Hi ! PARIS : Faire rayonner la recherche française en IA
IP Paris et HEC Paris ont créé en 2020 Hi ! PARIS, afin de rapprocher la recherche fondamentale et le monde de l’entreprise dans le domaine de l’IA et de la data science. La formation pluridisciplinaire des ingénieurs français – et spécialement polytechniciens – est un atout pour le secteur de l’intelligence artificielle et donne à Hi ! PARIS un positionnement européen et mondial prometteur.
Vous êtes directeur scientifique de Hi ! PARIS, de quoi s’agit-il ?
Le projet Hi ! PARIS (Paris Artificial Intelligence for Society & Business) a été cofondé par les cinq écoles d’IP Paris et HEC Paris avec l’ambition de créer un centre d’excellence international. Le financement de ce centre s’appuie sur le mécénat d’entreprises afin de soutenir la recherche en IA et développer l’innovation. Il s’agit non seulement de renforcer notre potentiel de recherche académique, mais aussi de renforcer les interactions et partenariats de recherche avec les mécènes et plus généralement les grands acteurs industriels de l’IA.
Un des volets de la politique de Hi ! PARIS est la mise en place de mécanismes de rétention des meilleurs talents. Il y a aujourd’hui un mercato mondial des meilleurs chercheurs dans le domaine de l’IA et les niveaux de salaire sont souvent assez rédhibitoires dans l’enseignement supérieur ou la recherche publique. Hi ! PARIS propose des mécanismes de fellowships qui permettent de donner des moyens de recherche importants sur une base compétitive et d’aider à réaligner les rémunérations au niveau des meilleures universités de l’Europe des Vingt-Sept.
Hi ! PARIS a aussi une politique d’attractivité. L’objectif est d’attirer les meilleurs jeunes chercheurs mondiaux. Ici encore, il faut être capable d’offrir un salaire compétitif au niveau européen et d’environner la recherche de nos jeunes pousses avec des moyens exceptionnels (deux doctorants, un chercheur postdoctoral).
Nous avons pour objectif de développer une recherche au meilleur niveau mondial, d’être présents sur de nombreux fronts qui vont de la théorie des méthodes de l’IA jusqu’aux applications, dans différents domaines (robotique, cybersécurité, énergie, décarbonation de l’économie, IA pour la recherche scientifique, chimie, nouvelles molécules à caractéristiques thérapeutiques intéressantes, nouveaux matériaux).
Actuellement les chercheurs de Hi ! PARIS cosignent 1,5 % des publications en IA dans les meilleures conférences mondiales, ce qui nous place dans le peloton de tête des centres de recherche publics en Europe et au 15e rang mondial.
Hi ! PARIS s’est développé de façon interdisciplinaire. Ainsi, l’aspect IA et société est porté davantage par HEC : IA dans les legaltechs (avocats automatisés qui vont puiser dans la jurisprudence pour constituer des graphes de connaissances), dans les fintechs, la transformation du marché du travail, la transformation digitale des sociétés et des économies, fairness, la protection des données.
Quels sont les atouts et faiblesses de la France en IA ?
L’IA et la data science sont des domaines indispensables pour l’avenir technologique de la France. L’IA est fondée sur un très riche corpus théorique et méthodologique qui s’est considérablement étoffé au cours des quarante dernières années – des avancées majeures ont été réalisées au cours de la dernière décennie avec l’émergence de l’apprentissage profond, les réseaux convolutifs et aujourd’hui les transformers. L’IA exploite aussi de façon souvent très originale les avancées récentes en mathématiques appliquées – optimisation, statistique mathématique, simulation – et en informatique – graphes, traitement des langues naturelles, web sémantique, différentiation automatique. Mais l’IA garde aussi un côté très expérimental. Pour avancer il faut être capable d’évaluer les méthodes sur des ensembles considérables de données. Cette indispensable validation expérimentale demande des infrastructures de calcul d’une part et de nombreux ingénieurs et chercheurs d’autre part. L’IA, ce ne sont pas quelques idées brillantes ; il y a beaucoup de mise au point, de réglage fin des paramètres, de savoir-faire… et beaucoup de temps de calcul et de développement. Il y a un côté artisanat d’art, que j’aime bien d’ailleurs ; sans l’obstination et la patience des chercheurs, rien ne fonctionnerait. Il y a un vrai besoin de financement pour soutenir la recherche nationale dans ce domaine, qu’elle soit publique ou privée.
