IA pas que la Data

Pierre Vannier | 00:09.192
Bonjour à tous et à toutes je suis ravi de vous retrouver ce dixième épisode et oui déjà dixième épisode de ya pas qu'à l'état alors vous êtes toujours de plus en plus nombreux à nous écouter on vous remercie n'hésitez pas à vous abonner à pour recevoir tous les prochains des épisodes on est sur toutes les plateformes connues et inconnues à mettre un petit avis ça peut nous aider aussi et pour ce nouvel épisode je suis toujours accompagné par le merveilleux qu'on ne présente plus, Thomas Memoun. Salut Pierre. Et aujourd'hui, nous retournons dans l'univers de l'automobile. On avait fait un précédent épisode avec Annabelle qu'on salue de Stellantis. Puisqu'on a eu le plaisir aujourd'hui d'accueillir Siham Esodaïgui, qui est responsable du service Intelligence Artificielle Appliquée et du service Innovation Digitale de Renault Group, qu'on ne présente plus, Renault Group centenaire en France. Donc, bonjour Siham.

Siham Essodaigui | 00:59.628
Bonjour Pierre, bonjour Thomas, bonjour à tous.

Pierre Vannier | 01:02.889
Écoute, très content de t'avoir avec nous, avec nous Siham.

Siham Essodaigui | 01:07.392
Merci à vous pour l'invitation, merci, je suis ravie d'être là avec vous aujourd'hui.

Pierre Vannier | 01:12.794
Et je crois que c'est Thomas qui démarre.

Thomas Meimoun | 01:14.335
On est très content de t'avoir parmi nous Siham, donc avant toute chose, pour bien commencer l'échange, est-ce que tu peux peut-être nous expliquer un petit peu ton rôle chez Renault ?

Siham Essodaigui | 01:23.088
Alors, moi je suis responsable d'un service qui s'appelle l'intelligence artificielle appliquée. Je suis aujourd'hui rattachée au Centre d'excellence de technologie de Renault Digital. Ce service est rattaché à cette entité-là. Et il s'agit du premier service informatique spécialisé en IA chez Renault, puisqu'il existe depuis le début des années 2000. Donc, nous on est une équipe aujourd'hui d'une quinzaine de personnes. et on a comme mission de développer, de concevoir, de déployer, de maintenir des solutions informatiques qui s'appuient sur certaines technologies d'IA.

Thomas Meimoun | 02:05.699
C'est une organisation qui s'est faite uniquement en interne, puisque là tu nous parles depuis les années 2000, c'est ça ? C'est-à-dire que vous avez eu beaucoup de changements à travers le temps, ça fait 24 ans maintenant.

Siham Essodaigui | 02:14.606
Tout à fait.

Thomas Meimoun | 02:15.326
Et je te dis, tu pourrais nous donner quelques cas d'usage que vous avez rencontrés en intelligence artificielle depuis ce temps ?

Siham Essodaigui | 02:21.652
Alors en fait, c'est un service qui a été créé justement dans les années 2000, parce qu'au début des années 2000, il y avait le début d'Internet, le début des sites web, on voulait vendre nos voitures, et à ce moment-là, on avait besoin d'un configurateur de véhicules qui soit performant. et qui puisse répondre dans des temps très courts par rapport aux requêtes des clients quand ils cherchent à configurer leur véhicule. Et c'est pour répondre à ce besoin qu'un ingénieur chez Renault a conçu et inventé une technologie qui se base sur de l'IA pour pouvoir faire un moteur de configuration de véhicules très performant. Donc ça, c'est le premier cas d'usage qui a même justifié la création de notre équipe par la suite. Mais voilà un exemple concret finalement d'utilisation d'une IA qui n'est pas basée sur le machine learning, mais qui est plutôt basée sur ce qu'on appelle l'IA symbolique.

Pierre Vannier | 03:24.906
Et du coup, dans le domaine de l'automobile, parce que finalement, l'IA, tu peux avoir des usages, tu me diras si je me trompe, mais des usages internes. pour améliorer les services, les systèmes, les processus, etc. Et tu peux avoir aussi des usages externes. Le configurateur dont tu nous as parlé, c'est plus un usage externe,

Siham Essodaigui | 03:47.908
c'est ça ? En fait, le configurateur, la technologie interne d'IA qui a été inventée chez Renault, a un usage à la fois externe, la motivation première était le configurateur de véhicules, mais il a aussi un usage interne puisqu'il permet de contrôler même la cohérence de la documentation des véhicules en interne chez Renault. Et donc c'est une techno qui est utilisée dans différents domaines de l'entreprise, que ce soit au niveau de la conception du produit, de l'ingénierie, de la pré-vente. Donc c'est vraiment un usage à la fois. en interne et en externe. C'est une techno qui a pu être utilisée de cette manière-là grâce à une très bonne stratégie d'exposition du service. qui étaient associés à cette technologie. Et aujourd'hui, quand j'entends parler des chatbots basés sur les LLM, etc., ça me fait penser un petit peu à cette stratégie-là, parce qu'il y a une partie compilation de la connaissance. Pour les LLM, c'est un entraînement d'énormes modèles. Et puis, dans notre techno interne, c'est la compilation de la connaissance qui permet de décrire la gamme des véhicules de Renault. Et puis après, il y a la deuxième étape qui est l'inférence. Pour les LLM, on a des questions, des discussions. Pour notre techno, on peut poser à notre intelligence artificielle des questions de type si je choisis telle option sur tel véhicule, quelles sont encore les options que je peux choisir de manière exacte et sûre ?

