00:00:00: On accueille Maziréza Amini, vous êtes co-directeur du programme national PEPRIA et on accueillit aussi Adeline Nazarenko.

00:00:08: Vous dirigez le CNRS Science Informatique depuis le premier février de l'année.

00:00:12: Alors j'ai tout un tas de questions pour vous.

00:00:15: Mazirésa vous allez rester quinze minutes avec nous.

00:00:17: après vous devrez vous être très sollicitée et on restera avec Adeline.

00:00:23: Je suis vraiment content déjà de recevoir parce que dès qu'on parle d'IA on parle beaucoup des boîtes privées Dès qu'on parle d'IA, on parle énormément de ce que des entreprises pourraient faire.

00:00:34: Et

00:00:35: en France, on aime aussi s'auto-flageller souvent alors qu'il y a un institut de recherche fort le CNRS.

00:00:43: PEP RIA déjà ça veut dire quoi ?

00:00:46: Programme équipement prioritaire de recherche en IA.

00:00:49: Donc c'est un programme d'équipe bon... assez général, c'est-à-dire qu'il est dans différents domaines en quantique.

00:00:56: Donc ce sont des programmes qui ont été lancés dans le cadre de France-Bain-Trente et donc IA, donc c'était un des gros programmes de ce plan là.

00:01:09: Vous êtes chercheur expert à machine learning au CNRS, à l'université Grenoble-Alp ?

00:01:14: Comment vous avez vécu cette transition de plus en plus aussi entre les machines learnings au CNRS ?

00:01:20: Est-ce que ça a changé aussi des réflexes de recherche, des sujets de recherche cette vague de lia générative qui est arrivée ou pas ?

00:01:25: Bien sûr.

00:01:25: Donc en fait ça c'est une grande question.

00:01:27: effectivement donc l'IA generatif de façon générale donc ça a impacté beaucoup la façon dont les chercheurs ont à faire de la recherche.

00:01:38: déjà au point positif c'était un accélérateur pour pour tout ce qui est découvert scientifique.

00:01:44: Pourquoi ?

00:01:44: Parce que dans différents domaines, maintenant on commence à avoir beaucoup de données, que ça soit en chimie, en physique ou en biologie et donc traiter tous ces données là quand il y a des machines qui arrivent à le faire bien.

00:01:59: Donc c'est un gain de temps.

00:02:01: Et aussi des modèles prédictifs qui arrivaient à faire des associations plus rapidement et de façon plus massive sur ces données-là.

00:02:09: Donc ce n'est pas seulement un gain d temps mais des bois d'exploration qui sont ouvertes.

00:02:18: Donc ça c'est le point positif, après sur d'autres points effectivement donc il y a Génératifs, donc c'a un lien qui génère.

00:02:26: C'est un outil qui a permis quand même de faciliter beaucoup tout ce qu'on a dans la vie de tous les jours.

00:02:36: on envoie des emails, on fait des résumés de réunions avec et L'autre côté, c'est qu'il y a des papiers scientifiques maintenant qui sont générés par l'IA.

00:02:53: On va en parler mais est-ce que l'IA Génératif ne drape pas limite toutes les subventions en IA du CNRS aujourd'hui

00:02:59: ?

00:03:01: Le CNRS, c'est une grande maison.

00:03:03: Peut-être

00:03:03: qu'on pourrait revenir aussi sur le CNRS ?

00:03:05: Oui parce que moi je suis parti... J'ai fait une école d'ingénieur avec eux des enseignants chercheurs CNRS.

00:03:10: pour moi c'était évident.

00:03:11: mais peut être qu' on pourrait revenir sur la mission principale du

00:03:15: CNRS.

00:03:16: Aline en parlait et lancait beaucoup plus mieux que moi.

00:03:20: donc il y a dix grandes instituts actuellement qui couvrent l'ensemble des domaines scientifiques et donc science informatique.

00:03:28: c'est un des domaines effectivement, nous portons la plupart des actions.

00:03:33: il y a au CNRS aussi avec CNRS Mathématiques.

00:03:38: On a une façon collégiale d'aborder ces scientifiques, d'ABORDER les problématiques notamment via le contrat objective moyen performance définit des grands thématiques que le CNRS la maison va impulser pendant les quatre prochaines années.

00:04:00: Et donc sur les deux derniers contrats qu'on appelle comp, il y a eu cette question de l'IA et tous les instituts en fait ils ont participé à la définition.

00:04:11: et comment est-ce qu' on voudrait utiliser l'IA ?

00:04:14: C'est quelque chose qui nous différencie aussi des grandes groupes.

