Installé au centre de calcul Idris du CNRS sur le plateau de Saclay en région parisienne, Jean Zay, ce nouveau bijou technologique, d’un coût de 25 millions d’euros, dispose de processeurs particuliers (des GPU). "Ces accélérateurs sont absolument cruciaux pour les chercheurs en IA", explique Denis Girou.

"Beaucoup de choses sont attendues de ma communauté", reconnaît Jamal Atif, citant "la promesse de la voiture autonome", les assistants intelligents, la justice prédictive, l’aide automatique au diagnostic…

Mais avant tout cela, quelques mystères restent à éclaircir, notamment le problème de "l’explicabilité": les opérations réalisés par les algorithmes sont tellement complexes qu’il est difficile d’expliquer comment l’algorithme est arrivé à telle ou telle décision.

Aux États-Unis, le logiciel COMPAS est utilisé pour prédire la récidive. "Mais nous ne savons pas sur quoi il se base exactement…", explique Jamal Atif.

Autre limite de l’apprentissage profond: il reste vulnérable aux attaques. Un minime changement sur une image, même imperceptible à l’œil nu, peut tromper un algorithme, l’empêcher de reconnaître un panneau stop ou lui faire prendre un autobus scolaire pour une autruche.

Un problème de taille si l’on veut déployer des algorithmes de deep learning dans des véhicules autonomes ou des avions. "On comprend beaucoup de choses mais beaucoup de choses nous échappent", résume le chercheur.

Jean Zay sera également utilisé dans d’autres domaines également très gourmands en temps de calcul comme la climatologie, l’astrophysique, la dynamique moléculaire ou la génomique…

Notamment pour simuler l’évolution du climat, recréer l’environnement solaire ou visualiser le comportement de virus de la grippe selon différentes températures.

"Au lieu d’attendre des résultats un mois, nous les aurons au bout d’une semaine!", se réjouit Marc Baden, directeur du laboratoire de biochimie théorique du CNRS.

Sourced through Scoop.it from: www.sciencesetavenir.fr