Pierre Vannier | 05:35.490
Très clair. Du coup, Renault, c'est le domaine de… automobile. Justement dans ce domaine-là, dans cette industrie-là, en quoi l'IA peut changer la donne ou va changer la donne, ou même finalement est en train de changer la donne depuis une vingtaine d'années, et peut-être avec une accélération, mais voilà en quoi c'est important, en quoi c'est un sujet important pour vous et toi qui est au cœur de tout ça, tu dois en avoir... la vision du côté stratégique pour l'entreprise ?

Siham Essodaigui | 06:12.723
Alors déjà, par rapport à notre service, moi je parle du service IA. Donc je vais déjà préciser les domaines que nous couvrons. Je vous avais donné notre mission, mais on a trois domaines de spécialité finalement en IA. La techno dont je vous ai parlé, qui est stratégique pour l'entreprise, mais aussi on utilise de la recherche opérationnelle. pour développer des outils d'optimisation et d'aide à la décision. Donc des outils...

Pierre Vannier | 06:40.901
Peux-tu nous en dire un petit peu plus justement sur la recherche opérationnelle pour ceux et celles qui nous écoutent, qui ont peut-être oublié ce que c'était ?

Siham Essodaigui | 06:47.947
Alors c'est une discipline qui se base sur les mathématiques, l'informatique pour traiter une typologie de problème. qui de type, ce qu'on dit, des problèmes d'optimisation. Pour illustrer un exemple, j'aime bien citer une des applis qu'on a développées chez nous, pareil en interne, une application qui permet d'optimiser le chargement des camions. Pour approvisionner nos usines, on doit utiliser beaucoup de camions pour approvisionner les usines en pièces. Depuis les fournisseurs, on est amené à transporter beaucoup de pièces. Et pour des raisons d'optimisation de coût et aussi d'impact de CO2, on a tout intérêt à charger au mieux les camions avec les pièces qu'on doit placer dedans. Donc ce chargement 3D peut être fait grâce à des outils mathématiques et informatiques de la recherche opérationnelle. Ça, c'est un exemple. D'autres exemples d'utilisation, c'est par exemple la construction de plannings, qui peuvent être très gros pour des programmes véhicules par exemple. C'est un problème de l'emploi du temps en fait. Tout à fait. Et bien voilà.

Pierre Vannier | 08:07.724
Qui est un problème NP complet.

Siham Essodaigui | 08:09.805
Il peut l'être effectivement, de même que celui dont je vous parlais précédemment avec… Tout à fait.

Pierre Vannier | 08:17.487
Le bas du plan, etc.

Siham Essodaigui | 08:18.767
Voilà. Et bien, la recherche opérationnelle nous donne les outils qui nous permettent de traiter ce type de problème et on en a dans l'industrie beaucoup à résoudre. Moi, j'aime beaucoup l'aéro et je suis contente parce que cette année, le CNRS a mis l'aéro comme discipline de l'année. Donc, ils font un focus sur cette discipline. Je l'aime beaucoup parce qu'en fait, en termes de rentabilité et d'efficacité, elle est très intéressante à connaître, à développer et à utiliser dans les entreprises.

Pierre Vannier | 08:54.148
L'aéro, pas l'aéronautique.

Siham Essodaigui | 08:55.808
Non, la recherche opérationnelle, effectivement.

Thomas Meimoun | 08:58.910
Auparavant, tu mentionnais le terme diasymbolique. Est-ce que tu peux revenir un peu dessus ?

Siham Essodaigui | 09:04.052
Alors, quand je parle diasymbolique, c'est pour l'opposer un petit peu à l'IA connexionniste, pour utiliser les termes techniques. Mais pour l'opposé à la partie d'IA ou méthode qui se base sur l'apprentissage automatique à partir des historiques de données. Et en fait, l'IA symbolique se base plus sur de la logique parce qu'elle va simuler un raisonnement. Elle fait partie du domaine de la représentation de la connaissance et du raisonnement. Et donc, on va s'appuyer sur des clauses logiques pour que la machine... puissent vérifier de manière cohérente et logique, le respect de certaines clauses qui peuvent décrire la compatibilité, par exemple, entre des équipements dans un véhicule.

Thomas Meimoun | 09:58.421
Ok, c'est super clair, merci beaucoup. Maintenant, on va parler d'un sujet un peu plus philosophique. On va en profiter pour te poser la question d'Adrien Vesteghem, de la BNP Paribas. Au dernier épisode du podcast, il nous disait Si l'IA générative est aussi puissante que ce qu'elle semble être, à quoi va ressembler la société dans 15 ans ?

