AI & Society #8 – Octobre 2018

Vous souhaitez revivre la 8ème édition d’AI & Society d’Octobre 2018 ? Découvrez le récapitulatif des 3 conférences de Michel Sasson, Aurélia Nègre & Alberto Guggiola et d’Oussama Abbou.

Talk société – Quelles idéologies soutiennent l’IA : IA face aux TICO

Avec Michel Sasson, CEO de Sasson Conseil & speaker innovation

Parce qu’elles ont un contenu, les IA servent un projet pouvant comporter une dimension politique.

Inventée par Michel Sasson, la matrice TICO cartographie les propositions politiques alternatives au libéralisme politique et économique sorti, au début des années 1990, vainqueur de la Guerre Froide. Celles-ci sont au nombre de quatre.

  • Le Technologisme propose de dépasser le modèle libéral à l’aide de la science et de la technologie, perçus comme des instruments capables de répondre aux grands défis de l’humanité et de nous affranchir de nos conditions d’hommes. Les figures de proue de ce courant sont Ray Kurzweil, Peter Thiel, les différents mouvements transhumanistes et libertariens.

  • Les Identitaires, incarnés par le wahhabisme, l’AFD, le groupe nationaliste hindou RSS, le Mouvement 969 etc. Ces derniers adoptent une lecture du monde où l’identité joue un rôle structurant dans toute approche politique. Leur grammaire politique emprunte les topiques de la grandeur déchue, de l’agression externe, de la résistance héroïque et de la libération prochaine.

  • Le Convivialisme regroupe les progressismes éclatés du post marxisme, qui ont essayé de se renouveler à plusieurs reprises autour de la critique économique du libéralisme avant de trouver une légitimité commune fondée sur la lutte contre réchauffement climatique : le capitalisme mène l’humanité à sa perte en détruisant la planète. Quelques avatars du convivialisme : Paul Watson (Sea Shepherd), le véganisme, l’éthique du Care, Occupy Wall Street, Evo Morales… Contrairement aux identitaires, la convergence de ces mouvements ne peut se faire autour d’une grammaire politique partagée ; ils disposent néanmoins d’un éthos et d’une sensibilité commune.

  • L’Ordre, incarné par des figures telles que Xi Jinping, Bachar el-Assad, Vladimir Poutine, Kim Jong-un ou le maréchal al-Sissi, tente quant à lui de protéger l’État contre la société pour empêcher celle-ci de basculer dans l’anomie.

Talk technologique – Le jour où les IA ont appris à bluffer

Avec Aurélia Nègre et Alberto Guggiola, data scientists chez Quantmetry

Si les IA se révèlent très performantes pour les jeux à information complète comme les échecs, les dames ou le go, les jeux à information incomplète leur sont longtemps demeurés inaccessibles. Le roi des jeux à information incomplète, la variante Texas hold’em no limit du poker, présente par exemple un extrême degré de complexité rendant difficile son approche par l’IA : il intègre bluff et croyances, nécessite un décryptage de la stratégie des adversaires et comporte un facteur aléatoire.

Au cours du projet Libratus, les chercheurs de l’Université Carnegie Melon se sont attachés à relever le défi de développer une IA capable de maîtriser le Texas hold’em no limit. Il restait encore à confronter Libratus aux experts humains de ce jeu : l’expérimentation, menée à Pittsburgh en janvier 2017, impliquait quatre champions humains qui affrontèrent l’IA au cours d’une partie de quelque 120 000 mains. L’expérience tourna au triomphe pour Libratus qui l’emporta largement, délestant ses adversaires humains de plus d’1,7 million de dollars.
Libratus repose sur trois briques fondamentales. En préparation de la partie, la brique Blueprint calcule les meilleures stratégies dont elle tire une abstraction générale du jeu. Mais il n’est pas possible de calculer à l’avance les 10161 possibilités qui font la richesse du Texas hold’em : on procède donc par renforcement, sur le modèle d’un algorithme Monte-Carlo, en négligeant volontairement l’exploration des stratégies sous-optimales. Deuxième brique logicielle, le Subgame prend en temps réel les décisions relatives à la gestion des mains (les sous-jeux), en tenant compte des réactions des adversaires et des stratégies qu’ils ont employées plus tôt dans la partie. Enfin, un Self-improver vise à améliorer la brique Blueprint par correction a posteriori des failles stratégiques qui se sont manifestées durant la partie.