00:04:17: c'est... Il y a des valeurs scientifiques, mais aussi des valeures démocratiques qu'on voudrait avoir dans nos approches de recherche.

00:04:27: Et donc c'est quelque chose qui est fait pour le bien de tout le monde.

00:04:33: Donc on ne essaie pas de drainer effectivement... Oui

00:04:36: il n'y a pas cette attirance forcément vers l'ingénératif à tout prix.

00:04:42: Adeline, est-ce que vous pouvez nous présenter le CNRS ?

00:04:45: Le Sénat, c'était une grande vieille maison qui se réformait en permanence.

00:04:50: Bientôt dix ans quand même.

00:04:52: C'est un organisme qui a été construit et lancé au début de la guerre en octobre XIX pour la recherche fondamentale.

00:05:00: A l'époque, ça était vraiment la physique.

00:05:03: Ça a été lancée par Frédéric Joliot-Curie, par des gens, par les physiciens, par Jean Perrin... Et puis petit à petit, ça s'est ouvert à l'ensemble des sciences.

00:05:11: Aujourd'hui, le plus gros aux organismes de recherche en Europe et l'un des plus grands au monde.

00:05:16: En

00:05:16: termes

00:05:18: personnels ?

00:05:19: Et il y a une spécificité, c'est donc... Le métier du Sénarès est de faire de la recherche fondamentale sur tous les fronts de la connaissance.

00:05:27: Voilà !

00:05:28: Quand on dit que l'IA, ce sont des entreprises, oui mais avant d'être dans les entreprises ça a été les résultats de recherches fondamentales.

00:05:37: tricotent les choses, on découvre des petites briques qui viennent de la recherche fondamentale.

00:05:42: Donc ça c'est notre métier.

00:05:43: C'est de développer de la Recherche Fondamentale pour développer les innovations de demain d'après-demain dans dix ans etc... Et une particularité du CNRS et ce qui est souvent difficile à comprendre parce qu'on ne le voit pas bien

00:05:54: etc.,

00:05:54: c'était que l'on travaille quasiment dans tous nos laboratoires avec les universités.

00:05:58: donc on a des laboratoirs conjoints avec les Universités où il y a des chercheurs du CNRES, des enseignants chercheurs de l'université qui travaillent ensemble et qui développent leur Travaux de manière polygiène.

00:06:09: Mazir Eza, aujourd'hui les grands sujets d'exploration du CNRS en l'intelligence artificielle quels sont-ils ?

00:06:15: Les grands sujets on continue à voir comment fonctionnent ces modèles génératifs donc la spée mathématique donc le fondement mathématiques de LIA ça c'est un des sujets.

00:06:31: Un autre sujet qui est à l'heure actuelle, c'est l'utilisation de différentes modalités dans l'apprentissage de ces modèles-là.

00:06:42: Ils rapprochent un petit peu le fonctionnement et les prédictions des modèls pour la phase d'inférence à ce que nous humains avons.

00:06:54: On capte avec les cinq sens.

00:06:56: L'idée, c''est aussi de voir si on a un objet...

00:07:00: D'aller vers plus de

00:07:02: multimodalité.

00:07:03: Exactement, ce qui est aussi beaucoup utilisé c'est l'adaptation des liens pour faire de la découverte scientifique dans les différents domaines.

00:07:16: Et aussi de façon inverse, comment est-ce que les données des différents domaines scientifiques peuvent influer sur l'apprentissage des modèles ?

00:07:23: Parce que les modèls d'Apprentissages sont basés sur des hypothèses.

00:07:28: Donc une des hypothèse fondamentale classique c'est que les observations sont identiquement indépendamment distribuées.

00:07:36: Quand on fait des maths effectivement ça simplifie beaucoup les calculs.

00:07:41: donc ça permet quand même le développement de ces modènes là.

00:07:44: mais dans la dans la vie de tous les jours, les applications et les données dont on dispose en biologie ou en chimie physique, ça transcrèce cette hypothèse.

00:07:54: Donc l'idée de voir aussi comment est-ce que des données scientifiques permettent d'aller au-delà du cadre habituel qu'on connaît.

00:08:03: donc c'est aussi un des sujets.

00:08:05: Et par rapport à cela par exemple ce que je disais tout à l'heure le COMP Dernier compte, ça a donné lieu à la création d'un centre AI for Science for AI qui est porté par le CNRS.

00:08:19: C'est une unité de appui à la recherche qui s'intéresse en fait à ces deux aspects.

00:08:23: Donc comment est-ce qu'on pourrait avoir faire de la découverte scientifique avec les Outils DIA ?