Siham Essodaigui | 10:17.471
Déjà le conditionnel, si l'IA générative était aussi puissante que ça. Je pense qu'elle a fait ses preuves quand même, l'IA générative. Et là, je pense qu'on parle principalement de l'IA conversationnelle, tous ces chatbots qu'on a vus, les LLM, etc. C'est sûr que c'est une technologie qui est puissante. Quand on converse avec ces IA, on voit bien la qualité, le niveau d'expression, la qualité du langage, la qualité de la compréhension entre guillemets de nos questions, de ce qu'on lui adresse. Donc là, il n'y a aucun doute sur l'efficacité de ces IA et de leur performance. De là à me projeter dans 15 ans, ce n'est pas facile. Parce qu'on doit faire plein d'hypothèses, en fait. Il y a pas mal d'hypothèses. Est-ce que dans 15 ans, ce sera quelque chose de très intégré, très naturel, un peu comme quand on utilise notre fichier Excel ou n'importe quel autre outil dont on a pris l'habitude, et puis voilà, on se posera plus de questions, et puis l'IAGénérative sera intégrée dans nos usages. Est-ce que nous aurons toujours, ou est-ce qu'à l'inverse ? elle pourrait être devenue obsolète. En 15 ans, il y a beaucoup de choses qui peuvent se produire. Est-ce qu'elle aurait été obsolète ? Moi, je dirais l'IA générative ne serait probablement pas obsolète, mais les technos qui sont derrière aujourd'hui seront peut-être remplacés par d'autres technos, complétés par d'autres techniques, etc. Aujourd'hui, l'IA générative, il y a ce qu'elle permet de faire. Mais il y a aussi pas mal de sujets qui restent encore ouverts. On prend juste la partie énergétique, la partie qui est consommatrice en termes d'apprentissage et en termes d'inférence. On voit les problèmes qu'elle peut amener aussi. En plus des usages et des aides qu'elle apporte, on a tout ce qui est de l'ordre du deepfake qui devient en plus accessible à tous. Donc quel va être l'impact de ça dans l'avenir ? Est-ce qu'on va continuer à faire confiance à ce qu'on voit et à ce qu'on lit sur les supports digitaux ? Donc, qu'est-ce qu'on va faire dans ce cas-là si c'est plus gérable ? Je ne sais pas. Et puis aussi, si on utilise beaucoup, beaucoup d'IA générative, et si finalement le contenu qu'on trouve sur Internet est généré par l'IA générative, où se trouvera le contenu généré par des humains ? L'IA générative, est-ce qu'elle restera pertinente ou elle s'auto-nourrira ? Qu'est-ce que ça va devenir ? Ce sont toutes ces questions-là qui font que je ne peux pas vraiment savoir ce que sera la société dans 15 ans.

Pierre Vannier | 13:08.055
Ça ne m'étonne pas. De toute façon, pour reprendre un petit peu, vu la courbe de croissance exponentielle des technologies, et notamment de l'IA, depuis ces dernières années, et encore plus accélérée ces derniers mois, Il est probable que si on regarde un horizon de 15 ans, ce soit une progression qu'on ne puisse même probablement pas imaginer aujourd'hui. Et ensuite, effectivement, les technos, et là je renverrai nos auditeurs et tout le monde, sur ce qu'a publié récemment Yann Lequin, sur effectivement où il dit qu'aujourd'hui, l'LLM, ça le vend en poupe et c'est la techno. la plus sexy et que tout le monde, il faut qu'on aille tous vers des LLM, etc. Mais lui, il met complètement dans la balance ces technos qui, selon lui, sont insuffisantes pour pouvoir accéder à une intelligence de type humaine et pour lesquelles il pense qu'il faudra d'autres types d'algorithmes, d'autres types d'intelligence qui ne seront pas basées uniquement sur les LLM. Il avait fait un talk au Collège de France, il parle effectivement de ce qu'il appelle AMI, donc l'Advanced Machine Intelligence, et ça peut être assez intéressant. Donc effectivement, 15 ans, je pense qu'on est très très très loin aujourd'hui, et tu fais aussi un parallèle sur l'énergie, parce que ça pose un gros problème sur l'énergie qu'il va falloir tacler. auquel il va falloir s'attaquer et sûrement résoudre, parce que l'énergie, elle, n'est pas exponentielle. Tout à fait. Il va falloir donner un point où il faudra obligatoirement soit légiférer, réguler et stopper, ou améliorer en termes de puissance et d'énergie, et où trouver peut-être la réponse à l'énergie infinie et pas chère avec la fusion thermonucléaire. Mais ça sera pour un autre podcast. D'ailleurs, tu disais IAGN, IAGN, on entend chatbot, chatbot, etc. Moi qui code, je n'utilise jamais l'IAGN pour faire des chatbots. C'est super pour tout un tas d'autres choses, l'extraction d'informations structurées. Il y a des choses très bonnes qui sont des usages moins mainstream que les chatbots et tout aussi intéressants. Donc, parenthèse fermée, comment vous en êtes arrivé ? Comment vous avez vécu l'arrivée ? le chamboulement, le déboulement de l'IA générative au sein d'un grand groupe comme Renault.