Il y a un très bon positionnement de la France en termes de formation pour l’IA, c’est une de nos forces. L’attractivité et la sélectivité des écoles d’ingénieurs font que l’enseignement scientifique demeure une filière d’excellence qui continue d’attirer des étudiants brillants, même si l’on pourrait faire sans doute beaucoup mieux en termes de diversité ! L’attractivité des filières scientifiques décroît dans de nombreux pays, en particulier aux USA, qui ne doivent leur salut qu’au très fort apport des étudiants internationaux (au premier rang desquels les Chinois). Les écoles d’ingénieurs généralistes, dont l’X est un exemple emblématique, favorisent le développement d’une culture scientifique interdisciplinaire, que je trouve très adaptée aux besoins de l’IA. Il faut comprendre les mathématiques – l’optimisation joue un rôle absolument central, il est essentiel d’avoir une solide culture en probabilités et statistiques – mais il faut aussi avoir une très bonne compréhension des algorithmes, des structures de données. Beaucoup d’applications de l’IA requièrent aussi de maîtriser la mécanique (pour les robots par exemple), la physique, la chimie… La culture scientifique généraliste des écoles d’ingénieurs est donc un atout formidable pour le développement de l’IA. Il suffit d’aller dans les centres de recherche à l’étranger, aux USA mais aussi à Abu Dhabi, Singapour ou Hong Kong, pour se rendre compte du succès que rencontrent nos ingénieurs français.
“L’IA a aussi un côté très expérimental.”
La France ne bénéficie que partiellement de l’excellence des talents que nous formons, pour plusieurs raisons. L’effort de recherche en France est globalement en retrait par rapport à ses principaux compétiteurs – et cette faiblesse est partagée par toute l’Europe du Sud. La France a clairement décroché par rapport à l’Angleterre et à l’Allemagne et à de nombreux pays de l’Europe du Nord : la part du financement de la R & D peine à dépasser 2 % du PIB en France, alors qu’il est de 3 % en Allemagne. La perception de la recherche dans les entreprises est encore assez négative. Il y a là-dedans quelque chose de très culturel, d’ailleurs. Le PhD dans les pays Anglo-saxons est un diplôme prestigieux, alors que, hélas, le docteur en France est encore souvent vu comme un étudiant attardé et je trouve cela préoccupant. En IA et dans le numérique plus généralement, la France manque de global players armés pour affronter la compétition mondiale. Nous avons de très grandes entreprises dans les services, dans les réseaux, nous avons d’excellents ingénieurs, mais il manque ce géant du numérique qui pourrait contrebalancer l’influence des grands acteurs américains ou chinois.
Dans la recherche publique, cela se couple avec une très faible attractivité salariale, qui n’est pas suffisante par rapport non seulement aux Gafam – qui se nourrissent de nos meilleurs talents –, mais aussi à la très forte demande internationale en IA, dans de très nombreux pays (et pas seulement aux USA). Dans la recherche publique, la faiblesse endémique des salaires en début de carrière est un handicap très puissant. À l’inverse de la plupart des pays, les conditions salariales sont les mêmes indépendamment des domaines, ce qui à mes yeux crée un biais assez déterminant. Il n’y a pas d’incitation forte pour un chercheur public à travailler sur de la recherche partenariale. Il me semble essentiel de mener des politiques très volontaristes visant à renforcer les passerelles entre public et privé.
Quelles applications de la science des données dans l’industrie vous intéressent le plus ?
