« Celui qui deviendra leader dans ce domaine sera le maître du monde. »
Vladimir Poutine, 1er septembre 2017 intervention publique
La petite histoire de l’IA…
Le conseil de l’Europe définit l’intelligence artificielle (IA) comme un ensemble de sciences (théories et techniques) qui ambitionne d’imiter les capacités cognitives d’un être humain.
L’histoire de l’IA remonte dans les années 40 aux États-Unis, dans le sillage de la cybernétique. A l’époque, Norbert Wiener, pionnier de la cybernétique, cherchait à unifier la théorie mathématique, l’électronique et l’automatisation en tant que « théorie entière de la commande et de la communication, aussi bien chez l’animal que dans la machine ». Au même moment en 1943, Warren McCulloch et Walter Pitts mirent au point un premier modèle mathématique et informatique du neurone biologique (neurone formel).
En 1950, Alan Turing posera pour la première fois la question de l’éventuelle intelligence d’une machine dans son article « Computing Machinery and Intelligence » et décrira un «jeu de l’imitation», où un humain devrait arriver à distinguer, lors d’un dialogue par téléscripteur, s’il converse avec un homme ou une machine.
De ces foisonnements naitra l’IA en tant que discipline en 1956, lors de la conférence au Dartmouth College avec McCarthy et Minsky (reconnus comme pères de l’IA).
Si l’IA continue de se développer jusqu’au milieu des années 60, c’est seulement avec la recherche américaine, principalement financée par le Département de la Défense. Dans le même temps, on verra s’ouvrir des laboratoires çà et là à travers le monde.
Des années 70 aux années 2000, l’IA va rentrer dans sa période « AI Winter ».
C’est seulement avec le succès public en mai 1997 de Deep Blue (système expert d’IBM) au jeu d’échecs, contre Garry Kasparov, que l’IA sortira de son sommeil.
A partir des années 2010, l’IA sera relancée définitivement avec des succès grands publics : en 2011, avec Watson, l’IA d’IBM remportera les parties contre 2 champions du « Jeopardy » ; en 2012, Google X (laboratoire de recherche de Google) arrivera à faire reconnaître à une IA des chats sur une vidéo.
A ce stade, seulement trois pays étaient dans le compétition de l’IA : les États-Unis, le Canada, et la Grande-Bretagne. C’est l’équipe dirigée par Geoffrey Hinton (de l’Université de Toronto), qui permettra de faire des percées dans l’apprentissage par la machine (machine learning) avec l’apprentissage profond (deep learning). Les deux autres membres de l’équipe sont Yoshua Bengio (de l’Université de Montréal) et Yann LeCun (de l’Université de New York), qui, dès 2003, avaient décidé de démarrer un programme de recherche pour remettre au goût du jour les réseaux neuronaux.
A partir de ce moment, certaines sociétés vont prendre les devants. Avec le deep learning, la problématique de l’IA devient d’avoir de la donnée à traiter. Google devient rapidement un pionnier. En 2012, la firme de Mountain View n’avait que quelques projets d’usages, contre 2 700 trois ans plus tard. En 2013, Facebook ouvre le Facebook Artificial Intelligence Research (FAIR) dirigé par Yann LeCun. Amazon, Microsoft, Apple, Netflix, Tesla vont suivre aussi.
En 2016, AlphaGO (IA de Google spécialisée dans le jeu de Go), en battant le champion d’Europe (Fan Hui) et le champion du monde (Lee Sedol), puis elle-même (AlphaGo Zero), change les cartes. Les États-Unis étaient alors les maîtres incontestés de cette technologie.
Le plan MIC 2025 …
Suite à la victoire d’AlphaGo, la Chine décide d’entrer dans la compétition de l’IA. À ce stade, elle accuse au moins quinze ans de retard, ce qui représente une éternité sur l’échelle de l’IA. Mais, à partir du moment où elle a décidé de rentrer dans la compétition, plus rien ne va l’arrêter.