Siham Essodaigui | 15:41.801
Alors, je vais revenir encore sur un des domaines d'activité qu'on a dans notre service, parce que j'en avais un troisième, c'était le traitement du langage naturel. Donc, je vous ai dit que nous faisons de l'optim, et le troisième domaine, c'était le traitement du langage naturel. Donc, c'est dans ce contexte-là, je pense que c'est un contexte qui est intéressant de souligner, parce que... Dans notre équipe, on avait quelqu'un qui est plutôt expert en traitement du langage naturel, qui s'intéressait aux modèles de langue et qui avait partagé avec nous en réunion d'équipe à plusieurs reprises son étonnement et ce qu'il sentait venir avec les modèles géants. Et puis après, il y a eu le buzz de ChatGPT qui... a été finalement le démonstrateur des capacités de ce type de modèle et qui a été public et mis à disposition de tous. Donc nous, à ce moment-là, en tout cas à mon niveau, on a eu comme réaction d'être à la fois enthousiaste par rapport à ça. On s'est dit, voilà, on a la preuve que ça marche, on a moins besoin de... prouver que ce type de technologie peut marcher et répondre à des cas d'usage. Donc voilà, ça a été un démonstrateur efficace. Et en même temps, on se rendait compte que la course qui était avant entre des géants de ces technos, ceux qui sont dans ces technologies, cette course cachée, maintenant elle devenait publique. Donc OpenAI avec ChatGPT mettait en avant ces outils. On se doutait que ça allait amener aussi d'autres fournisseurs de solutions dans une course plus ouverte finalement, une course non plus uniquement technologique, mais aussi en termes de business. Donc, des possibilités d'avoir de nouveaux produits disponibles et à disposition, en tout cas, accessibles, entre guillemets. Et puis, le dernier effet aussi de cet événement, c'est d'être conscient aussi que ceux qui pouvaient douter donc des capacités de l'IA, là, n'en doutez plus, et voire même, ils étaient amenés à peut-être fantasmer maintenant sur des nouveaux usages de l'IA, notamment les LLM. Donc, pour nous, ça a été, voilà, toutes ces choses-là qui se sont produites un petit peu en même temps dans notre tête. Et j'ai été personnellement missionnée pour travailler, justement, au sein de Renault sur le sujet de l'IA générative l'année dernière, sur 2023. Donc, pour traiter le sujet en interne, la priorité a été finalement d'informer. Informer les collaborateurs, tous mes collègues en fait, le plus possible des atouts de ces technos et de leurs limites. Voilà, ça c'était le premier point. Parce qu'on peut ne pas se rendre compte que derrière, il s'agit d'un modèle statistique. Et que même s'il parle très très bien, qu'il est très convaincant, il peut dire des choses qui sont erronées, parce que statistiquement ça peut être faux. Donc on a beaucoup... Avec conviction. Et avec une grande conviction. Donc ça, ça a été informé. Ça a été la priorité. Après, ça a été en même temps presque sécurisé. Donc, il a fallu aussi sensibiliser nos collègues sur l'usage de ce type d'outils qui était accessible et qu'il ne fallait vraiment pas l'utiliser avec des données professionnelles, ni privées pour eux-mêmes, et les sensibiliser sur la notion de réintégration de l'information dans les modèles qui pourraient après se retrouver dans les... dans les réponses à des questions, etc.

Pierre Vannier | 19:42.773
Le DAF, vous lui avez dit, non, ne copie-colle pas tout ton fichier Excel, s'il te plaît, sur le chat GPT. Non, tu ne peux pas faire ça.

Siham Essodaigui | 19:50.052
On ne doit pas le faire, tout à fait. Après, il y a aussi une stratégie pour limiter le risque. Il faut mettre à disposition des outils analogues en interne dans un contexte qui soit plus sécurisé. Et c'est ce qu'on a fait, en précisant aussi quand même, parce que même si ce sont des outils en interne, ils tournent sur du cloud quand même, les niveaux de confidentialité qui sont autorisés ou pas. à être utilisés pour ce type d'outils. Voilà. On a eu aussi un effort, on voulait, on veut toujours maîtriser aussi la technique. Bien sûr, on ne sait pas exactement ce qui est derrière ces modèles, mais on devait apprendre à les utiliser au mieux et à comprendre comment ils peuvent être utilisés. Et donc, il y a eu un effort de monter en compétences en interne en manipulant et en s'appuyant sur nos partenaires aussi. Sur nos partenaires Google, Microsoft et d'échanger avec des personnes spécialisées, experts aussi dans ce domaine-là. Donc ça aussi, on l'a fait l'année dernière. Donc, on a fait beaucoup, beaucoup de choses. Et puis, il y a eu l'axe après de saisir les opportunités.

Pierre Vannier | 21:11.483
C'est assez intéressant parce que... Dans ce que tu viens de dire, saisir les opportunités, il peut y avoir beaucoup de choses. Tout à fait. Il y a plusieurs semaines ou mois de discussions, d'idéations, de use case, de priorisation, etc.

Siham Essodaigui | 21:28.462
Tout à fait. Et moi, j'ai également beaucoup apprécié cette démarche-là, parce que nous avons effectivement échangé avec beaucoup de nos collègues en nous appuyant sur, finalement, le démonstration. ces outils-là comme un démonstrateur et en leur demandant de voir, de penser, étant donné ce type d'outils, à quel usage eux-mêmes pourraient penser au sein de leur métier, de leur quotidien, etc. Et donc, c'était vraiment des échanges très intéressants parce que c'était aussi l'occasion de se rendre compte d'autres cas d'usage appliqués ou non pour l'IA, mais qui restent pertinents d'un point de vue informatique même. Et aussi de répondre à des questions, puisque eux-mêmes ne savent pas exactement ce qu'il est possible de faire ou pas, pour affiner justement les cas d'usage les plus pertinents. Et personnellement, il y en a un que j'aime beaucoup, beaucoup. Il y en a beaucoup. Mais celui que j'aime bien, c'est celui qui, finalement, qui est peut-être le plus basique, mais qui est celui de l'accès à la connaissance à travers une conversation. Donc, vraiment, la partie... exploiter la partie à la fois moteur de recherche avec les racks derrière, etc., la connaissance qu'a le modèle lui-même, et aussi profiter des tâches de synthèse qui peuvent être aujourd'hui possibles avec les LLM pour compiler finalement une connaissance et finalement nous permettre d'accéder à des données. de la connaissance de manière plus efficace. Ça, c'est un des cas d'usage que moi, j'apprécie particulièrement.

