Les technologies du numérique
qui bousculent l’économie
8 nov. 2017 – Lycée Saint Exupéry – Marseille
Intervenant : Guy Sinnig
Vice-président du LAB

2
Les technologies actuelles
Intelligence artificielle (IA)
Données (Big Data)
Objets connectés (IOT)
Robotique

3
Les technologies actuelles
Sont disruptives : exemple de la conduite autonome
A la fin du XVIII ème il y avait
29000 porteurs d'eau à Paris.
En 2017 il y a env. 300 000 chauffeurs
routiers et env. 60 000 Taxis en France.
2009 : Lancement du projet Waymo (voiture autonome de Google)
Août 2016 : Les premiers taxis sans chauffeur à Singapour.
Uber commande 100 000 Mercedes autonomes.
Sept. 2016 : Navya, deux navettes autonomes à Lyon (NavLy).
Oct. 2016 : Otto, un camion autonome a effectué sa première livraison.
Mai 2017 : Waymo (Google) teste 500 véhicules autonomes à Phoenix.

4
Les technologies actuelles
Loi empirique de Moore
Sont exponentielles
La puissance de calcul des ordinateurs a été multipliée
par env. 1 million ces 20 dernières années.
La puissance de calcul des ordinateurs
augmente rapidement celle de notre
cerveau très peu.

5
Les technologies actuelles
Sont cumulatives
Séquençage du génome Humain :
• 1990 démarrage du projet « génome humain »
• 2003 séquençage terminé
• 2007 prix du séquençage complet : env. 10 000 000 €
• 2017 prix du séquençage complet : env. 1000 €
Ce sont très clairement les progrès cumulés de la génétique et
des systèmes informatiques qui ont permis d’aboutir à ces
résultats.

6
Les technologies actuelles
Davos - janvier 2017
« Je n’ai pas vu venir la vague du Deep Learning,
ça va beaucoup plus vite que je pensais. »
Sergey Brin cofondateur de Google

7
L’Intelligence Artificielle
Intelligence
Artificielle
(IA)
Machine
Learning
Deep
Learning

8
Deep Learning
On utilise un réseau de neurones artificiels
L’Intelligence Artificielle
Il y a environ 100 Milliard (1011) de
neurones dans le cerveau humain.
On considère que l’on a environ 1000
neurones artificiels par processeur.
Vitesse de transmission de l’information :
300 000 000 m/s
Vitesse de transmission de
l’information : 130m/s

9
Deep Learning
Reconnaissance d’images
L’Intelligence Artificielle

10
Deep Learning
Traduction automatique
L’Intelligence Artificielle

11
Deep Learning
Google AutoDraw
L’Intelligence Artificielle
Mon dessin fait rapidement à la souris La proposition de Google AutoDraw

12
Deep Learning
L’Intelligence Artificielle
Génération automatiques
d’images
Création de nouveaux meubles à
partir de modèles existants
Création de
pochettes de
CD
Création d’images de chambres à coucher
Création d’un
nouveau
Rembrandt

13
Deep Learning
Google Deep Dream
L’Intelligence Artificielle
Un algorithme qui rêve

14
Du fantasme à la réalité
Principe des assistants personnels, chatbots, …
Données
brutes
Données
traitées (et stockées)
L’Intelligence Artificielle

15
Les dispositifs de conduite autonomes
L’Intelligence Artificielle

16
Les 4 stades de l’intelligence artificielle
1 - La réactivitéIA faible
IA forte
L’Intelligence Artificielle
2 - La mémoire limitée
3 - La théorie de l’esprit
4 - L’auto - conscience

17
Les données
Volume des données

Les données
Provenance des données
18

19
Les données
Informatique décisionnelle
Business Inteligence (BI)
• Statistique descriptive,
• Données à forte densité,
• Grande volumétrie
mais faible dimensionnalité,
• Mesurer des phénomènes,
• Détecter les grandes
tendances.

20
Le Big Data

21
Le Big Data
• Statistique inférentielle,
• Données à faible densité,
• Grande volumétrie et forte
dimensionnalité
• Utilisation de la
volumétrie pour inférer,
• Capacité prédictive.

22
Le Big Data

23
Les objets connectés
Internet des objets = IOT = Web 3.0

24
Les objets connectés

Les objets connectés
Smart Seniors
Surveiller via la domotique
Exemple: Portail automatique
IOT
IOT
25

26
Les objets connectés
Evolution des objets connectés, par type (en milliards)
Objets connectables
via puces, étiquettes
intelligentes, …
Machines communicantes
autonomes M2M
( ex. : compteurs avec
relevés à distance)
Ordinateurs, tablettes,
smartphones

27
Les objets connectés
Eléments clés
des objets connectés
 Valeur / usages
• En se « connectant » un objet prend de la valeur.
• La valeur du service rendu grâce à cette connexion peut
dépasser la valeur de l’objet seul.
 Plateformes
• Tout objet connecté fera partie d’une communauté (d’objets).
 Données
• La donnée est l’élément clé du modèle économique des
plateformes d’échange.
Source : France stratégie

28
La robotique

29
La robotique
Aujourd’hui les robots sont spécialisés
Robots industriels => Cobots = robots collaboratifs

30
La robotique
Aujourd’hui les robots sont spécialisés
Robots de service
 Principales applications :
• Robot aspirateur – Robot tondeuse
• Robot de surveillance - téléprésence
• Robot compagnon domestique
• Robot d’assistance aux personnes
en perte d’autonomie
 Applications connexes :
• Nettoyage
• Logistique / Porte charge
• Assistance médicale
• Agriculture
• Militaire
• …

31
La robotique
Aujourd’hui les robots sont spécialisés
Il est très difficile de fabriquer des robots qui peuvent s’adapter
à de multiples situations et effectuer des tâches variées :
Robot humanoïde.
Il est également très difficile pour un
robot de se déplacer d’une manière
autonome dans un environnement
complexe et évolutif.