En fait, le plan décennal « Made in China 2025 » (MIC 2025) était déjà en marche. Annoncé par le premier ministre Li Keqiang lors de la 12e session plénière de l’assemblée du peuple le 5 mars 2015, le MIC 2025 redéfinit les priorités industrielles de la Chine. Il vise à faire passer la Chine du statut « d’usine du monde » à celui de « grande puissance industrielle », maîtrisant la recherche, l’innovation et la production de biens à forte valeur ajoutée. La Chine va entrer dans la révolution connectique. Le MIC 2025 doit permettre la création de champions nationaux capables de s’imposer comme des acteurs incontournables à l’international, par une stratégie d’acquisition de nouvelles technologies, et le déploiement à l’étranger des entreprises chinoises, idéalement sur les pays concernés par la « ceinture de la route de la Soie » (BRI[1]), l’autre programme phare du « rêve chinois » pour 2049).
En effet, dès son arrivé au pouvoir en 2012, Xi Jinping affiche l’objectif de réaliser le «rêve chinois» pour 2049 pour le centenaire de la fondation de la République populaire de Chine. La Chine sera « un pays innovant » d’ici 2020, «un des pays les plus innovants» d’ici 2030 et, pour finir, « la première puissance innovante » d’ici 2049, avec les deux programmes phares qui sont les Nouvelles Routes de la Soie en 2013 (BRI) et MIC 2025 en 2015.
En termes de R&D, les dépenses ont été multipliées par un facteur 13 entre 2000 et 2017, passant de moins de 1 % du PIB en 2000 à 2,1 % en 2017. En 2019, ce montant dépasse le niveau moyen de l’Union européenne et s’élève à 290 milliards d’euros soit 2,23% du PIB de la Chine (selon les données publiées en septembre 2020 par trois agences gouvernementales chinoises couvrant les secteurs privé et public).
Concernant le nombre de brevets déposés par la Chine, il a rapidement augmenté (+700 % entre 2007 et 2017). La Chine s’est hissée à la première place devant les États-Unis (57 840 demandes) avec 58 990 demandes internationales de brevets en 2019, ce qui représente 22% des demandes totales (Source INPI).
La Chine note ses réussites sur le plan international, comme l’envoi de taïkonautes dans l’espace en octobre 2016, la sonde Chang’e 4 qui se pose sur la face cachée de la Lune en décembre 2018, ou encore directement en IA avec la mise au point de supercalculateurs.
Depuis 2016, la Chine domine le TOP500 en ce qui concerne le nombre de systèmes, avec, en 2020, 226 supercalculateurs contre 114 pour les États-Unis, 30 pour le Japon en troisième, 18 pour la France en quatrième.
Le numérique, et plus particulièrement l’IA, occupe donc une place centrale dans la stratégie chinoise. L’ascension des BATX[2] reste de ce fait remarquable.
L’effort de transformation dirigé par la Chine pour l’implantation des entreprises et de startups en IA sur l’ensemble de son territoire est gigantesque. Le Dr Kai-Fu Lee, spécialiste de l’intelligence artificielle, voit l’immense avantage de la Chine dans la course à l’IA dans la surabondance des données collectées, la force d’un écosystème d’entrepreneurs « prêt à tout » pour créer de nouveaux produits, et un soutien indéfectible de l’État, capable d’injecter des milliards et de créer un environnement réglementaire extrêmement favorable[3]. La Chine a réussi à faire émerger, dans les grandes villes, des pôles de compétence, chacun plus innovants les uns que les autres, et toujours avec comme socle de leur activité la donnée numérique. Guiyang, avec le siège de l’entreprise Global Big Data Exchange (GBDEX) peut être citée. Elle est considérée comme la plus grande plateforme de commercialisation de mégadonnées en Chine. Un deuxième exemple est la ville de Hangzhou, qui abrite Alibaba.
Le modèle chinois se veut être entre adaptation et disruption. Il doit permettre à la Chine de répondre tout à la fois à son ambition de domination nationale (renforcement de l’État et de son armée), régionale (« route de la soie » et intérêts stratégiques), et mondiale (devenir un acteur de premier rang et dépasser les États-Unis).
Entre les deux colosses, quelle place pour la France dans la guerre à l’IA ?
L’IA française en chiffres[4]
- La France compte parmi les 4 premiers pays au monde pour la production mondiale d’articles sur l’IA, avec la Chine, les États-Unis, et le Royaume-Uni, grâce à son excellence en mathématiques, en STIC et en SHS.
- 268 équipes de recherche
- 5 300 chercheurs
- 81 écoles d’ingénieurs et 38 universités délivrant 138 cours liés à l’IA.