Thomas Meimoun | 23:13.849
J'ai un autre point, puisque finalement, Renault, c'est une entreprise du CAC 40. Vous avez énormément de collaborateurs. Si tu as travaillé beaucoup dessus en 2023, tu as dû voir beaucoup de changements. C'est comment on établit une stratégie qui est, entre guillemets, claire autour de l'IA et pas que de l'IA générative. Ça, c'est un point important. Alors que le sujet est aussi mouvant. Je prends un exemple. On peut prendre une direction le trimestre 1. Et le deuxième trimestre, il y a eu des avancées technologiques, des avancées de recherche qui font que c'est complètement trompé. Un autre point, c'est comme tu l'as mentionné, cet accompagnement au changement perpétuel, c'est-à-dire qu'on passe moins de temps à coder, à comprendre, plus de temps à présenter, sensibiliser, rassurer sur la bonne utilisation des outils. Comment on fait avec une entreprise de cette envergure ?

Siham Essodaigui | 24:01.963
En fait… Par rapport à la vitesse de l'évolution, j'ai quand même l'impression que c'est une illusion quand même. Parce que si on regarde, oui, parce qu'en fait, si on regarde les différents domaines, on regarde l'IA symbolique, comme je disais tout à l'heure, qui date de longtemps et qui est encore là. Les outils de recherche opérationnelle qui sont de plus en plus associés à l'IA et qu'on peut mettre dedans. Il y a les outils de recherche opérationnelle, il y a des modèles de machine learning. Non génératif, on va dire ça comme ça. Il y a toujours ceux du deep learning si on rentre dans les sous-catégories. Mais il y a des choses qui sont relativement stables en réalité. Et quand on a une impression de mouvance, aujourd'hui, c'est principalement sur les modèles liés. alias générative au sens LLM, conversationnel, images, etc. C'est ceux-là où on voit une grande frénésie, une course, voilà. Mais pour moi, ça se limite vraiment à ça aujourd'hui. Et ce qu'on constate, et ça à chaque fois, c'est qu'à chaque fois qu'il y a une nouvelle techno qui arrive, on a l'impression qu'elle cache toutes les autres. Et on se focalise un peu, comme l'effet médiatique ou quoi, sur la dernière.

Pierre Vannier | 25:22.509
C'est un biais humain.

Siham Essodaigui | 25:23.289
C'est un biais, tout à fait, c'est un biais humain. C'est un biais humain. Et en fait, ceux qui sont dans le domaine, ceux qui connaissent, savent qu'à chaque fois, ce n'est qu'un outil qui vient s'ajouter à la boîte à outils de l'IA. Que certaines fonctions, fonctionnalités pourront. D'une certaine technique pourront être remplacées par la nouvelle technique, certes, mais d'autres resteront pertinents dans les anciennes techniques Donc, pour revenir à la question de la stratégie, pour moi, elle est relativement simple en fait. Elle devrait être assez pragmatique. Moi, j'ai une proche assez pragmatique. Nous connaissons les outils, nous restons attentifs. aux évolutions technologiques. Nous maîtrisons, il faut, il y a un effort vraiment pour toujours être au top en termes de connaissances et de compétences, ça c'est sûr. Chaque catégorie, héros, symbolique, tout ça, chacune évolue et il faut qu'on soit toujours au top de chacune de ces techniques, d'accord ? Mais après, à part ça, l'IA doit, à mon sens, rester un outil, c'est un moyen. Ce n'est pas une fin en soi. D'accord ? Ceci étant dit, on peut rester sur qu'est-ce qui va générer de la valeur à l'entreprise, qu'est-ce qui va être utile pour les utilisateurs ou pour nos clients, ou pour la société même, et quels sont les outils qui permettent de répondre à ces problèmes-là. Tout simplement. Autrement dit, j'intègre les problèmes qui sont gérés par de l'IA de la même façon que les autres problèmes ou autres projets que nous avons habituellement dans le milieu de la technologie et du digital.

Thomas Meimoun | 27:24.325
Et c'est un point super intéressant que tu mentionnes ici, c'est le fait que tu aies une expertise. Est-ce que c'est aussi ton rôle de, le terme va être peut-être mauvais, réfréner les envies, puisque justement, il y a eu des nouveaux… Encadrés. Encadrés. Merci d'encadrer, puisqu'il y a eu des nouveaux outils qui paraissent impressionnants, merveilleux. Et en fait, ils ont juste une nouvelle feature qui ne change pas complètement la donne. Et vous avez déjà mis en place, par exemple à Renault, une stratégie ou l'outil qui existait juste avant. Et c'est amplement suffisant. Est-ce que c'est ton rôle d'encadrer ces évolutions ?

