Les dessous de l'IA

Dans cet épisode je reçois Axelle Arquié, économiste et fondatrice de l’Observatoire des emplois menacés émergents, pour analyser les effets de l’intelligence artificielle générative sur le marché du travail.Nous explorons les transformations en cours liées à l’IA : automatisation des tâches, exposition des métiers, création et destruction d’emplois, et difficultés de transition pour les travailleurs. L’épisode revient notamment sur les limites du concept de destruction créatrice, souvent mobilisé pour minimiser les impacts sociaux des innovations technologiques.La discussion aborde également le paradoxe de la productivité, les spécificités de l’IA comme technologie à usage général et les raisons pour lesquelles ses effets macroéconomiques restent encore peu visibles aujourd’hui. L’épisode aborde aussi des enjeux plus structurels : concentration des acteurs de l’IA, risques de bulle économique autour des infrastructures (data centers, semi-conducteurs), redistribution de la valeur, fiscalité, souveraineté numérique et contraintes environnementales.Enfin, Axelle partage les signaux faibles qu’elle observe dans les données, notamment sur l’emploi des jeunes diplômés et propose quelques pistes de réflexion pour mieux anticiper les évolutions du travail, de la formation et des compétences à l’ère de l’IA. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit clment629.substack.com

L’intelligence artificielle promet de révolutionner notre capacité à anticiper le futur. Mais entre traitement massif de données et détection de patterns, jusqu’où peut-on vraiment aller ?Dans cet épisode Mehdi Nemri, prospectiviste et mathématicien, ancien de France Stratégie, décrypte comment l’IA transforme (ou pas) les méthodes de prospective. De la distinction entre incertitude probabilisable et incertitude radicale aux biais que les modèles reproduisent malgré eux, il explore les possibilités nouvelles : modélisation de scénarios infinis, détection de signaux faibles, identification d’angles morts.Un échange technique mais accessible sur les limites de la prédiction, l’hybridation entre approches qualitatives et quantitatives, et ce que les mathématiques avancées peuvent (ou non) apporter à l’anticipation stratégique. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit clment629.substack.com

Dans cet épisode, Meriem Sefta et Nadia Arfaoui expliquent comment Owkin utilise l’IA pour améliorer le diagnostic médical, en particulier en oncologie.On revient sur l’évolution de la vision par ordinateur, les limites des méthodes d’annotation classiques et l’arrivée des approches auto-supervisées qui permettent de travailler à grande échelle sur des milliers de lames numériques.Elles détaillent comment l’IA complète le travail des pathologistes : automatisation des tâches chronophages, détection de signaux invisibles à l’œil humain et nouveaux biomarqueurs.On parle aussi du partenariat avec AstraZeneca autour de la mutation BRCA, du rôle du triage pour réduire les coûts pour les systèmes de santé et améliorer l’accès au séquençage génétique.Enfin, Meriem et Nadia reviennent sur la réglementation, l’explicabilité, la validation clinique et le côté très encadré des dispositifs médicaux et de l’IA en santé. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit clment629.substack.com

Dans cet épisode en deux parties, Olivier Ezratty explique les bases de l’informatique quantique et ses usages présents et futurs.On revient sur ce que recouvrent vraiment la physique quantique et les technologies quantiques, sur la notion de qubit, sur le bruit et la correction d’erreurs, les points qui déterminent aujourd’hui les limites de ce qui est possible.On fait aussi le tri entre les annonces des grands acteurs et l’état réel de la recherche : ce qui fonctionne, ce qui ne fonctionne pas encore et pourquoi.On aborde par les principaux usages envisagés : simulation de matière, optimisation, capteurs, communications.Enfin, on aborde le lien avec l’IA : comment l’IA est déjà utilisée pour améliorer les systèmes quantiques et ce que le quantique pourrait éventuellement apporter au machine learning.Un épisode pour comprendre où en est le quantique aujourd’hui et sur ce que ces technologies pourraient changer à l’avenier, notamment dans le domaine de l’IA. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit clment629.substack.com

Dans cet épisode en deux parties, Olivier Ezratty explique les bases de l’informatique quantique et ses usages présents et futurs.On revient sur ce que recouvrent vraiment la physique quantique et les technologies quantiques, sur la notion de qubit, sur le bruit et la correction d’erreurs, les points qui déterminent aujourd’hui les limites de ce qui est possible.On fait aussi le tri entre les annonces des grands acteurs et l’état réel de la recherche : ce qui fonctionne, ce qui ne fonctionne pas encore et pourquoi.On aborde par les principaux usages envisagés : simulation de matière, optimisation, capteurs, communications. Enfin, on aborde le lien avec l’IA : comment l’IA est déjà utilisée pour améliorer les systèmes quantiques et ce que le quantique pourrait éventuellement apporter au machine learning.Un épisode pour comprendre où en est le quantique aujourd’hui et sur ce que ces technologies pourraient changer à l’avenier, notamment dans le domaine de l’IA. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit clment629.substack.com