Le Canada en tant que leader en intelligence artificielle

Les gouvernements parviennent rarement à prédire le prochain secteur de croissance, et les deniers publics investis dans les projets visionnaires semblent souvent gaspillés. Toutefois, au printemps dernier, Ottawa a peut-être fait son meilleur pari à ce jour en décidant de réserver 125 millions de dollars sur cinq ans à une stratégie pancanadienne en matière d’intelligence artificielle (IA).

L’argent ira à trois centres universitaires : l’Institut des algorithmes d’apprentissage de Montréal (MILA), l’Alberta Machine Intelligence Institute (AMII) d’Edmonton et le nouveau Vector Institute for Artificial Intelligence de Toronto. En retour, les trois organisations devront embaucher un plus grand nombre de scientifiques, intensifier la recherche, former un plus grand nombre d’étudiants et, le plus important, alimenter un écosystème croissant qui fournira aux Canadiens de l’emploi, des produits et des services grâce à l’IA.

À elle seule, cette somme n’est pas faramineuse. Cependant, elle s’ajoute aux 100 millions accordés par le gouvernement québécois au milieu de la recherche en IA à Montréal, aux 50 millions réservés par le gouvernement ontarien au Vector Institute et aux 93,6 millions versés par le Fonds d’excellence en recherche Apogée Canada à trois universités – l’Université de Montréal, Polytechnique Montréal et HEC Montréal – en septembre 2016 pour la recherche de pointe sur l’apprentissage profond, un domaine de l’IA.

Et ce n’est pas tout. Une foule d’entreprises – des jeunes entreprises locales aux géants de la technologie comme Google et Microsoft – versent des millions de dollars à la recherche sur l’IA au Canada. En septembre dernier seulement, Facebook a annoncé qu’elle établissait à Montréal un laboratoire de recherche sur l’IA qui sera dirigé par Joëlle Pineau, professeure en informatique à l’Université McGill. Les géants créent des filiales, embauchent des experts formés au Canada et investissent du temps et de l’argent dans des applications de ce qui est largement considéré comme un progrès en sciences et en génie qui transformera autant le monde qu’Internet a pu le faire. Les jeunes entreprises travaillent quant à elles à devenir les prochains géants de la technologie, cette fois-ci établis au Canada.

Somme toute, 2017 est une année marquante. Eric Schmidt, président d’Alphabet, la société mère de Google, a récemment publié un gazouillis affirmant que le Canada faisait preuve d’intelligence en « se mettant en quatre » dans le domaine de l’IA. Il faisait ainsi référence à nos gouvernements, à nos universités, à nos grandes entreprises et à nos entreprises en démarrage.

Canada is smart to “quadruple down” on AI with 1) gov’t, 2) universities, 3) large co’s, 4) startups https://t.co/TvrY9tITEI 4/8

— Eric Schmidt (@ericschmidt) October 26, 2017

Pourquoi le Canada, et pourquoi maintenant? Pour répondre à ces questions, il faut une définition et un brin d’histoire. Tout d’abord, la définition : malgré tout ce que vous avez pu lire ou voir, les robots ne vont pas nous envahir. Ne vous attendez pas à voir débarquer les « robots positroniques » civilisés et polis de l’univers de fiction d’Isaac Asimov, le Cyberman agressif et violent de Dr. Who, ou Tik-Tok, le prototype de robot du pays d’Oz de Frank Baum. « Il ne fait aucun doute que l’IA diffère beaucoup de ce que les gens voient dans la science-fiction, dit Yoshua Bengio, directeur du MILA et professeur d’informatique à l’Université de Montréal. Elle ne permettra pas tant de fabriquer des robots que de rendre les ordinateurs plus intelligents grâce aux progrès et à la recherche dans le domaine de l’apprentissage machine, et particulièrement de l’apprentissage profond. »

Par exemple, votre téléphone est doté d’une IA, indique-t-il. Le système de reconnaissance de la parole (par exemple, Siri dans l’iPhone) dépend de systèmes d’apprentissage machine conçus à Montréal qui permettent au programme informatique de convertir le son de la voix en mots. « Nous tenons cette capacité pour acquise parce que nous l’avons tous », explique-t-il, mais il n’est pas facile de créer un programme informatique capable d’imiter la parole, une compétence de base de l’être humain.