Siham Essodaigui | 28:02.399
Je pense que je considère que c'est mon rôle ou ma responsabilité. et je ne suis pas la seule, tous mes homologues dans l'entreprise, là je parle effectivement pour moi, mais j'ai des collègues qui tiennent aussi ce type de rôle, en tout cas je considère que c'est leur responsabilité aussi, on se doit de mettre à disposition notre connaissance des choses pour conseiller au mieux l'entreprise et les collaborateurs. Voilà, donc oui. C'est mon rôle à la fois de, je dirais même, c'est vraiment mon devoir, ma responsabilité de dire, non, il ne faut pas courir dans cette direction-là si ce n'est pas pertinent, si ce n'est pas la meilleure des solutions. Et en même temps, je suis une personne très enthousiaste et mes collègues aussi. Donc, on reste ouvert aux possibilités. C'est-à-dire qu'on ne va pas être comme certains qui vont dire, oh bah là, ça, c'est pas possible. Ce n'est pas la peine d'aller là-dedans, c'est trop tôt, etc. Il y a vraiment une sorte d'équilibre entre l'enthousiasme, la curiosité et la volonté d'être au top, j'insiste, et les bons choix et le fait de faire des choix en connaissance, en bonne connaissance des outils.

Pierre Vannier | 29:22.447
C'est super intéressant de garder la tête froide finalement vis-à-vis de ces innovations, de ne pas être dans la frénésie. Et là, il ne peut pas non plus sous-estimer les bénéfices et la valeur que peuvent apporter ces outils. Tu rappelles que ça restera des outils à mettre dans la boîte à outils de la technologie et du progrès au service de problématiques, métiers et pas une fin en soi de faire de l'IA. D'ailleurs, presque, je me dis, est-ce que ça ne pose pas une question quand on voit des gens qui sont VP, AI ou finalement ces titres où en fait on est juste sur... Le spécialiste de l'IA dans l'entreprise, ça pose des questions de comment on voit finalement l'importance et la stratégie de cette techno dans la transformation de l'entreprise et de l'organisation.

Siham Essodaigui | 30:17.759
Tout à fait.

Pierre Vannier | 30:18.732
Du coup, tu parlais tout à l'heure aussi de ML, de machine learning, de deep learning. Tu as parlé beaucoup de recherche opérationnelle, de symbolique, donc très mateuse, logicienne, et dans la science et tout ça. Est-ce que vous avez encore des projets, ça va être péjoratif, ce ne sont pas des projets basiques, le machine learning, mais disons que plus standards et traditionnels ? qui tournent, qui sont en ligne. Et mon autre question, c'est aussi, est-ce qu'il arrive qu'il y ait des projets qui mêlent les deux, à la fois le ML ou le deep learning et l'IA générative, les LLM, et des questions comme ça, des projets un peu hybrides ? Parce que tout à l'heure, tu disais, il y avait par exemple la recherche opérationnelle. On voyait maintenant des outils où... on mettait de l'IA générative, des LLM, de la RO, de la logique. On voit que même, tiens, il y a des choses qui sont intéressantes avec les graphes.

Siham Essodaigui | 31:20.396
Oui.

Pierre Vannier | 31:20.676
Je pense que tu dois bien aimer ça aussi. Est-ce que tu vois des choses un peu intéressantes en termes d'hybridation d'IA, finalement ? Oui. De croisement.

Siham Essodaigui | 31:30.620
Merci beaucoup pour la question parce que oui, j'aime beaucoup, en fait, notamment l'hybridation parce qu'on en parlait. Chacun a ses atouts et on a une puissance augmentée grâce à l'hybridation des différentes techniques, et des différentes techniques de machine learning ou d'IA, d'IA en tout cas, mais aussi même des techniques d'informatique classique avec l'IA, etc. Moi, la partie hybride, j'y crois énormément. Donc, par rapport à... L'hybridation, moi je peux vous citer par exemple l'optimisation et le machine learning. On a fait une thèse avec le LAS à Toulouse, le laboratoire du LAS, sur l'hybridation du reinforcement learning et les méthodes classiques d'optimisation. Et ça a donné de très bons résultats, mais la volonté n'était pas de remplacer les méthodes classiques d'optim par le reinforcement learning. mais de voir si on pouvait traiter des instances qu'on n'arrivait pas à traiter en optime avec l'apport de reinforcement learning. Et je voudrais vous raconter cette anecdote parce qu'elle m'a marquée. J'avais justement présenté ce sujet et partagé ce sujet avec Luc Julia, d'accord ? Et il m'avait posé une question que j'ai trouvée vraiment pertinente et je ne m'y attendais pas à ce moment-là en tout cas. Il m'a dit, quel est l'apport ? en termes de fonction objective, en termes d'optimisation, versus la consommation énergétique du reinforcement learning ?

Pierre Vannier | 33:13.278
Sacrée question.

Siham Essodaigui | 33:14.759
Sacrée question. Effectivement, à ce moment-là, ça doit faire peut-être maintenant 3-4 ans qu'il m'avait posé cette question-là. Et c'est vrai qu'à ce moment-là, moi, je ne m'étais pas posé la question. Donc, je suis repartie avec la question vers notre doctorant et je lui ai dit, tiens, est-ce que tu as pu faire la comparaison et la mesure ? pour voir pour les instances qui étaient résolues par les deux, le delta en termes d'énergie, etc. Donc voilà, dans ce cadre-là, je vais rester sur des méthodes classiques d'Optim pour les instances qui peuvent être résolues avec, et je vais effectivement hybrider avec d'autres méthodes pour pouvoir aller plus loin dans la résolution des problèmes qu'on peut être amené à traiter.