32
La robotique
Demain les robots
Il faudra encore du temps pour développer la mécanique des
robots afin de les rendre plus performants , diminuer leur coût
pour qu’ils deviennent accessibles.

33
Les systèmes complexes
Il ne peut s’agir d’une simple
juxtaposition des différents
constituants de différentes
technologies.
Les écoles proposent des cursus
d’ingénierie des systèmes complexes.
Client Chef de projet
L’utilisation de SysML facilite la
communication entre les experts.
Les systèmes technologiques
actuels sont de plus en plus
complexes. Une voiture, un drone,
un robot, une machine à commande
numérique, …, sont des systèmes
d’une hétérogénéité technologique
de plus en plus grande.

34
Les systèmes complexes
La complexité grandissante des algorithmes,
la diversité et la très grande quantité des
données à traiter, amènent à prendre en
compte l’incertitude algorithmique.
Il s’agit pour les organisations, entreprises, institutions, …, de
favoriser la collaboration entre les experts et avec les utilisateurs.
Il faut mettre en place des expérimentations, dans lesquels les
processus d’essais / erreurs permettent de tirer parti des échecs,
et où les itérations sont multipliées.
Les méthodes agiles de conduite de
projets, sont un atout pour gérer
des projets complexes.

35
Les compétences attendues
Voici quelques qualités souvent évoquées pour les ingénieurs,
citées à partir de la consultation des sites de recrutements. (*)
Elles sont, entre autres:
• l’expertise,
• l’influence,
• l’agilité,
• la responsabilité,
• l’ingéniosité,
• la créativité,
• la capacité à travailler en équipe,
• la capacité à communiquer,
• …
(*) Samuel Violin IG STI - avril 2017

36
Les compétences attendues
Source : World Economic Forum – Report : New Vision for Education: Fostering Social and Emotional Learning Through Technology
Compétences de demain
Littérature
Mathématiques
Sciences
TIC
Economie - finance
Multiculturalisme
Civisme
Résolution de
problème
Esprit critique
Créativité
Communication
Collaboration
Curiosité
Initiative
Persévérance
Adaptabilité
Leadership
Conscience sociale
et culturelle
Fondamentaux
Agir au quotidien
Savoir-faire
Aborder la complexité
Personnalité
S’adapter
Formation tout au long de la vie

37
Les compétences attendues
Source : World Economic Forum – Report : Future of Jobs
Le Top 10 des compétences
attendues en 2020
1. Résolution de problèmes complexes
2. Pensée critique
3. Créativité
4. Management d’équipes
5. Se coordonner avec les autres
6. Intelligence émotionnelle
7. Capacité de jugement et prise de décision
8. Orientation service
9. Négociation
10. Flexibilité cognitive

38
Les compétences attendues
Des compétences pour innover
Les innovations se font souvent aux
interfaces entre plusieurs domaines.
Une double expertise (ou plus) est
un atout indéniable.
La démarche scientifique
favorise l’innovation y
compris dans des domaines
non scientifiques.
L’analyse de ses erreurs
permet de réussir in fine.
Modèles
théoriques
Hypothèses
Validation des
hypothèses
Expérimentation

39
Les métiers de demain
65% des enfants qui sont en primaire
aujourd’hui exerceront des métiers qui
n’existent pas.
Ces enfants seront vraisemblablement
encore en activité en 2060.
Les métiers de demain seront des métiers complémentaires à
l’intelligence artificielle, exemples de métiers :
 Les métiers de l’ingénierie du numérique
• Data scientist
• Ingénieur en robotique
• Ingénieur électronique embarquée (IOT)
• User eXperience Designer
• …
 Les métiers manuels
 Les métiers de l’artisanat
 …
qui utilisent le numérique

40
Les métiers de demain
• chief happiness officer,
• consultant spécialiste du bien-être du 3ème âge,
• ingénieur du corps pour les transplantations,
• spécialiste de la nano-médecine,
• agriculteur vertical – fermier urbain,
• gestionnaire de données inutilisées,
• contrôleur du climat,
• manager d’avatars,
• responsable de l’éthique de la technologie,
• designer d’habitat virtuel,
• créateur de données IOT,
• créateur en énergie,
• consultant en stratégie du « réensauvagement ».
Liste de métiers qui pourraient exister en 2030 selon
diverses publications.

Il y a d’autres technologies qui sont en train de se
diffuser, la blockchain, la réalité augmentée, la réalité
virtuelle, … Leurs applications sont aussi très
importantes et très intéressantes.
Conclusions
41

Actuellement, beaucoup de choses sont rendues possibles par les
avancées de la technologie.
L’éducation et la formation sont
indispensables pour comprendre
les évolutions technologiques et
permettre à nos enfants de relever les
défis de l’urbanisation, du réchauffement
climatique et de la transition énergétique.
Aujourd’hui, les problèmes sont posés
de plus en plus clairement. Des
solutions se dessinent.
42
Conclusions
Il faut faire de nombreux choix pour notre avenir commun, guidés
par la connaissance des technologies.

Merci de votre attention
guy@sinnig.fr
Pour innover, inspirons nous de ce qui n’a jamais été fait !