Évidemment, le téléphone ne comprend pas nécessairement la signification des sons, mais une fois ces sons convertis en mots, le programme sous-jacent peut s’en servir pour entreprendre des actions – comme trouver le pointage de la partie de baseball d’hier ou chercher une recette de biscuits sur le Web. On a l’impression que le téléphone a compris, mais c’est une illusion. L’objectif de la recherche en IA, explique M. Bengio, est de mettre au point une gamme de programmes qui imitent la compréhension humaine à un certain degré dans diverses sphères de compétences. « Nous n’avons pas encore atteint notre but », précise-t-il, même si, dans certains domaines, les chercheurs s’en approchent. Grâce à des avancées réalisées au Canada, les logiciels de traduction, par exemple, sont maintenant à peu près à moitié aussi efficaces qu’un traducteur humain, et ils continuent de s’améliorer. Les logiciels conçus pour lire les images médicales peuvent quant à eux dépister le cancer avec presque la même exactitude que l’humain.

Une des prochaines étapes, affirme M. Bengio, sera de créer des programmes à commande vocale plus polyvalents et plus puissants qui interagiront avec leurs utilisateurs un peu comme l’humain, en imitant sa faculté de compréhension. Ces programmes pourraient remplir une multitude de fonctions, par exemple servir de secrétaires personnels ou de compagnons pour les personnes confinées à domicile. Les banques, par exemple, testent actuellement des « assistants virtuels » – des programmes d’IA qui pourraient notamment offrir des conseils financiers. D’autres applications de l’IA devraient voir le jour dans un avenir rapproché, comme des voitures sans conducteur, des analyses légales informatisées et de nouvelles thérapies génomiques.

En ce qui concerne l’histoire de l’IA, au Canada, la recherche dans le domaine a commencé il y a un peu plus de trois décennies et est demeurée marginale pendant longtemps. En 1983, l’Institut canadien des recherches avancées (ICRA) a formé un groupe de recherche nommé Intelligence artificielle, robotique et société autour de Geoffrey Hinton, un informaticien maintenant vu comme une des légendes de l’IA. (Actuellement professeur émérite à l’Université de Toronto, M. Hinton travaille à temps

partiel aux bureaux de Google à Toronto et est conseiller scientifique en chef du Vector Institute.) Ces chercheurs pionniers ont fait des percées dans des domaines comme la vision artificielle, à l’époque des « premiers balbutiements de l’IA », selon Alan Bernstein, président-directeur général de l’ICRA. Ces chercheurs étaient alors considérés comme en marge du monde de l’informatique.

Malgré tout, des gens comme Geoffrey Hinton et Yoshua Bengio, ainsi que Rich Sutton, professeur d’informatique à l’Université de l’Alberta, ont méticuleusement préparé le terrain théorique qui permet aujourd’hui à la recherche en IA de prendre son essor. Leur persistance et leur flair scientifique ont été récompensés lorsque la vitesse et la puissance des ordinateurs ont permis de commencer à appliquer leurs théories computationnelles à des objets commercialisables. « C’était une époque difficile. Il aurait été plus facile d’arrêter et de suivre la tendance du moment, se souvient M. Bengio. Cependant, l’entêtement a été payant dans ce cas-ci. »

Pour rassurer les physiciens et les chimistes contrariés par l’investissement gouvernemental de 125 millions de dollars dans l’IA, M. Bernstein, dont l’institut coordonnera les dépenses fédérales en IA, admet que la somme peut sembler énorme pour un seul champ de recherche scientifique, mais que les découvertes auront des applications dans d’autres champs. Il se souvient d’une réunion de scientifiques des matériaux qui souhaitaient utiliser l’IA pour choisir parmi une multitude de molécules pouvant servir dans la construction de nouveaux panneaux solaires. Une jeune entreprise de biotechnologie à Toronto, Deep Genomics, utilise quant à elle l’IA pour comprendre la base génétique complexe de certaines maladies.

Le Canada doit maintenant parvenir à créer des emplois, d’autres emplois et encore des emplois à partir de ses avancées théoriques et scientifiques. « Nous formons des étudiants depuis 15 ans, mais nous n’avons pu leur trouver d’emplois au Canada », indique Cameron Schuler, directeur général de l’AMII à Edmonton. Cependant, la demande de spécialistes en IA « croît de manière exponentielle », soutient-il. Des salaires enviables sont offerts dans des endroits comme le sud de la Californie. Les trois instituts doivent donc faire la promotion de ce qu’il décrit comme l’« IA élargie » – l’utilisation des applications de l’IA, le développement de nouvelles applications et la poursuite de la recherche scientifique et aussi garder toutes ces activités au Canada. « Voilà où nous en sommes », déclare-t-il.