Pierre Vannier | 33:58.523
Tout à fait. Tout à fait. Du coup, utiliser à la fois le bon outil, le bon algorithme, le bon paradigme en fonction des problématiques, et finalement en combiner certains à certains endroits de processus plus complexes, où on va avoir, je ne sais pas, de la reconnaissance d'entités, ce n'est pas la peine d'utiliser un LLM, de la classification, de la reconnaissance d'images, etc. Il y a plein d'autres algos. Et du coup, dans l'IA… Est-ce que vous vous en intégrez dans les véhicules, déjà ? Ce ne sont pas des questions top secrètes, mais je pense que ça doit être quand même su, ou il doit y avoir quand même des choses qui se disent. Et du coup, est-ce que vous avez des régulations ou des contraintes particulières, justement ? Parce que moi, j'ai l'impression, enfin, tu vois, moi j'ai 48 ans, la première voiture que j'avais, c'était une 2 chevaux, vous ne moquez pas de moi. il y avait quand même peu d'intelligence artificielle à l'époque et aujourd'hui tu achètes une voiture t'as quand même un peu l'impression que c'est Star Trek Renaissance donc il y a vraiment des boutons des touchscreens des appuis d'aiguillés donc on est vraiment dans le futur est-ce qu'il y a beaucoup d'IA dans les véhicules ? ou est-ce que vous regardez un peu un concurrent à droite, un concurrent à gauche, et vous regardez ce qui se fait, et puis comme pour les téléphones portables, vous copiez les features de l'un pour les mettre sur l'autre ?

Siham Essodaigui | 35:25.166
Alors en fait, je ne vais pas pouvoir effectivement donner beaucoup d'éléments dans ce domaine-là, parce que ce n'est pas mon domaine au quotidien, je suis plutôt éloignée finalement de la partie embarquée, et au niveau du véhicule. Je sais juste que nous avons effectivement de l'IA dans la voiture et j'ai un cas d'usage qui m'a plu encore une fois, qui n'est pas vraiment pour la voiture elle-même, mais pour la société. Il y a eu un proto, je ne sais pas s'il a été appliqué plus largement, mais pour pouvoir analyser l'état des routes en circulant lorsque la voiture roule. Et pour pouvoir après cartographier.

Pierre Vannier | 36:12.268
C'est super cool ça.

Siham Essodaigui | 36:13.168
Oui, c'est un projet qui a été développé par l'équipe Innovation Digital, avant que je la rejoigne, et par mes collègues du Centre d'Excellence IA. Et j'avais beaucoup aimé ce cas d'usage parce qu'en fait, avec effectivement la caméra, l'IA pour reconnaître les patterns des zones accidentogènes, ils proposent une cartographie. sur ce critère-là, qui est partagé après avec les villes. Donc ça, c'est un cas d'usage qui me semble très pertinent. Après, il y a effectivement, tu as raison, d'autres cas d'usage pour optimiser le rendement d'un véhicule, pour réduire en fonction du type de conduite du conducteur, les effets, les émissions de différents... CO2 ou autre en tout cas. Donc oui, il y a beaucoup de travaux dans ce sens-là. Mais je ne suis pas la bonne personne pour en dire plus parce que je connais vraiment moins ce domaine-là.

Thomas Meimoun | 37:18.522
Juste avant, on parlait des outils et du côté boîte à outils. Je voulais savoir si vous aviez des méthodologies pour identifier des innovations technologiques qui sont à vos yeux les plus prometteuses. Donc sans rentrer peut-être dans le détail, comment on fait le choix de se dire ? cette technologie plutôt qu'une autre, on va prendre le risque de l'implémenter, puisque en fait, en tant que tel, c'est un risque, que j'imagine qu'à Renault, une grande entreprise, une grande organisation, ça prend du temps à implémenter des solutions, des nouveaux outils, à la fois par l'accompagnement au changement et puis plein d'autres choses, j'imagine. Comment on fait ce choix ? Comment on est dirigé ?

Pierre Vannier | 37:59.344
Tu veux dire, Thomas, genre comme un peu un framework ou une méthodologie, c'est ça, qui permettent d'assesser ou d'évaluer une innovation ? Oui,

Thomas Meimoun | 38:06.330
je vais donner un exemple, mais là, j'en sais rien du tout. Mais par exemple, comment on irait choisir GCP plutôt qu'Azure ? Ou pourquoi on irait choisir Azure plutôt qu'AWS ? Ou pourquoi Python plutôt que R ? Ça peut être vraiment très, très, très large.

