!

Pourquoi c’est un scénario digne de James Bond. Le visage de la trentenaire aurait été généré automatiquement par une intelligence artificielle. Les autorités américaines pensent qu’il s’agit d’une tentative d’espionnage, peut-être venue de Chine, afin de soutirer des informations confidentielles aux personnes ajoutées à son réseau.

Il y a quelques jours paraissait un rapport de l’Unesco s’inquiétant des stéréotypes de genre véhiculés par nos assistants vocaux. Le féminisme est-il un logiciel qu’il suffirait d’installer au creux de leur personnalité numérique?

Pourquoi c’est important. Il s’agit davantage d’un problème de design que de technologie. Mais cette question de design peut avoir un impact social retentissant, à l’époque où nous n’hésitons plus à nous adresser à Alexa ou Siri pour répondre à nos interrogations.

Identifier des contenus numériques, traduire des fragments de phrase, modérer des commentaires, livrer un repas à domicile, voire recharger à son domicile une trottinette électrique… Autant d’activités qui peuvent relever du «microtravail» (on parle aussi de digital labour). En France vient de paraître la toute première étude (FR) consacrée au phénomène.

Pourquoi c’est important. Le phénomène touche 260 000 personnes en France. Mais il est global. Il représente une face cachée de l’économie numérique, permettant d’alimenter en données les nouveaux outils digitaux sans masse salariale fixe, en fonction des besoins.

L’autorité américaine des transports, le NTSB, a rendu son rapport préliminaire (EN) suite au crash mortel d’un véhicule Tesla en autopilot début mars 2019. Ni le conducteur ni l’ordinateur de bord n’auraient donné de coup de volant pour éviter l’obstacle, ou même cherché à freiner. A qui en revient la faute?

Pourquoi c’est plus qu’un problème technologique. Dans le terme “semi-autonome”, nous entendons surtout “autonome”, alors que ces véhicules requièrent que les conducteurs maintiennent leur attention sur la route, même lorsqu’ils ne conduisent pas. L’enjeu est celui de l’interaction humain-machine: pour le véhicule, comment s’assurer que le conducteur reste attentif, et comment lui signaler qu’il doit reprendre le volant, et vite?

Sexistes, nos assistants vocaux? Oui, selon un rapport de l’Unesco (EN), qui s’émeut du genre de nos compagnons dotés d’intelligence artificielle (IA): Siri (iPhone), Alexa (Amazon Echo), Cortana (Microsoft) ou même Google Home ont tout(e)s un timbre féminin, ce qui renforce les stéréotypes de genre, déplore l’Organisation des Nations-Unies.

Pourquoi c’est important. Le genre des assistants vocaux influence les scénarios de dialogue écrits par les ingénieurs. Comme le titre le rapport, jusqu’à peu, Siri répondait «Je rougirais si je le pouvais (I blush if I could)» quand l’utilisateur l’injuriait par un «Siri, tu es une pute (Siri you’re a bitch)». De quoi véhiculer une certaine image de la femme…

Sur Internet, on peut voir Barack Obama dire des mots qu’il n’a – en vrai – jamais prononcé. Et le réalisme est stupéfiant. Comment est-ce possible? Grâce aux “deep fakes”: des vidéos contrefaites par un algorithme rendu très puissant par une nouvelle approche en intelligence artificielle (IA), les réseaux antagonistes génératifs (ou GANs). Un domaine de recherche en plein développement qui, aujourd’hui, voit naître une publication scientifique par semaine.

Pourquoi c’est nouveau. Le deep learning (en français, apprentissage supervisé machine par réseaux de neurones artificiels) est désormais incontournable en IA. Les GANs ne sont qu’une méthode d’apprentissage parmi d’autre au sein de ce domaine pléthorique, mais ils mettent en œuvre un principe original: celle de la mise en compétition de deux algorithmes afin d’aboutir à la contrefaçon la plus réaliste possible.