00:08:27: Donc aller accélérer ces découvertes là et aussi comment avec les données scientifiques on pourrait pousser... C'était dire que

00:08:34: aujourd'hui vous utilisez aussi l'intelligence artificielle pour dans la recherche.

00:08:39: aujourd'hui, comment est-ce que vous faites pour ça ?

00:08:42: Dans le sens où on sait qu'un déligeant social peut aussi avoir des hallucinations etc.

00:08:46: Où est ce que vous mettez le curseur ?

00:08:48: Est-ce les doctorants et les chercheurs utilisent beaucoup l'IA?

00:08:51: Est-c'que vous vous en méfiez aussi peut être ?

00:08:52: Comment est-est-ce qui vous mettez le curseure?

00:08:53: ?

00:08:54: Bien sûr !

00:08:56: Alors pourquoi on utilise les modèles IA?

00:08:58: parce qu'en fait c'est des modèls comme un petit peu ce que je disais tout à l'heure donc permettre d'explorer plusieurs voies Donc qui peuvent ne pas être explorés dans un premier temps par les scientifiques, par les chercheurs.

00:09:10: Pourquoi ?

00:09:10: Parce que c'est des choses qui ne peuvent pas être évidentes dans le premier abord mais qui à l'infini peuvent donner des solutions très pertinentes.

00:09:21: donc LIA, je pose pas de questions et ce sont toutes les associations et les voies qui restent à la fin.

00:09:30: La découverte scientifique est accélérée grâce à cette capacité de ces modèles, donc d'aller vite.

00:09:37: Et ensuite oui on somme effigre.

00:09:40: Donc il y a cette histoire d'allustination.

00:09:43: Maintenant on savait les des modèls liats qui ont été adaptés sur... pour faire des profs mathématiques.

00:09:51: Totalement, c'est incroyable ça d'ailleurs !

00:09:54: Les derniers résultats sont donc les théorèmes qui n'ont pas été prouvé depuis quelques années maintenant qu'ils sont prouvés par LIA.

00:10:06: Effectivement il y a une vingtaine de pages.

00:10:10: Ce sont des choses qui ne sont pas évidentes.

00:10:12: A premier abord cela pourrait paraître complètement plausible mais Il pourrait y avoir du bug ou hallucination quelque part pour faire la transition.

00:10:22: Mais juste sur un... Donc effectivement, ce que nous prenons au CNRS c'est ne pas se reposer sur l'IA pour avoir cette intelligence supérieure mais d'utiliser l'IA comme une aide et surtout dans une approche scientifique.

00:10:42: C'est-à-dire de voir les voies qui ne sont pas explorés de l'IA pour donner un certain nombre et que les chercheurs effectivement, c'est à nous humains d'aller voir, de découvrir.

00:10:55: –

00:10:56: Question pour vous deux dans votre travail de chercheur aujourd'hui ?

00:10:58: C'est quand la dernière fois que vous avez utilisé l'intelligence artificielle pour vous aider?

00:11:01: pourquoi Adeline ?

00:11:03: – Alors moi je fais plus beaucoup de recherches.

00:11:05: donc j'ai utilisé LIA pour faire du travail de rédaction, de lycée des textes et des choses comme ça.

00:11:10: Il y a des choses assez basiques.

00:11:12: Et vous me direz ça

00:11:12: ?

00:11:13: Pareil, j'utilise aussi l'IA.

00:11:18: donc ce que nous avons au CNRS c'est un modèle EMI qui est mis à disposition par Mistral pour tous les chercheurs.

00:11:26: donc effectivement ça aide à lycer le texte dont je l'utilisais dans ce sens-là et après si je l''ai utilisé pour mes propres recherches Moi je travaille dans le domaine, mais c'est effectivement pour.

00:11:47: l'instant.

00:11:48: mais pourquoi pas après ?

00:11:49: Effectivement,

00:11:50: EMI.

00:11:50: Alors EMI le CNRS qui avait indiqué avoir déployé l'agent conversationnel EMI développer avec Mistral AI auprès de trente-cinq mille agents L'établissement... Le CNRS affirme que les prômes des documents ne servent pas à entraîner les modèles et interdit dans le cadre professionnel les outils aux fonctionnalités similaires.

00:12:05: Aujourd'hui utiliser Mistral et AI qu'on sait peut être en arrière sur les benchmarks Est ce que c'est pas aussi prendre du retard avant d'ayant fait ce choix ?

00:12:12: Il y a deux choses.

00:12:13: c'était à dire Là, on parle pour l'instant de l'EIS.

00:12:17: Ça sert à comme un outil de bureautique super avancé pour tous les agents du CNRS.