Siham Essodaigui | 38:21.134
En fait, il y a plusieurs dimensions. Il y a plusieurs moyens de capter un petit peu ce qui est le plus prometteur. Je ne l'ai pas évoqué, mais nous travaillons, nous changeons régulièrement avec le monde académique. Et mine de rien, le monde académique nous donne aussi une vision sur ce qui va venir prochainement. Donc, on n'y pense pas souvent. Mais moi, je sais que côté RO, nos recherches opérationnelles, on est très présent, on échange régulièrement, on assiste à des conférences liées à la recherche opérationnelle, par exemple. Pareil pour PFIA, de l'association française de l'IA. Il y a des espaces où on peut capter les tendances et les nouveautés technologiques qui vont arriver. Donc ça, c'est un premier capteur de ce qui peut venir. En termes de choix pour des choses qui vont être un peu concurrentes, par exemple, je vais vous prendre l'exemple de Python versus R. Tu citais Python, Thomas. En fait, on va voir quelle est l'activité. Côté R versus côté Python, les usages, est-ce qu'il y a beaucoup de contributions, est-ce qu'il y a beaucoup d'utilisations académiques ou industrielles, etc. Et c'est ce qui va orienter notre choix. Et par rapport à des fournisseurs de solutions cloud, alors nous, vous le savez, on a un partenariat avec Google, ce qui nous permet d'explorer beaucoup de choses, parce qu'ils ont beaucoup d'outils qui sont très utiles dans notre domaine. Et en même temps, on reste ouvert aux autres fournisseurs de clades, ne serait-ce que pour savoir ce qu'ils fournissent comme technique, comme outil, comme modèle, etc. pour garder toujours cette volonté d'aller vers les meilleures solutions. Donc, il y a une sorte de veille techno. Et puis, moi, je fais vraiment confiance aussi aux gens du terrain. Je trouve qu'on développe en travaillant une connaissance et une intuition de ce qui peut venir. Et ça, c'est quelque chose, alors je ne saurais pas vous le formaliser, la méthode d'eau, etc., si ce n'est une bonne écoute, ou bien poser les questions si on s'entretient vraiment dans le but de capter les tendances. Mais vraiment, le terrain pour moi est une source aussi pour capter ce qui sera le plus pertinent. pour répondre à des besoins, tout simplement, à court terme, et nous guider un petit peu dans ce qui pourrait être le plus pertinent.

Pierre Vannier | 41:10.655
Quand tu parles de terrain, Siham, en fait… Tu parles d'aller faire des conférences, rencontrer des pairs, faire de la recherche ou carrément juste le boulot. Au contraire, rencontrer vos collègues, écouter les départements, les équipes, aller des fois en bas de l'usine et aller regarder les robots, etc. C'est ça ? C'est un peu les deux ?

Siham Essodaigui | 41:33.302
C'est les deux. Quand je parle terrain, moi, je pense effectivement dans l'entreprise. On sort du labo. Voilà, on sort du labo, exactement. On sort du labo, ça c'est la partie terrain. On voit d'autres labos, ça c'est la partie académique qui est très précieuse. On a toujours travaillé et échangé avec le milieu académique, les chercheurs, etc. Et puis voilà. Et en termes de méthode, on ne va bien sûr pas se lancer directement dans une techno choisie. On va prototyper, on va choisir des projets pilotes parfois. Et puis on va aussi s'appuyer sur... nos partenaires qui ont, eux, une expérience avec d'autres industriels. Il y a aussi notre réseau industriel où on échange dans notre domaine. Donc, tout ça nous aide à bien cibler les technos les plus prometteuses. Après, il y a aussi un effet qui peut se produire. Et ça, je le vois, mais c'est tout ce qui est prédiction autoréalisatrice parfois.

Pierre Vannier | 42:38.335
Qu'est-ce que c'est que cette chose ?

Siham Essodaigui | 42:42.026
En fait, c'est quand on dit, c'est un effet aussi, quand on dit ça, ça va marcher, avant que ça marche, et à force de l'entendre, on le fait marcher parce qu'on lui donne un crédit de confiance. Donc, ce sont des prédictions autoréalisatrices. Et finalement, c'est le fait de croire en cette prédiction qui fait qu'elle se concrétise en réalité.

Thomas Meimoun | 43:10.754
C'est génial, merci beaucoup pour les exemples très concrets. On a une question pour toi, celle qu'on pose à tout le monde en fin d'épisode, c'est quelle est ta question pour le prochain invité dont on ne connaît pas l'identité pour le moment ?

Siham Essodaigui | 43:25.078
Moi, je voudrais lui poser la question, justement, ça rejoint la question sur dans 15 ans. On sait qu'il y a des scientifiques en France qui travaillent sur ce sujet-là, sur l'IA frugale, en fait. Caltech a annoncé aussi un projet là récemment avec des investissements sur la partie IAF Rugal. Et donc ma question pour mon ou ma successeur, votre invité en tout cas, c'est ce qu'il en pense. Qu'est-ce qu'il pense de l'IAF Rugal ? Est-ce que c'est un domaine dans lequel on doit s'investir fortement ? Que pense-t-il lui de l'IAF Rugal ? Est-ce qu'il y croit ?

Pierre Vannier | 44:07.582
C'est une super question et je dois dire qu'on ne s'est pas du tout entendu Siham, mais j'ai publié une tribune sur le journal du Net hier sur l'IA frugale. Tu as raison, c'est un sujet... j'avais osé oser la blague mais très brûlant en espérant qu'il fasse pas tout brûlé mais sur lequel il faut qu'on il faut effectivement qu'on se penche donc ça sera une super question pour le prochain invité on va on va qu'on va qu'on va conclure un tranquillement on a passé un super moment si amanta compagnie quand je vais venir à paris c'est sûr je vais passer et puis peut-être apercevoir Luc Julien avec sa chemise hawaïenne, ça aussi ça me fera plaisir. Il est génial ! Ouais, il est génial, en tout cas on le salue. Merci beaucoup Siham, j'espère que tu as passé un bon moment aussi.

Siham Essodaigui | 45:01.379
Tout à fait, merci à vous, c'était un plaisir d'échanger et de pouvoir discuter sur l'IA.

Pierre Vannier | 45:06.783
Merci beaucoup Thomas aussi.

Thomas Meimoun | 45:08.044
Merci Siham, merci Pierre.

Siham Essodaigui | 45:09.065
Merci.