- 18 diplômes de mastères spécialisés en IA
- 80 ETI et PME et plus de 270 start-ups spécialisées dans l’IA, avec un rythme de création soutenu : plus de 30% par an depuis 2010.
- 400 M€ par an de financement public pour la recherche en IA
En septembre 2017, le gouvernement français demande au mathématicien Cédric Villani, alors député de la majorité, de conduire une mission sur la mise en œuvre d’une stratégie française et européenne en IA. Dans cette guerre stratégique où il est question de souveraineté et d’indépendance technologique, la France veut construire sa voie. Dans la course à l’IA, c’est la puissance de l’État qui permettra de faire avancer les choses plus vite.
Plusieurs initiatives ont donc été menées par le gouvernement français ces dernières années pour aider les entreprises à se développer et/ou s’internationaliser. En septembre 2019, le président Emmanuel Macron annonce un plan pour encourager l’investissement dans les jeunes pousses françaises et augmenter le nombre de licornes, ces entreprises valorisées à plus d’un milliard d’euros. L’État a aussi noué des partenariats avec de grands investisseurs institutionnels français pour un montant total de cinq milliards d’euros injecté dans les start-ups.
L’IA devient le domaine technologique privilégié des start-ups françaises
En 2020, la France comptait 453 start-ups travaillant sur des projets liés à l’intelligence artificielle, plus de deux fois plus qu’en 2016 (avec 180 startups). Les investissements dans ces sociétés sont également en forte hausse. Les levées de fonds réalisées par les start-ups françaises ont doublé entre 2018 et 2019, pour un montant d’1,268 milliard de dollars.
La France, avec la plus grande concentration de laboratoires de recherche sur l’IA en Europe, devient un acteur aussi important dans le domaine qu’Israël et le Royaume-Uni (Source France Digitale, Nicholas Brien, PDG ).
Si la France peut se targuer de la quatrième place, juste derrière le Japon en nombre de supercalculateurs classés (avec 18 supercalculateurs et une puissance totale de 68,9 pétaflops), on ne dénombre qu’un seul producteur de supercalculateur de classe Exascale au niveau européen, avec le français Atos-Bull. La France accuse donc aussi certaines fragilités.
Concernant l’IA, le constat est qu’aucun pays européen ne peut y arriver seul. L’Europe se doit d’avoir une « superstratégie », la plus globale possible, même si chaque pays a son propre plan. Si la création de Genci[5] en 2007 a permis de faire comprendre aux pays européens qu’il fallait avoir une infrastructure européenne capable de concurrencer les grosses puissances du domaine (États-Unis, Chine, Japon), il faut attendre fin 2018 avec l’initiative européenne EuroHPC[6] pour coordonner les efforts de R&D et le déploiement de premiers supercalculateurs de classe mondiale dédiés à la recherche au niveau européen. C’est seulement dans le cadre de la deuxième phase prévue pour 2022-2023, que le programme soutiendra le développement de machines Exascale, pour lesquelles la France et l’Allemagne se sont portées volontaires pour l’hébergement.
La France doit trouver son chemin…
Un des enjeux est donc de ne pas subir les évolutions de l’IA, et de se doter de tous les moyens : humains, matériels, dont les supercalculateurs, et un circuit de prises de décisions politiques agiles, afin de ne plus subir ces changements.
Se doter de matériels…
La France doit disposer à la fois d’infrastructures publiques, mais aussi de moyens opérés par des industriels. On peut citer EDF, Airbus, Safran, Renault … qui investissent fortement dans le calcul intensif en termes de moyens de calcul et d’applications. Si on compte parmi les fleurons français Atos-Bull, qui est le seul producteur européen de supercalculateur de classe Exascale, la première entreprise française classée au top 500 de novembre 2020 est Total, qui, avec sa machine IBM Pangea III, n’arrive qu’à la 18e position.
Se doter de moyens humains…
Cédric Villani, en charge de la mission sur l’IA en 2017, a admis une fuite des experts français en IA. Pour exemple, parmi les quinze personnalités françaises de l’IA, cinq exercent aux États-Unis (dont Yann LeCun, Jérôme Pesenti, Patrick Simard, Léon Bottou ou encore Rémi Munos).