À l’image d’AlphaZero, Libratus n’a pas besoin d’une masse abondante de données pour atteindre un niveau d’expertise exceptionnel. Mais contrairement à celui-ci, il s’applique à des jeux à information incomplète analogue à des décisions business où les parties prenantes ont intérêt à cacher une partie de l’information à leur disposition, et ne disposent pas d’une parfaite connaissance des contraintes et des stratégies des autres acteurs. Une IA capable de se mouvoir en situation d’information incomplète et asymétrique, y compris en bluffant, constitue donc une révolution ouvrant des applications dans la stratégie commerciale, la finance, la négociation, la cybersécurité ou encore les véhicules autonomes.

Talk business – L’IA appliquée au Marketing

Avec Oussama Abbou, founder de Smart Prospective et acheteur chez Allianz

Depuis une vingtaine d’années, le marketing a pris le pouvoir dans l’entreprise, guidant le processus de création de valeur et suscitant des besoins de consommations chez le client. La démarche marketing se transforme chaque jour grâce au traitement de données de plus en plus nombreuses par l’intelligence artificielle.

Si l’IA ne révolutionne pas les outils fondamentaux du marketing (matrice d’Ansoff, marketing mix, matrice BCG, cinq forces de Porter etc.), sa capacité de structuration de l’information contribue à améliorer l’adressage du marché en autorisant des ajustements nombreux et ciblés. Encore faut-il disposer d’une quantité suffisante de data à traiter, en quoi les grands cabinets de conseils et d’étude ou les multinationales disposent actuellement d’un avantage par rapport aux acteurs de taille plus modeste.

Une solution idéale consisterait en un outil capable de collecter et de contextualiser la data en temps réel, de les agréger afin d’en déduire les tendances, et au bout de la chaîne de lier l’information à la prise de décision et à l’action. Les acteurs du commerce de distribution physique s’essayant à ce genre d’application arrivent à des cycles d’itération de six mois à un an, un délai très long par rapport à leurs homologues du retail digital qui disposent de données très structurées autorisant des itérations beaucoup plus rapides. Ces derniers se rapprochent du Graal des marketeurs : une collecte d’information en temps réel, traduite par la proposition du bon produit à la bonne personne au bon moment et facilement monitorée grâce à la dataviz.

Le coup d’après du retail physique pourrait bien s’appuyer sur le machine learning, un type d’IA capable de valoriser les données collectées en mettant à jour de nouvelles corrélations, en évaluant la qualité des ciblages et en documentant les nouvelles tendances. L’élargissement des types de données collectées (open data, reconnaissance faciale, données environnementales, données mobiles, ERP…) et l’accroissement des volumes de data conduit à anticiper la mutation du commerce physique vers une approche plus contextuelle et user centric.

Trois périmètres d’usage s’ouvrent avec cette augmentation des volumes de données collectées et des capacités de traitement : le mall (qualification du prix du m2 commercial en fonction du passage constaté), le shopping (ciblage des publicités en fonction de l’environnement et des personnes présentent), et les études statistiques désormais basées sur l’exploration immédiate des data plutôt que sur des estimations. Sur ces périmètres, Smart Prospective se révèle dès à présent capable de fournir aux points de vente physiques des analytics sur leurs clientèles comparables à ceux existant pour les sites internet.

Disclaimer : Nous avons eu quelques soucis techniques c’est la raison pour laquelle nous n’avons pas les vidéos des conférences business et technologique de l’édition du mois d’Octobre, nous sommes désolés de la gêne occasionnée. Nous faisons notre possible pour améliorer la qualité des vidéos pour les prochaines éditions d’AI & Society.

Retrouvez-nous pour notre prochain AI&Society sur notre page Meetup.