CSN-bandeau-lycee-04.jpg
Le vendredi 11 octobre, les élèves de la spécialité NSI, accompagnés de leur professeur, M. Bourumeau, et avec la participation de M. Augier et Mme Roëlandt, ont pu assister au Festival  Machine Learning Data Science et Intelligence Artificielle qui se tenait du 10 au 13 octobre à l'ESC Pau, en partenariat avec l'UPPA.
 
 
 
Le matin, ils ont assisté à deux conférences :
* M. Pellegrini, enseignant-chercheur au Labri et à l'ENSEIRB-MatMeca, commissaire à la CNIL,a expliqué comment les traitements algorithmiques sont exploités par les plus grandes sociétés pour mieux comprendre notre vie privée. En effet, le développement et l'usage des traitements algorithmiques posent de nombreuses questions éthiques et sociétales : ils influencent des décisions qui sont prises à leur endroit et, dans le cas des traitements inductifs, les algorithmes d'apprentissage sont entraînés sur la base de jeux de données à caractère personnel. Les élèves ont été amenés à se poser la question : comment, dans ce cadre, les individus peuvent-ils garder la main ?
 
* M. Fan, triple champion d'Europe de Go, et membre de l'équipe Google Deep Mind, a raconté comment il est passé du monde du jeu de Go à l'informatique, et son rôle dans la victoire de la Machine sur l'Homme. Il a ainsi narré aux élèves son histoire, de son premier e-mail avec la société Deepmind à son match avec AlphaGo, puis celui de AlphaGo Vs Lee Sedol et enfin le match en ligne avec le nom de « Master ». Il leurs a aussi partagé l’événement vu de Chine et l’arrivée d’AlphaGo Zero et d'Alpha Zero.
 
En fin de matinée, les élèves ont visité le campus (en particulier l'IPRA), et ont rencontré deux thésards en sciences. Ils ont pu constater l'importance de l'informatique dans leurs travaux de recherche : l'un utilisant des langages spécifiques à l'algèbre formelle, et l'autre utilisant les langages spécifiques à la modélisation des fluides.
 
Dans l'après-midi, les élèves se sont partagés en deux groupes :
* Le premier a participé à un Escape Game sur le thème d'Alan Turing et la machine Enigma. Ils ont découvert la Bombe, appareil électromécanique (on ne parle pas encore d'ordinateur) utilisé pour casser les codes allemands lors de la 2e guerre mondiale.
 
 
* Le second groupe a assisté à la conférence de M. Albinet, consultant auprès des Nations Unies. Il a présenté comment le Machine Learning peut aider à prendre des décision en situation de crise. En effet, plus que dans tout autre domaine, en situation d'urgence, que ce soit lors de l'aide apportée par la communauté internationale aux centaines de milliers de réfugiés du Darfour, ou lors de réponses apportées aux catastrophes nucléaires comme Fukushima ou Tchernobyl, l'équilibre entre action et réflexion est essentiel mais aussi très fragile. L'impact émotionnel de telles situations et la culture de "l'urgentiste", qui parfois sur-valorise le pragmatisme et le bon-sens, font oublier qu'une mine d'informations, de méthodes et d'outils informatiques pouvant faciliter et éclairer la prise de décision reposent à leur pied, et ce, malgré un environnement où l'accès à la technologie peut être très contraint. Il a retracé sa trajectoire d'ingénieur en quête d'une relation apaisée entre technologie et prise de décision en situation de crise à travers notamment l'utilisation des Systèmes d'Information Géographique lors de crises humanitaires ou l'utilisation du Machine Learning lors de la réhabilitation de terres cultivables post-urgences nucléaires.
 
Les deux groupes ont ensuite permuté.
* La dernière conférence, présentée par M. Tollet, chercheur au CNRS de Lyon, a porté sur : comment un algorithme d’intelligence artificielle peut préciser notre modèle cosmologique ? M. Tollet est aussi chercheur à l'Observatoire de Paris. Ses recherches portent sur la théorie de la formation et l'évolution des galaxies et consistent notamment en l'élaboration de modèles semi-analytiques et en l'analyse de simulations numériques. Avec la progression des outils numériques au sein de la recherche en astrophysique et l'augmentation significative des volumes de données à traiter, M. Tollet a présenté tout particulièrement le calcul haute performance et les techniques modernes d'analyse de données tels que l'apprentissage supervisé, non supervisé et l'apprentissage profond.