Publicité

Des CFF à Roche, l’intelligence artificielle irradie la Suisse entière

De plus en plus d’entreprises recourent au «machine learning» pour accroître leur efficacité dans tous les domaines. Une conférence qui se tient cette semaine à l’EPFL permet de le mesurer

Les CFF utilisent des systèmes d'intelligence articielle pour détecter des problèmes techniques dans leurs trains et leurs rails. — © Keystone
Les CFF utilisent des systèmes d'intelligence articielle pour détecter des problèmes techniques dans leurs trains et leurs rails. — © Keystone

Du samedi 26 au mercredi 30 mars, l’EPFL accueille les Applied Machine Learning Days, cinq jours de conférences et de débats sur l’intelligence artificielle. Comment cette technologie bouleverse-t-elle la santé, le secteur de la cybersécurité, l’alimentation, les transports ou l’industrie? Plusieurs journalistes du Temps sont sur place pour vous raconter ces bouleversements technologiques qui nous concernent tous.

Retrouvez notre dossier consacré à l'événement.

C’est un minuscule stand, dans un coin du SwissTech Convention Center de l’EPFL. Une table, une chaise, un petit logo «Meta» au-dessus. La maison mère de Facebook est extraordinairement discrète ce lundi, à côté des stands plus imposants de Microsoft ou de Swisscom. «Nous sommes juste ici pour le recrutement, glisse l’employée de Meta qui nous accueille. Le but est de nouer un maximum de contacts avec des étudiants ou des doctorants. Nous sommes en train de presque doubler nos effectifs à Zurich, pour atteindre les 350 employés cette année. Et si vous habitez Lausanne ou Genève, ce n’est pas un souci, on peut s’arranger pour le travail à distance si jamais.»

La multinationale américaine est en quête éperdue de talents en intelligence artificielle. Et ce n’est de loin pas la seule. Comme Meta, toutes les grandes sociétés helvétiques recherchent aujourd’hui des spécialistes pour tirer profit des montagnes de données qu’elles possèdent. Et dès ce lundi, ces entreprises ont commencé à recruter en marge des Applied Machine Learning Days (AMLD), conférence de cinq jours consacrée à l’intelligence artificielle.

Lire aussi: La démocratisation fulgurante de l’intelligence artificielle n’est pas sans risque

Réponses par des machines

Récemment, Swisscom a mis le turbo dans ce domaine. «Nous avons commencé à travailler sur nos données dès 2016, pour les consolider et voir comment nous pourrions les employer pour nos services. En 2018, nous avons mis ensemble tous les employés du groupe qui travaillent sur des données. Aujourd’hui, 300 collaborateurs de Swisscom utilisent des systèmes d’intelligence artificielle, que ce soit pour améliorer notre réseau, ou nos services à nos clients», détaille Laure Willemin, responsable de l’analyse des données chez l’opérateur.

Avec des résultats. «Il y a quatre ou cinq ans, un premier système d’intelligence artificielle analysait les e-mails reçus des clients pour les orienter, en interne, vers les bons services. Aujourd’hui, nous commençons à lancer des conversations automatiques avec nos clients, via WhatsApp ou par SMS. Cela peut concerner une carte SIM bloquée ou une demande de délai pour un paiement», raconte une employée sur le stand de Swisscom. L’opérateur utilise aussi de plus en plus des machines pour répondre aux clients. «Nous essayons de détecter la raison de leur appel, et parvenons parfois à prédire qu’ils téléphonent pour une panne, selon leur domicile», complète un collègue.

Lire également: Créer des algorithmes éthiques et justes, un défi majeur

Analyse des trains

Mais tout cela ne va pas de soi, selon Laure Willemin: «Les données changent tout le temps, il faut faire très attention à leur qualité. Et en interne, il faut maintenir un dialogue permanent entre le département commercial et celui de la recherche, car ils ne parlent pas forcément la même langue…»

Dans un tout autre registre, les CFF emploient aussi des techniques de machine learning, en analysant des photos. «Notre but, c’est de prédire quand une locomotive ou un wagon auront besoin d’être réparés, détaille Markus Roth, expert en données chez les CFF. Nous avons installé à côté des voies des appareils prenant de nombreuses photos des convois: l’analyse des images, effectuée par des ordinateurs, nous permet de savoir ce qui doit être réparé.» Et l’inverse est aussi réalisé par les CFF: des appareils de mesure sont installés sur des wagons, afin de détecter des anomalies sur les rails. «Nous utilisons aussi des systèmes d’intelligence artificielle pour aider nos passagers malvoyants: une application leur indique exactement où s’arrête le train sur le quai.»

Données annexes pour la santé

Le secteur de la santé est clairement l’un des plus grands utilisateurs de machine learning aujourd’hui. «Nous avons face à nous des masses de données colossales. Le secteur de la santé a généré un volume de plus de 1200 exabytes de données en 2018, et ce volume croît de 36% par an. Grâce à leur analyse, nous pouvons encore mieux nous orienter vers des traitements personnalisés, nous comprenons mieux les pathologies et nous pouvons prédire leur développement», affirme Gunther Jansen, responsable de l’analyse des données pour la santé personnalisée chez Roche. Il va plus loin: «Nous sommes aussi en train d’analyser les données récoltées par un scanner, par exemple, mais qui ne concernent pas la maladie examinée: le but est de récolter un maximum d’informations sur le patient, pour améliorer nos traitements.»

Et que ce soit pour des applications dans le secteur de la santé, du transport ou des télécoms, l’EPFL affirme être aujourd’hui à la pointe. «Le machine learning permet à la science de réaliser des progrès énormes. Et c’est ici, à l’EPFL, que sont formés les meilleurs spécialistes. Il n’y a aucun doute à ce sujet», dit la professeure Lenka Zdeborova. La spécialiste cite des travaux de recherche sur la fusion nucléaire menés avec DeepMind, des travaux sur l’hydrogène des planètes géantes ou encore des recherches sur de nouvelles technologies pour préserver la faune sauvage. «Partout, le machine learning offre des possibilités énormes», affirme Lenka Zdeborova.