Z Digital Agency Manager a interviewé Claudiu Musat, directeur de recherche en apprentissage automatique et en IA chez Swisscom.
Qui est Claudiu Musat ?
Claudiu est ingénieur, titulaire d’un doctorat en text mining et d’un post-doc à l’EPFL sur les systèmes de recommandation (une sous-classe de système de filtrage de l’information qui cherche à prédire la « note » ou la « préférence » qu’un utilisateur donnerait à un élément).
Après avoir créé une startup d’analyse de texte en Suisse et s’être ensuite arrêté dans une startup d’exploration d’opinion aux États-Unis, il est devenu directeur de recherche en apprentissage automatique et intelligence artificielle chez Swisscom, s’occupant de l’idéation de produits, du développement et de la pré-mise en œuvre de solutions avec les clients de Swisscom Enterprise.
Avec quelles données le laboratoire de recherche travaille-t-il ?
Dans le cadre de Swisscom Enterprise, il travaille principalement avec des cas d’utilisation provenant d’entreprises clientes pour créer des solutions personnalisées. Certaines IA sont également créées et testées en interne avec les propres ensembles de données de Swisscom.
Quelle est ta vision actuelle de l’IA ?
Si nous prenons un peu de recul, nous pouvons voir trois niveaux d’IA :
– une IA étroite effectuant une seule tâche, de manière autonome.
– une architecture d’intelligence générale
– une super-intelligence artificielle (style skynet).
Nous nous trouvons actuellement entre les types 1 et 2 – nous mélangeons divers modèles pour créer des systèmes utiles qui ne sont pas encore assez généraux pour gérer n’importe quelle tâche qui leur est confiée (c’est-à-dire qu’ils ne sont pas encore humains).
Avec quel type d’IA Swisscom travaille-t-elle actuellement ?
Swisscom travaille actuellement à la création de systèmes d’intelligence artificielle utiles. Ceux-ci sont généralement basés sur les requêtes des utilisateurs – lorsqu’ils passent un appel par exemple, en raisonnant avec des données et en donnant en retour une réponse à cette requête. L’objectif est de boucler la boucle en fournissant un retour d’information utile.
L’équipe de recherche de Claudiu utilise des réseaux neuronaux récurrents pour la reconnaissance du texte et de la parole.
À ton avis, quelle méthode d’IA est la mieux adaptée aux robots spécifiques que tu es en train de développer ?
Dans le domaine de l’IA, il existe un théorème « No free lunch » : toutes les méthodes ont la même valeur en général. Cependant, pour des tâches spécifiques, les différences font que certaines méthodes sont nettement meilleures que d’autres. Dans le cas de la reconnaissance vocale, nous utilisons deux systèmes :
- Un système de bout en bout avec une transcription de la parole traitée par un modèle.
- Une combinaison d’un modèle acoustique et d’un modèle linguistique. Le modèle acoustique convertit la parole en phonèmes qui sont ensuite convertis en langage par un modèle linguistique.
Dans le cas de la reconnaissance de texte, il existe une pléthore de méthodes concurrentes, y compris par exemple :
- Une tâche de classification avec un réseau neuronal feedforward.
- Dans le cas d’un problème de séquence (par exemple pour des conversations plus complexes), généralement abordé avec des réseaux neuronaux récurrents (RNN).
Quels sont les défis actuels de l’industrie de l’IA ?
D’une part, nous avons des besoins classiques impliquant plus d’ensembles de données, plus de puissance de traitement et de meilleurs algorithmes. D’autre part, la quantité de nouveaux cas d’utilisation dans l’industrie a considérablement augmenté au cours des trois dernières années.
En matière d’intelligence artificielle, il existe 4 phases que nous essayons d’atteindre :
- 1ère phase : un modèle avec une règle ou une séquence de règles.
- 2e phase : l’opérateur ajoute manuellement des caractéristiques, qui sont ensuite traitées.
- 3e phase : apprentissage de la représentation sans apport manuel. La machine apprend les caractéristiques qui seront ensuite optimisées.
- 4ème phase : la machine apprend à apprendre, ce qui augmentera sa puissance d’un ordre de grandeur.
Quel est le principal défi actuel pour ton équipe de recherche chez Swisscom ?
Les chatbots . L’équipe de Claudiu travaille actuellement sur les 4 types de bots :
– FAQ bots : avec des réponses basées sur des modèles (questions classiques à reconnaître pour fournir des réponses classiques à partir d’une base de données).
– Bots de recherche d’informations basés sur des environnements changeants : il comprend ce que veut l’utilisateur et récupère la réponse.
– Bots personnalisés : il fait correspondre la question de l’utilisateur à ses propres besoins, en utilisant ses données personnelles. Cette programmation neuronale fait correspondre la requête à une séquence d’étapes pour récupérer la bonne réponse
– Goal oriented bots : ils effectuent également des actions, en utilisant la reconnaissance d’intention (par exemple pour changer automatiquement ton mot de passe avec celui que tu veux et le communiquer en retour).
Quel est ton défi personnel actuel ?
Maintenir l’équilibre. Il est difficile de partager son temps entre la recherche, le prototypage et la gestion des clients, tout en essayant de se tenir au courant des derniers articles de l’industrie.