C’est une question redoutablement difficile… La science des données et l’intelligence artificielle sont des domaines immenses, au cœur de la transformation numérique du monde dans lequel nous vivons. La plupart des entreprises ont des besoins souvent très complexes, qui couvrent aussi bien la gestion des flux logistiques – une des clés dans des systèmes de production mondialisés –, l’amélioration de l’expérience client, la publicité ciblée, mais aussi la décarbonation des procédés, l’efficacité énergétique… Autant dire qu’il y a énormément de choses à faire, et dans des domaines extrêmement variés. Mon sujet de recherche principal est l’apprentissage statistique (les Anglais disent plutôt probabilistic machine learning), la partie de l’intelligence artificielle qui se rapproche le plus des statistiques et des probabilités, qui couvre la quantification d’incertitude, les modèles génératifs, l’apprentissage fédéré, l’apprentissage par renforcement.
“La culture scientifique généraliste des écoles d’ingénieurs est un atout formidable pour le développement de l’IA.”
Les applications que je considère sont globalement dans le domaine du data-centric engineering, l’ingénierie fondée sur les données. Je travaille sur des applications variées, souvent en collaboration avec les mécènes de Hi ! PARIS. Mes projets actuels sont centrés sur l’IA pour l’énergie – l’optimisation du contrôle des batteries, l’optimisation de la gestion des microréseaux d’énergie –, l’optimisation des procédés – en mélangeant des modèles de simulation et des approches fondées sur les données – et l’agriculture de précision, un domaine qui me semble fondamental pour développer un monde qui doit affronter des transformations climatiques majeures et qui doit de toute évidence se développer de manière durable. Je viens de démarrer un projet passionnant sur l’analyse de signaux d’électrocardiogramme pour la prévention de la fibrillation ventriculaire. Nous sommes aux prémices, mais il y a dans cette recherche la promesse d’avancées majeures.
Est-ce qu’IP Paris vous semble être un regroupement pertinent ?
Je dirais que le regroupement est indispensable et je souhaiterais qu’il aille beaucoup plus vite. Autant je suis persuadé que l’enseignement interdisciplinaire qui est dispensé dans nos écoles d’ingénieurs généralistes est très approprié (en data science et en IA du moins), autant la fragmentation de la recherche imposée par les grandes écoles est un handicap certain. On accumule les petites structures de recherche, chacune dotée de sa gouvernance proche, un peu jalouse de son pré carré, de ses collaborations. Dans un paysage aussi balkanisé, il est difficile de faire émerger des dynamiques collectives, alors qu’il y a un potentiel de recherche fort… Bien entendu, Hi ! PARIS joue un rôle en favorisant la transversalité et les collaborations, mais les forces centrifuges et le poids des établissements et des organismes de recherche restent trop important, et l’ensemble manque d’agilité. Ce que je trouve prometteur est que nous disposons d’un potentiel de recherche fort, qu’il y a encore beaucoup de talents dans nos écoles, en dépit d’une fuite assez récente de jeunes cerveaux.
Quelles évolutions souhaiteriez-vous voir, concernant l’aménagement du plateau de Saclay ?
J’ai connu le campus au début des années 1980 ; à l’époque le campus était encore très champêtre, ce qui avait une certaine forme d’incongruité – le campus a été conçu dans les années 1970, époque à laquelle on voulait construire les villes à la campagne ! Aujourd’hui le campus s’est considérablement agrandi et les champs ont pour l’essentiel disparu. Nous vivons en ce moment au milieu d’un immense chantier et il est sûrement trop tôt pour se prononcer. J’ai toutefois l’impression qu’il n’y a pas une vie scientifique et culturelle bouillonnante aussi développée que sur d’autres campus d’universités étrangères. Je trouve le campus un peu endormi parfois, même si je n’ai aucun doute que les caserts restent animés tard dans la nuit !
On perçoit aussi un certain manque de diversité : le regroupement des écoles d’ingénieurs a un effet sur le manque de parité de la population du campus, mais aussi de diversité des provenances sociales. Il me semble qu’il manque pour l’instant de lieux où puissent se développer des interactions entre les étudiants, les chercheurs, les professeurs. Les objectifs de mixité sociale et de vie de quartiers de l’Opération d’intérêt national sont rassurants à cet égard et vraiment porteurs de l’évolution dont le plateau a besoin.