Doina Precup, vice-doyenne à la recherche à la Faculté des sciences de l’Université McGill et chercheuse principale à l’ICRA, est du même avis. « Il y a trois ans seulement, si mes doctorants me demandaient où chercher de l’emploi, je leur disais d’aller tenter leur chance à l’extérieur du Canada. Du jour au lendemain, tous les géants du milieu se sont installés ici. Nos étudiants en sont vraiment heureux. Ils savent qu’ils n’auront pas à quitter la ville. »

Comme sa collègue Mme Pineau, Mme Precup s’est récemment jointe à l’un de ces géants. Elle partage son temps entre l’Université McGill et Google, puisqu’elle est à la tête de DeepMind, une filiale du géant américain à Montréal. Elle admet passer moins de temps à l’Université, mais elle conseille encore les étudiants aux cycles supérieurs et donne des cours avancés d’informatique. La recherche à Google la passionne – « les choses avancent plus vite ici », explique-t-elle – et avoir un lien avec l’entreprise multiplie les possibilités de stages pour ses étudiants.

Les pionniers canadiens ont développé deux branches de l’IA : l’« apprentissage profond » – le sujet principal des travaux de recherche à Montréal et à Toronto – et l’« apprentissage par renforcement », principalement étudié en Alberta. En quelques mots, l’apprentissage profond consiste à entraîner un programme informatique à dégager des tendances à partir de très grandes quantités de données et à les reconnaître quand il les voit de nouveau.

L’apprentissage par renforcement utilise quant à lui la méthode de la carotte et du bâton : le programme informatique est récompensé électroniquement lorsqu’il réussit quelque chose et puni lorsqu’il commet une erreur.

« Je n’aime pas le terme “intelligence artificielle”, déclare Osmar Zaïane, directeur scientifique de l’AMII et professeur à l’Université de l’Alberta. De l’intelligence, c’est de l’intelligence. » Qu’il s’agisse de l’intelligence d’un ordinateur ou de celle de l’humain, le terme demeure selon lui « assez difficile à définir ».

Selon Richard Zemel, directeur de la recherche au Vector Institute et professeur à l’Université de Toronto, on pourrait officiellement définir l’intelligence artificielle comme « l’étude scientifique et mécanique de l’exécution, par des ordinateurs, de tâches qui requièrent des fonctions propres à l’intelligence ». Toutefois, cela ne nous avance pas beaucoup, dit-il en riant. « Quelles sont les fonctions propres à l’intelligence? Cette question fait débat. »

La principale difficulté consiste à montrer aux programmes informatiques à apprendre un peu comme l’humain le fait. L’« apprentissage par renforcement » rappelle beaucoup notre propre façon d’enseigner et d’apprendre, soit grâce aux félicitations et aux encouragements, ou par d’autres formes de renforcement positif. Cependant, nous apprenons aussi parfois en analysant des tas de données pour en tirer des conclusions. Qui plus est, l’apprentissage profond chez l’humain requiert beaucoup moins d’information que chez l’ordinateur. Un enfant a besoin de très peu d’exemples pour apprendre ce qu’est un chat, mais il peut en falloir des millions à un ordinateur pour identifier un chat sur une image sans jamais se tromper. M. Zemel indique que la recherche actuelle a entre autres pour but de réduire la quantité de données requise pour enseigner une tâche à un ordinateur.

Une chose est certaine, c’est que les programmes d’IA d’aujourd’hui, même s’ils sont impressionnants, manquent d’une caractéristique que nous tenons pour acquise : la polyvalence. Récemment, un programme utilisant l’apprentissage par renforcement – AlphaGo, conçu par la filiale de Google, DeepMind – a battu à plusieurs reprises les meilleurs joueurs de Go, un jeu de table ancestral chinois. Dans le processus, le programme a inventé de nouvelles stratégies qui ont stupéfié les maîtres. Le programme, malgré sa puissance, ne peut toutefois pas jouer aux échecs.

« Les humains peuvent jouer aux échecs, jouer au Go, faire cuire un oeuf, conduire une voiture, tondre la pelouse… Nous sommes très polyvalents », souligne M. Zaïane, de l’Université de l’Alberta. Par contre, lorsque nous aurons réussi à connecter ensemble une quantité suffisante d’appareils – grâce à l’« Internet des objets » –, ceux-ci pourront peut-être reproduire ensemble la polyvalence humaine, affirme-t-il.