Le cas Atos-Bull : la France à l’échelle mondiale
Malgré tout, la France, avec l’exemple d’Atos-Bull, numéro quatre mondial des supercalculateurs joue bien dans la cours des grandes.
De 2016 à 2019, son usine d’Angers a produit près d’un demi- exaflop[7] de puissance de calcul. Sur cette période, la production de serveurs de calcul est passée de 3 000 à 5 000 par an. Et en 2022, Atos prévoit de produire près de 10 000 machines à Angers, équivalent à près de 2 exaflops, faisant du site du Nid-de-Pie l’une des trois plus importantes usines au monde en la matière.
La construction du nouveau centre de test angevin a nécessité un investissement global de l’ordre de 10 millions d’euros, cofinancé par le fonds européen de développement régional, avec un soutien de la Région Pays de la Loire dans le cadre de la politique de développement économique (600 000 €) et le financement Européen FEDER[8] (1200 000€). Les performances d’Atos -Bull ont permis de créer 800 emplois d’ingénieurs de haut niveau et de pérenniser l’avenir de l’usine à Angers.
Demain, l’IA française…
La France ne manque pas d’atouts dans le domaine de l’intelligence artificielle.
Aujourd’hui, les mentalités commencent à changer, et on observe une sorte de conscience collective qui émerge sur des enjeux autour de la donnée et de l’IA.
La France continue de se chercher une IA compétitive, qui génère du business, tout en étant éthique. Si l’IA européenne reste encore aujourd’hui, pour l’essentiel, du domaine de la recherche, et tend à se déployer dans des domaines critiques comme la santé, la cybersécurité, les modèles économiques et sociétaux autour de la notion de confiance, petit à petit, l’IA tend à se démocratiser.
Malgré des faiblesses à jouer sur le plan international avec des « fuites de talents », ou encore des machines dont les performances sont très loin de Fugaku de Fujits, l’exemple d’Atos-Bull à Angers montre que l’IA peut permettre de créer des emplois d’ingénieurs de haut niveau, insufflant ainsi une dynamique territoriale.
La France se classe en 2ème position des pays européens les plus performants et dynamiques en termes d’IA, derrière la Grande-Bretagne[9]. 21% du total des entreprises européennes positionnées sur ce secteur sont françaises.
Le territoire français accueille les chercheurs en IA des GAFA, avec Facebook et son hub européen Facebook AI Research (FAIR), ou encore Google et son centre de recherche en IA à Paris.
Pourquoi pas une IA Made In France (MIF) ? La France (dans le cadre européen) pourrait partir sur l’idée d’une IA qui ne serait pas une offre en compétition avec celle de la Chine et des États-Unis, mais plutôt une alternative, en créant un différenciant au niveau européen. L’explicabilité, la traçabilité et l’éthique, doivent permettre de créer ce barycentre entre une IA chinoise (OMO[10]) et une IA américaine drivée par les GAFAM. L’avance prise par les États-Unis et la Chine pourrait vite se rétrécir faute de pouvoir déployer leurs solutions sur le territoire européen. Il se pourrait qu’ils n’aient pas du tout de réponse sur certains marchés européens à défaut d’avoir pris en compte ces critères dès le début .
Et demain ?
La première hypothèse est que, demain, Europe, États-Unis et Chine travailleront chacun séparément de son côté. Dans ce cas, les puissances chinoise et américaine laisseront peu de place à l’émergence d’un IA made in France. La deuxième serait que l’Europe suscitera une prise de conscience dans les autres pays : les Américains prendront alors l’éthique et le social en compte, et les asiatiques[11] freineront la surveillance technologique.
Nul ne peut vraiment dire ce que demain sera fait, mais ce qui est sûr, c’est que la France a déjà son propre chemin. Il passe par la différenciation via l’éthique, la traçabilité et l’explicabilité : tout n’est pas forcément dessiné !
