Notes

• [1]
  Dont le comité d’éthique, lancé début 2019, a fait « pschitt » au bout d’une semaine. Au moins on aura bien ri.
• [2]
  Non, ce n’est pas une énième théorie du complot, mais une pieuse évidence : le partage d’un avantage compétitif avec la concurrence va à l’encontre du capitalisme le plus plat.
• [3]
  A quoi sert le navigateur Chrome de Google ? Seulement à aller plus vite ?
• [4]
  C’est le mot ! Car on se doute bien, au final, que derrière les annonces des uns et des autres, les tractations vont bon train.
• [5]
  La France n’est-elle pas le pays de protection par excellence, avec sa loi de 1978, « Informatique et Libertés » dont est, en grande partie, inspiré le GDPR, le règlement européen sur la protection des données ?
• [6]
  Il ne s’agit pas d’une révélation : l’alors secrétaire d’Etat au numérique, M. Mounir Mahjoubi, l’a évoqué publiquement au 2^e Forum de l’IA tenu à la Maison de la Chimie le 13 novembre 2018.
• [7]
  Mais qui ont perdu le monopole de ce privilège grâce au prélèvement à la source, entré en application en janvier 2019. On savait que l’on travaillait tous plus ou moins pour l’Etat, et les compagnies privées, qui collectaient déjà la TVA, voient leurs services pallier gracieusement la diminution d’effectifs de la fonction publique.
• [8]
  Et encore... Le caractère pluriel de l’éthique se retrouve tout à fait dans des questions de type vrai/faux. Ainsi les chaînes de conséquences n’ont rien de singulier ou d’univoque, car la cause racine n’est pas forcément la même pour tout le monde. Question de culture, bien souvent, et donc d’interprétation. On en revient aux remarques déjà faites sur le big data : l’interprétation n’est pas éliminable ou fongible dans une prétendue neutralité des données qui n’est qu’un dogme.
• [9]
  Même s’il est indiqué qu’il ne s’agit pas d’inculquer des valeurs figées, mais d’apprendre à réfléchir, en somme, la présentation sème le doute en raison d’un mélange entre sciences sociales, droit et éthique.
• [10]
  Dont il est dit qu’il n’est pas certain qu’elles existent déjà au sens fort où l’on entend l’IA (forte, donc). Que dit la Grande Muette sur le sujet, du haut de ses vingt ans d’avance technologique ?
• [11]
  Dans le meilleur des cas, car les prescriptions peuvent aussi découler de positions prises par des groupes d’intérêt ou à l’avantage de ceux qui font les règles. Par exemple, un homme politique sera tenté de légiférer en sa faveur : entre X et un homme politique, renverser X car il a une « utilité sociale » moindre.
• [12]
  Et aussi dans le Rapport Villani ([33], pp. 140-141), dont nous reproduisons ci-après un passage conséquent faisant office de résumé – bien qu’à ce stade le lecteur soit déjà familier avec ces notions : « Une grande partie des considérations éthiques soulevées par l’IA tiennent à l’opacité de ces technologies. [...] C’est le fameux problème de la boîte noire : des systèmes algorithmiques dont il est possible d’observer les données d’entrée (input), les données de sortie (output) mais dont on comprend mal le fonctionnement interne. Cette méconnaissance est principalement due aujourd’hui au changement de paradigme introduit par l’avènement de l’apprentissage, en particulier l’apprentissage profond. En programmation classique, construire un système intelligent consistait à écrire à la main un modèle déductif, c’est-à-dire des règles générales, dont on infère les conclusions pour le traitement d’un cas particulier. De tels modèles sont par définition explicables dans la mesure où les règles qui déterminent leurs prises de décisions sont établies à l’avance par un programmeur, et qu’on est capable de dire quelles règles ont été activées pour aboutir à la conclusion dans chaque cas particulier [...]. La technique d’apprentissage machine la plus efficace aujourd’hui, les réseaux de neurones profonds (Deep Learning), ne s’appuie pas sur des règles établies par avance. »
• [13]
  Ou des intérêts publics, d’ailleurs, comme cela est envisagé dans [28].
• [14]
  Tout pour plaire...
• [15]
  Repris de Valérie Peugeot, membre de la CNIL, lors de la conférence de la Société Française de Statistiques (SFDS) du 26 mars 2018 à l’Université Paris-Descartes.
• [16]
  Car pourquoi n’en respecter qu’une seule, alors ? Où sont les quotas de couleurs de peau, de religions, de handicaps...?
• [17]
  Il faut ce qu’il faut, car personne ne s’émeut, en revanche, que Dior ait une boutique avenue Montaigne, mais aucune à La Courneuve...
• [18]
  Un modèle n’est correct que sur un sous-ensemble des situations réelles. Ainsi, le danger prend la forme d’un biais dans l’algorithme qui le fait dysfonctionner de manière difficilement discernable sur une petite partie de ses cas d’application.
• [19]
  Titulaire de la chaire Réseaux Sociaux et Objets Connectés de l’Institut Mines-Telecom.
• [20]
  Par exemple, en raison d’un trop grand nombre de lignes de code ; d’une gestion des erreurs et des exceptions qui n’avait pas prévu tous les cas ; de bugs divers et variés...
• [21]
  Où la machine peut tracer une frontière « plane », un hyperplan, entre les points.
• [22]
  De l’herbe à chat ?
• [23]
  Croire en une surjection de l’IA vers l’IH reviendrait à penser que l’interprétation de l’IA est plus convaincante que celle d’un Homme, pour un concept donné. Bien sûr nous devons relativiser notre perception du monde, mais, en l’absence d’autre entité qui posséderait le même genre de facultés que nous, mieux vaut considérer que l’interprétation de l’IA est un sous-ensemble de celle de l’IH, dont on ne sait pas définir le mécanisme de correspondance, plutôt que d’envisager le contraire.
• [24]
  C’est d’ailleurs le cœur de la notion de transparence.
• [25]
  Un produit de tenseurs n’est finalement qu’une grosse multiplication.
• [26]
  Méthode de parcours de l’ensemble des variables pour optimiser les méta-paramètres d’un modèle. L’impossibilité provient du fléau de la grande dimension (cf. chapitre VIII).
• [27]
  A quoi ?