Les robots ne sont pas près de nous envahir. Ce à quoi nous devons toutefois nous attendre, c’est plutôt à un tsunami de nouveaux produits et services dont la valeur atteindra, selon une estimation, 100 milliards de dollars dans les cinq prochaines années. Comme une vague géante, l’IA a le potentiel de tout détruire et de tout bouleverser sur son passage. Ottawa envisage de fournir aux trois instituts d’IA le soutien dont ils ont besoin pour surfer sur la vague grâce à leurs capacités scientifiques et techniques, indique M. Bernstein. Pour ce faire, ils devront embaucher un plus grand nombre d’experts de haut niveau et leur donner carte blanche pour résoudre des problèmes importants, tout en collaborant avec l’industrie et en formant les jeunes dont le secteur commercial en croissance aura besoin. L’intérêt est là, souligne M. Zemel. Lorsqu’il est arrivé à l’Université de Toronto il y a 15 ans, 25 étudiants assistaient à son cours de premier cycle sur l’apprentissage machine. « L’année dernière, ils étaient 520 », dit-il.

Les trois instituts d’IA obtiendront du financement de l’ICRA pour soutenir de nouvelles chaires universitaires, et les fonds leur permettront d’embaucher de 40 à 50 spécialistes, soutient M. Bernstein. Certains étudieront l’IA classique, mais d’autres seront peut-être ingénieurs en logiciel ou génématiciens. Si tout se passe bien, les trois centres formeront en tout jusqu’à 300 étudiants aux cycles supérieurs par année, ainsi que de nombreux étudiants qui arrêteront leurs études avant les cycles supérieurs, mais travailleront tout de même dans le domaine.

Selon M. Bernstein, il importe aussi de comprendre le type de bouleversements qu’entraînera l’IA en matière d’emploi et de protection de la vie privée et dans nos relations avec les appareils, et de trouver des façons de se débrouiller. C’est là que doivent intervenir les experts en sciences humaines, comme les éthiciens et les juristes, indique-t-il.

« L’IA offrira de la valeur à tous les consommateurs des produits qui l’utilisent, souligne M. Bengio de Montréal, mais je crois qu’elle bouleversera beaucoup la société », principalement le marché du travail en entraînant l’obsolescence de certains emplois. Ce type de perturbation risque de survenir beaucoup plus rapidement que prévu. Les gouvernements auront besoin de nouvelles sources de revenus pour en atténuer les effets, en améliorant par exemple les systèmes de sécurité sociale ou en étoffant les programmes de formation. « La seule façon de résister à ces bouleversements est, selon moi, de générer une partie des revenus de l’IA ici, explique M. Bengio. Le Canada doit figurer parmi les chefs de file non seulement sur le plan scientifique, mais aussi dans l’industrie. »

Voilà pourquoi il faut investir au Canada, et le faire maintenant. Mais le grand plan du Canada en matière d’IA nous permettra-t-il de récolter les fruits des avancées scientifiques et industrielles? Mme Precup, de l’Université McGill, est d’un optimisme prudent. « Nous n’en sommes qu’aux débuts. L’engouement est fort, et beaucoup de choses vraiment formidables ont été faites en matière d’applications et de théorie, mais de nombreuses questions restent sans réponse. Je crois que nous avons de quoi nous amuser beaucoup pendant assez longtemps. »

L’IA responsable

Le Forum sur le développement socialement responsable de l’intelligence artificielle, qui a eu lieu à Montréal, s’est terminé par la publication, le 3 novembre, du préambule de la Déclaration de Montréal pour un développement responsable de l’intelligence artificielle. Selon les organisateurs, la déclaration a pour but de lancer le débat public et de favoriser « le développement progressif et inclusif de l’intelligence artificielle » autour de sept valeurs principales : bien-être, autonomie, justice, vie privée, connaissance, démocratie et responsabilité. « Nous souhaitons que cette déclaration soit l’étincelle à l’origine d’un large dialogue entre le public, les experts et les représentants des pouvoirs publics, explique Guy Breton, recteur de l’Université de Montréal. Le thème de l’intelligence artificielle touchera progressivement tous les secteurs de la société et nous devons poser, dès maintenant, les balises qui encadreront son développement afin qu’il soit conforme à nos valeurs humaines et porteur d’un véritable progrès social. »