00:12:24: Donc trente-cinq mille personnes c'est le nom d'agents qu'il y a au CNRS et ça c' est important parce que... Et on est en train de retravailler sur des cas d'usage.

00:12:32: alors des gens qui ont besoin de faire des analyses de marché, des choses comme ça.

00:12:36: enfin des tas de choses sur lesquelles on va pouvoir avancer un peu plus loin.

00:12:39: Et puis ensuite, ça c'est pour tout ce que j'appelle la belle bureautique que ça peut nous aider à avancer dans le travail au quotidien.

00:12:47: Après il y a le travail des chercheurs.

00:12:49: Des chercheurs eux-mêmes qu'est-ce qu'ils utilisent pour leurs recherches ?

00:12:53: Et donc il ya les chercheurs en IA qui ont besoin de se comparer et de tester leur méthode etc... Et puis il ya ceux qui vont utiliser des outils d'été plus spécifiques et qui ne vont pas utiliser EMI Parce que pour l'instant, ce n'est pas encore ça qui fonctionne bien.

00:13:08: Mais on travaille là-dessus.

00:13:10: Le sujet vraiment la priorité c'est qu'on ne fasse pas fuir les données de la recherche dans des modèles portés par des gens où on ne sait pas.

00:13:19: Donc là, on sait que Serémy s'est sécurisé avec Mistral et on s'aimit d'accord.

00:13:24: On va travailler sans doute avec Mistrail pour justement essayer de leur faire du feedback et travailler avec eux pour améliorer des choses quand on voit qu'il y a des choses qui ne sont pas encore optimales.

00:13:34: Et on utilise aussi d'autres IA quand on en a besoin, parce qu'elles ont des fonctionnalités qui sont ceux dont on a besoin.

00:13:40: Mais voilà avec parfois des niveaux de garantie qui sont à surveiller.

00:13:44: Mesdames et messieurs c'est encore avec nous deux minutes et après on restera uniquement avec Adline.

00:13:48: du coup j'ai une question très directe pour vous est-ce que vous pensez aujourd'hui le CNRS en recherche en intelligence artificielle vous avez les moyens de vos ambitions ?

00:13:55: Je pense que oui.

00:13:56: alors ce qui nous différencie par rapport aux grands acteurs donc américain industriel et aussi par rapport à la Chine La recherche que nous développons, c'est une recherche qui est responsable.

00:14:08: C'est basé sur des valeurs qu'on développe aussi dans les autres sciences bien sûrs et nous avons beaucoup de talents.

00:14:16: Nous avons des programmes pour attirer des talents.

00:14:18: donc nous en avons d'où on s'en reste.

00:14:22: donc c'était ces idées science-tonnaise et commission interdisciplinaire Donc Sciences des données pour attirer les talons et aussi le programme AI Rising Talents qui est repris par le POPR IA.

00:14:40: Et beaucoup de Français, même avant qu'ils sont très connus comme Yann Lockin, Francis Paak ou Stéphane Malat qui a reçu la médaille d'or qui est la plus haute distinction scientifique française Donc cette année.

00:15:00: Et beaucoup d'autres, et donc on se base... Donc notre élément différenciateur c'est une recherche responsable dans un optique pour le bien de la société, pour le biais des gens qui nous différencient par rapport à ces cons acteurs.

00:15:16: Nous avons quand même beaucoup de bons chercheurs dans les laboratoires, dont nos laboratoirs qui ont poussé effectivement il y a beaucoup de programmes qui poussent les chercheurs pour les aider, en fait à aller un petit peu dans ce sens.

00:15:32: Mais Yereza il est très heureux.

00:15:33: je ne vais pas vous retenir plus que ça parce que je sais que vous êtes demandé.

00:15:36: merci beaucoup d'avoir été avec nous.

00:15:37: on va rester avec Adline.

00:15:38: vous pouvez mon équipe elle va vous raccompagner.

00:15:42: merci encore pour toutes les réponses et à bientôt !

00:15:45: Alors des amis.

00:15:47: Maintenant, restez avec Adeline.

00:15:49: Adeline que je rappelle qui dirige... vous dirigez le CNRS Informatique depuis le premier février de twenty-vingt trois.

00:15:55: Vous êtes professeur d'informatiques spécialistes du traitement automatique des langues, de l'analyse sémantique des textes et des méthodes d'accès à l'information, ce qui m'appelle le NLB Rousseau Mondeur.

00:16:05: Vous étiez un ancien élève de LUNS agrégé de lettre moderne des docteurs informatiques.

00:16:08: Vous avez un CV incroyable !

