L’#Intelligence #Artificielle malmenée par la #Covid-19
L’#IA n’a pas fait ses preuves durant la pandémie, parfois devancée par de simples statistiques mathématiques.
Mais les données accumulées pourraient lui permettre de prendre sa revanche, notamment dans l’imagerie médicale.
#Visioconférence : Comme un problème de sécurité et de confidentialité
Un doute plane sur la confidentialité des propos qui sont échangés via certains outils de visioconférence. Ce guide offre des pistes pour utiliser des outils sécurisés,chiffrés de bout en bout et souverains.
#Peu de données, mais de qualité.
Sur ce type de crise due à un événement sanitaire inconnu jusque-là, de simples statistiques peuvent suffire. C’est ce qu’a démontré Laurent Massoulie, directeur du centre commun de recherche Inria-Microsoft. L’étude des appels reçus par le Samu sur Paris et la petite couronne (500 000 appels dont 170 000 relatifs à la Covid-19, durant la vague du printemps dernier) a ainsi montré qu’ils pouvaient être d’une grande utilité pour la surveillance épidémique. Le message est clair : des signaux de grande qualité (ici, les appels d’urgence) en petit nombre sont plus utiles qu’une foultitude de données noyées dans le bruit.
#Laurent MassoulieDirecteur, Inria Microsoft
« Les appels reçus par le Samu contiennent des informations bien plus riches que nous ne le pensions. Dès fin mars, les appels au Samu montraient les effets positifs du confinement. C’est la preuve la plus robuste, ce qui a convaincu l’AP-HP de prendre en compte ces indicateurs » , explique Laurent Massoulie. Ces données aident à savoir si l’épidémie est en phase de croissance ou de décroissance. Ainsi, fin mai, les appels au Samu permettent clairement de voir que l’épidémie est en phase de repli, même s’il s’est opéré lentement.
#Des processeurs spécialisés
Parmi les quelques domaines où l’IA peut s’avérer utile dans le cadre de la pandémie, c’est celui de la reconnaissance d’images. Certaines caractéristiques des lésions provoquées par la pneumonie sont spécifiques à la Covid-19, et l’analyse des radios par l’être humain peut être enrichie par l’IA.
#Fabrice MoizanDG, Graphcore
Sur ce point, les chercheurs de Microsoft ont travaillé avec le Britannique Graphcore, spécialisé dans la fabrication de puce accélératrice pour l’IA : « les chercheurs de Microsoft ont entraîné leurs algorithmes pour créer des modèles en 30 min au lieu de 5 heures. C’est un atout important pour aider les médecins à délivrer un diagnostic plus rapidement » , affirme Fabrice Moizan, DG de Graphcore.Le deep learning, qui, selon le CTO de Skinvision, a fait ses preuves dans le domaine d’analyse des grains de beauté et autres tâches sur la peau en vue de prévoir les risques de cancer, devrait améliorer l’analyse d’images médicales.
Mais, à côté du secteur médical, la crise sanitaire a contraint de nombreux secteurs à revoir leurs processus. Mike Potter, CTO de The Thames Water (fournisseur d’eau potable), indique pour sa part « avoir dû mettre au point un nouveau modèle de prédiction à base de machine learning, devant le changement de comportement de la population pendant la pandémie. Nous n’avons eu aucune interruption des services ».
Plus indirectement, la crise a été l’occasion pour de nombreuses personnes de poster des vidéos d’eux-mêmes sur les réseaux sociaux : « c’est une source précieuse pour aider les applications d’analyse vidéo à s’entraîner pour reconnaître les émotions ressenties par chaque individu » estime Kathryn Hume, Senior Director of Product and Business Development, Borealis AI.