Conférence du 10 novembre 2O22 par Yvon Gervaise.pdf

Conférence du 10 novembre 2O22 par Yvon Gervaise.pdf

• 1.
  EXPERTSCIENCE Conférence du 7avril 2022 Penser le Laboratoire du Futur : L’Intelligence artificielle (I.A.) au cœur d’une mutation ou d’une disruption… ? Yvon Gervaise
• 2.
  EXPERTSCIENCE L’Intelligence Artificielle (I.A)? L’intelligence artificielle ( I.A.) « c’est l’ensemble des techniques permettant à des machines d’accomplir des tâches et de résoudre des problèmes normalement réservés aux humains et à certains animaux » L’I.A comprend 2 catégories : - I.A. Symbolique : les algorithmes à base de règles ( Systèmes Experts ) - I.A. Connexionniste : les les algorithmes d’apprentissage avec réseau neurones
• 3.
  EXPERTSCIENCE L’I.A Symbolique :les Systèmes Expert … Les systèmes Expert ( S.E) : ➢ Encapsulent les connaissances des experts sous forme de règles ( si X alors Y) ➢Disposent d’un mécanisme d’inférence ➢ Utilisent ces connaissances pour résoudre des problèmes et automatiser le traitement de processus ➢ Ont évolué suivant différents modèles de représentation sémantique , graphe conceptuel , arbre de décisions , langages informatique (Exemples de S.E : prospector Mycin , Dendral)
• 4.
  EXPERTSCIENCE Le Système ExpertMeta-Dendral énigmatique pour les chimistes … Permet de identifier des constituants chimiques d’un matériau à partir de son spectre de masse et de RMN. Utilise la règle : « si le spectre de la molécule présente 2 pics X1 et X2 tél que X1-X2= M+28 …alors la Molécule contient un groupe cétone ». Ce S.E est le premier algorithme qui modélise la connaissance d’un expert chimiste analyste.
• 5.
  EXPERTSCIENCE I.A connexionniste :Machine Learning réseau de neurones artificiels … ✓L’I.A connexionniste imite l’architecture de base du cerveau ✓Les réseaux neurones artificiels peuvent recevoir et transmettre de l’information ▪ Neurone artificiel est une fonction mathématique qui mime le neurone biologique avec son hardware
• 6.
  EXPERTSCIENCE L’I.A connexionniste lamachine apprend puis résout ▪ Phase d’apprentissage nourrit l’algorithme de multiples exemples caractéristiques ▪ Phase de prédiction ▪ Phase de test de la qualité réponse/ prédiction
• 7.
  EXPERTSCIENCE Du machine learningau Deep learning grâce au réseau neurones profonds multicouches ▪ Aptitudes à la résolution problèmes complexes « Deep learning » Yann Le Cun ▪ Exigences de : • Capacités de calcul (processeurs graphiques) • Disponibilité de grandes quantités de données pour entraînement de l’algorithme ▪ Optimisation réseau neurone ( poids synaptiques , seuils d’activation … rétropropagation de gradient) La machine découvre elle même les caractéristiques et est ensuite apte à capturer la relation entre entrée et sortie.
• 8.
  EXPERTSCIENCE Le deep learningau cœur d’une disruption en biochimie et biologie moléculaire et structurale o Le problème : Impossible de lire dans une séquence d’acides aminés la structure 3D après repliement d’une protéine o La solution : AlphaFold algorithme de Deep Learning remporte en 2021 avec succès le CASP ( Critical Assessment Proteins structure Prediction ) avec GDT ( Global Distant Test ) > 92
• 9.
  EXPERTSCIENCE Contribution de l’I.Aà l’avancement des connaissances : la révolution AlphaFold Google Deep-Mind en partenariat avec EMBL ( Laboratoire Européen de Biologie Moléculaire ) a mis au point AlphaFold De juillet 2021 à juillet 2022 la base de données AlphaFold de structures 3D de protéines a été multipliée par X 200 DeepMind and EMBL release the most complete database of predicted 3D structures of human proteins
• 10.
  EXPERTSCIENCE Contribution de l’I.Aà l’avancement des connaissances : la révolution AlphaFold La connaissance acquise de la structure dans l’espace de ces molécules que sont les protéines renseigne sur leur fonction dans les organismes vivants ° Ce résultat s’apprécie comme approche combinée associant : - les données d’entrainement : un corpus de données issus du séquençage des acides aminés et et de quelques structures 3D établies par les techniques de Cristallographie X et Cryo-microscopie électronique - la capacité de l’IA ( AlphaFold ) : à décrypter le lien unissant structure primaire / tertiaire
• 11.
  EXPERTSCIENCE Le défi l’intelligenceArtificielle (I.A) ? ... Son intégration en tant que solution pour optimiser le fonctionnement d’un nombre croissant de processus industriels et R&D Les technologies I.A vont s’installer de manière discrète dans les interstices où elles créent réellement de la valeur courbe de Gartner ( hype cycle )
• 12.
  EXPERTSCIENCE Penser le Laboratoiredu futur et usine du futur … …c’est prendre la mesure de cette mutation induite par l’I.A Les conférenciers de cette journée scientifique et professionnelle sont réunis pour : ▪ vous éclairer sur les arcanes de l’I.A ▪ vous sensibiliser à l’importance de l’exploitation et manipulation des données ▪ vous rendre compte de la conception et de l’utilité d’un éventail d’application de l’I.A
• 13.
  EXPERTSCIENCE Merci aux conférencierset partenaires de cette JSP
• 14.
  EXPERTSCIENCE Merci ! Yvon Gervaisehttps://www.linkedin.com/in/yvon-gervaise-22a1b035/ https://twitter.com/expertscience Mail : [email protected] Web: http://www.expertscience.fr Tél : 06 60 67 91 50