Adebiotech et Polepharma lancent le premier groupe de travail sur l’utilisation des Intelligences Artificielles (IA) dans les applications industrielles et logistiques.
L’idée est de mobiliser largement sur la nécessité d’établir un cadre industriel, juridique et assurantiel avec l’écosystème de l’IA : entreprises, intégrateurs et assurances.
Et au delà, l’enjeu pour la filière est d’encourager la prime à la qualité et à la sécurité pour les entreprises s’engageant à développer des algorithmes de manière responsable.
Rendez-vous est pris sur le prochain Colloque POLEPHARMA Industrie du Futur pour faire un point sur l’avancée du projet.
Avec la diffusion généralisée de l’Intelligence Artificielle, les algorithmes d’apprentissage (ou « deep learning ») sont maintenant utilisés dans les secteurs industriels et logistiques pour faciliter la prise de décision. Des secteurs critiques, où le risque d’erreur peut avoir des conséquences coûteuses, voire graves pour la santé des patients. « Les risques encourus sont considérables, allant de la perte d’un lot de production jusqu’à l’erreur de diagnostic médical pour un patient, et ne sont pas encore évalués, ni pris en compte par l’écosystème de l’IA, en particulier les assurances, » pointe Manuel Gea, président d’Adebiotech et administrateur de Polepharma. Conscient des gaps existants en matière de responsabilité, la HAS met aujourd’hui en avant les notions d’explicabilité, d’interprétabilité et de norme concernant les algorithmes d’apprentissage, au nom de la transparence et du règlement RGPD. Avec l’idée derrière, que l’industrie ne se digitalise pas comme n’importe quelle autre entreprise, du fait de contraintes fortes de fiabilité, de qualité et de sécurité qui se traduisent par des réglementations strictes.
# Premier groupe de travail Intelligence Artificielle pour l’industrie pharmaceutique
C’est dans ce contexte qu’Adebiotech et Polepharma invitent tous les industriels de la pharmacie, de la cosmétique, des biotechs et de la bioproduction à les rejoindre dans le premier groupe de travail baptisé « Intelligence Artificielle pour l’industrie pharmaceutique ». « A l’heure de l’âge de raison de l’IA, il devient nécessaire de sortir de la logique des promesses et des prototypes pour entrer dans une logique industrielle avec des processus compris, certifiés et assurables par les assureurs, qui auront bien mesuré les risques en cas d’erreurs, » note Manuel Gea, qui pilote le groupe de travail. L’objectif est ainsi de définir un cadre industriel, juridique et assurantiel à l’utilisation des IA avec leurs spécificités aux applications pharmaceutiques afin qu’elles obéissent aux mêmes niveaux d’exigences d’interprétabilité, d’explicabilité, de certification et d’assurabilité des risques que les programmes informatiques industriels ou logistiques. L’initiative rassemble des industriels, des assureurs, des juristes, des académiques et des PMEs innovantes autour de la thématique : « Quelles IA et quelles règles et pratiques pour répondre à la réalité, aux exigences opérationnelles et aux enjeux juridiques et financiers des risques des processus industriels et logistiques, pour assurer le succès de l’Industrie 4.0. »
# Sensibiliser et faire jouer le transfert de compétences
« Fabriquer des algorithmes de base de deep learning est devenu une « commodity », continue Manuel Gea. En revanche, construire des algorithmes interprétables, explicables et normés, demande un savoir-faire, des connaissances et une façon d’entrainer la machine. » La bonne nouvelle ? Le Grand Défi, initié par le Conseil de l’Innovation le 18 juillet 2019, a lancé un appel à projet sur « Sécuriser, certifier et fiabiliser les systèmes fondés sur l’IA », qui est déjà très en avance dans le monde de l’aéronautique et de l’automobile. « Avec notre groupe de travail, nous souhaitons sensibiliser, préparer et encourager le transfert de compétences et de connaissances avec l’ensemble des acteurs, en particulier l’aéronautique et l’automobile », explique-t-il. Avec l’ambition aussi, en se benchmarkant aux meilleurs, de viser des algorithmes et des normes à la hauteur des secteurs les plus en pointe. En gagnant du temps, de l’énergie et une certaine cohérence.
4 axes forts pour le groupe de travail :
· sensibiliser les industriels, les intégrateurs et les assureurs sur les risques industriels et financiers des IA non qualifiées selon leurs critères industriels classiques, afin qu’ils intègrent les exigences de qualité et les normes dans leur police d’assurances
· identifier les bonnes pratiques et proposer des pistes d’évaluation des IA plus responsables
· proposer une recommandation pour intégrer les IA dans les processus industriels et logistiques avec un risque compris, maitrisé et assurable
· organiser un colloque pour partager et informer
# Encourager la prime à la qualité et la sécurité
« Nous souhaitons que les acteurs qui développent leurs algorithmes de manière responsable aient un avantage sur les autres pour encourager la prime à la qualité et sécurité », ajoute Manuel Gea.
# Rendez-vous sur le Colloque POLEPHARMA Industrie du Futur pour faire un point sur l’avancée des travaux
Les premières conclusions issues du groupe de travail nouvellement constitué seront présentées lors du 4è Colloque POLEPHARMA Industrie du Futur, qui se tiendra le 5 novembre 2020, au Kinderarena de Rouen, en Normandie.
# Structurer les travaux pour l’industrie et devenir l’interlocuteur de référence
La vraie disruption est devant nous, pas derrière ! Ces travaux menés conjointement entre Adebiotech et Polepharma permettront de pérenniser les investissements en algorithmes d’IA menés jusqu’ici par les industriels pour que l’Industrie 4.0 se développe de manière sereine et sûre comme dans d’autres secteurs, et soit un succès.
C’est pourquoi la création de ce groupe de travail sur « l’IA dans l’industrie pharmaceutique » n’est qu’un point de départ, ouvrant sur de futurs projets. Atout indéniable pour structurer les efforts de l’industrie sur ces questions, il offre aussi la possibilité de participer plus tard à d’autres appels à projet lancés par l’Etat ou l’Europe. « Nous avons l’ambition de devenir l’interlocuteur de référence du secteur concernant l’Industrie 4.0, qui devient un enjeu majeur pour sauvegarder notre compétitivité et notre leadership au niveau mondial, » conclut Manuel Gea.
De quoi parle-t-on ?
· Machine learning: technologie d’intelligence artificielle permettant aux ordinateurs d’apprendre à partir de jeux de données
· Explicabilité: une décision prise par un algorithme d’IA doit avoir été expliquée à des experts ou des non-spécialistes
· Transparence: le consommateur ou le citoyen doit être tenu au courant qu’il fait l’objet d’un traitement automatisé, doit recevoir des explications sur les décisions prises à son égard et doit pouvoir contester cette décision
· Répétabilité: le même algorithme avec les mêmes données engendre les mêmes résultats
· Robustesse: un algorithme est robuste si de légères modifications dans les données en entrée ne modifient pas le résultat
· Certificabilité: possibilité de certifier, à l’issue des tests, qu’une IA respecte certains critères (répétabilité, robustesse, …) et qu’elle ne représente donc pas un risque pour les utilisateurs et consommateurs
Pour en savoir plus :
Tout ce que vous avez voulu savoir sur l’IA et le Big Data sans jamais oser le demander !
Propos recueillis par Marion Baschet-Vernet.