Par Thao Noet, promotion 2020-2021 du M2 IESCI
[1] BRI : Belt and Road Initiative
[2] Baidu, Alibaba, Tencent & Xiaomi
[3] Kai Fu Lee, (2019) I.A. La Plus Grande Mutation de l’histoire au édition Les Arènes
[4] Source : https://www.enseignementsup-recherche.gouv.fr/pid26414-cid128577/rapport-de-cedric-villani-donner-un-sens-a-l-intelligence-artificielle-ia.html
[5] GENCI (Grand Équipement National de Calcul Intensif ) a pour mission, au niveau national et européen, de favoriser l’usage du calcul intensif associé à l’Intelligence Artificielle au bénéfice des communautés de recherche académique et industrielle
[6] High-Performance Computing
[7] un exaflop = un milliard de milliards d’opérations en virgule flottante par seconde
[8] FEDER : Le Fonds européen de développement régional
[9] Étude du groupe américain fabricant de composants électroniques PNY Technologies qui recense 424 entreprises françaises opérant dans le domaine de l’IA
[10] Offline Merge Online
[11] En mai 2019, l’Académie de Pékin en intelligence artificielle a publié le « Consensus de Pékin », un document de 15 articles édictant des principes visant à encadrer la recherche et développement, l’utilisation et la gouvernance de l’IA. C’est la première fois qu’une organisation officielle chinoise édicte des principes, notamment éthiques, dans ce domaine.
Sources
(Les sites ont été consultés entre le 19 et 27 janvier 2020)
Villani C, (2017), Donner un sens à l’intelligence artificielle: pour une stratégie nationale, 2017 https://books.google.fr/books?hl=fr&lr=&id=Q7lUDwAAQBAJ&oi=fnd&pg=PP1&dq=Intelligence+artificielle+France&ots=0HDgR7SES-&sig=kS_8B-pATRgjOu27aQucNH_bDcg#v=onepage&q=Intelligence%20artificielle%20France&f=false
Enseignement supérieur recherche :
https://www.enseignementsup-recherche.gouv.fr/cid128577/rapport-de-cedric-villani-donner-un-sens-a-l-intelligence-artificielle-ia.html
https://www.enseignementsup-recherche.gouv.fr/cid136649/la-strategie-nationale-de-recherche-en-intelligence-artificielle.html
https://www.enseignementsup-recherche.gouv.fr/cid128618/la-strategie-ia-pour-faire-de-la-france-un-acteur-majeur-de-l-intelligence-artificielle.html
Chine Magazine :
INPI :
Usine Nouvelle :
https://www.usinenouvelle.com/article/portraits-les-gourous-de-l-ia.N650119
https://www.usinenouvelle.com/editorial/comment-la-sncf-compte-faire-des-economies-grace-a-la-maintenance-predictive.N979246
Le Figaro :
CNRS :
https://lejournal.cnrs.fr/articles/supercalculateurs-les-enjeux-dune-course-planetaire
Usbek & Rica :
https://usbeketrica.com/fr/article/ia-france-plutot-leader-suiveuse-pionniere
Hub Institute :
https://hubinstitute.com/2018/transformation/infographie-Baidu-Alibaba-Tencent-Xiaomi-capitalisation-gafa
Hub France IA :
Siècle Digital :
https://siecledigital.fr/2018/08/20/histoire-intelligence-artificielle/
France Digitale :
Les startups spécialisées dans l’IA continuent à augmenter en France
Conseil de l’Europe :
https://www.coe.int/fr/web/artificial-intelligence/history-of-ai
Le Monde :
https://www.lemonde.fr/economie/article/2020/02/18/comment-l-europe-veut-gagner-la-bataille-de-l-intelligence-artificielle_6029912_3234.html
Fairise, A. (2018). Les premiers pas de l’IA en entreprise. Alternatives Économiques, 380(6), 42-42. https://doi-org.buadistant.univ-angers.fr/
Chavagneux, C. (2018). Intelligence artificielle : des moyens insuffisants. Alternatives Économiques, 379(5), 47-47. https://doi-org.buadistant.univ-angers.fr/
Allard, P. (2020). La Chine, championne technologique ou géant empêtré ? Politique étrangère, printemps(1), 121-133. https://doi-org.buadistant.univ-angers.fr/10.3917/pe.201.0121
Heurtebise, J. & Maréchal, J. (2020). Éditorial. L’innovation en Chine : réalités et problèmes. Monde chinois, 61(1), 5-7. https://doi-org.buadistant.univ-angers.fr/10.3917/mochi.061.0005
Zubeldia, O. (2020). Entre résilience et rupture : l’émergence d’un nouveau modèle technologique chinois? Monde chinois, 61(1), 39-53. https://doi-org.buadistant.univ-angers.fr/10.3917/mochi.061.0039