00:16:10: Et ma première question c'est tout simplement est-ce que vous pouvez nous expliquer comment une machine comprend les mots?

00:16:17: ?

00:16:17: Ah !

00:16:18: Comment une machine comprend les mots ?

00:16:22: Un texte, c'est une séquence de mot.

00:16:25: Et en fait quand on parle d'IA, On parle d'traîner des IAS sur des séquences de mots.

00:16:30: et donc on va pouvoir en regardant ces séquances de mots arriver à les entraîner et comprendre l'épendance pour pouvoir prédire le mot d'après.

00:16:40: Voilà, donc on a appris des tas de séquences de mots, et on va dire après tel mot, le mot le plus probable.

00:16:47: Après, le mot porté, le plus probable ça va être... Je ne sais pas.

00:16:50: Le verre et la table.

00:16:52: C'est comme cela qu'en gros très très très fréchématiquement c'est ce que l'on apprend avec des mécanismes un peu compliqués parce que dans les langues il y a évidemment des dépendances qui sont d'un mot à un suivant mais aussi des dépendants qui sont des mots de contexte qui sont beaucoup plus longues distances.

00:17:09: donc il faut capter toutes ces informations statistiques et c'était cela que les LLM font très bien et ont appris à faire.

00:17:15: Du coup, votre travail aujourd'hui en tant que dirigeant du CNRS Science Informatique qui consiste en quoi ?

00:17:22: Alors je ne fais plus de recherches moi-même directement.

00:17:26: Je m'occupe de management de la recherche donc je m'occupes de piloter un ensemble de laboratoires dans mes laboratoirs.

00:17:33: Si il y a onze mille personnes... Donc, c'est beaucoup de monde.

00:17:39: Pas tous des chercheurs sénaraisent évidemment.

00:17:41: Il y a aussi des doctorants et des enseignants-chercheurs.

00:17:44: On pilote ces laboratoires là.

00:17:46: On essaie de lancer des programmes, de donner des directions scientifiques ou de travailler avec les équipes de direction des laboratoirs pour savoir quelles sont les bonnes directions qu'il faut aller.

00:17:57: On met en place des plateformes d'infrastructures qui vont permettre aux chercheurs de travailler.

00:18:04: donc on va essayer de pousser l'excellence dans les domaines des sciences informatiques, que ça va de la robotique jusqu'au traitement automatique des langues.

00:18:14: Plein de choses différentes de l'informatique très fondamentale.

00:18:17: On pousse cette recherche et on essaie de réfléchir quels sont les moyens qu'on a pour pousser les gens à faire toujours une recherche de pointe et puis être à l'affût de tout ce qui émerge aussi parce... Il y a les travaux qui sont bien installés depuis longtemps, puis il y a des nouvelles tendances qui arrivent et qu'il faut voir miser en disant...

00:18:35: Quand on voit la vitesse à laquelle vont les labos américains, les labo-chinois aussi dans l'intelligence artificielle mais au niveau global.

00:18:41: Ma question est volontairement provoque, mais est ce qu'on a toujours besoin du CNRS aujourd'hui ?

00:18:45: Oui.

00:18:46: Pourquoi ?

00:18:47: Parce que si vous avez regardé et les avancées de tous ces géants, si vous grattez un peu derrière, vous avez de la recherche fondamentale et vous avez le CNRS !

00:18:55: Et vous avez les chercheurs CNRS qui sont arrivés à un moment donné.

00:18:58: Ce n'est pas que les chercheur CNRS, il y a d'autres chercheurs dans le monde évidemment mais chaque fois que vous grattez, vous avez... Ici à Vivadec, il ya un stand CNRS très grand avec une dizaine de startups qui sont là et qui sont toutes issues de nos laboratoires.

00:19:14: Le CNRS même si notre métier c'est la recherche fondamentale on crée Il y a cent start-ups par an qui sortent de nos laboratoires.

00:19:21: Ça c'est la deep tech, c'était la recherche, enfin l'innovation qui est vraiment en fait dans des résultats scientifiques.

00:19:26: Ce qu'on observe aussi ce que ces start up là elles ont une longévité à dix ans qui est nettement supérieure à la moyenne parce qu'elles sont entrées dans les résultats scientifices.

00:19:37: donc oui on encore besoin de la recherche.

00:19:39: et du coup Adeline Moi j'ai fait une licence en physique fondamentale et après ma licence je me suis posé la question, J'adorais la physique.

00:19:46: Vraiment c'était incroyable ce monde incroyable !

00:19:49: Je me suis dit que je voudrais être chercheur de physique fondamental.

00:19:53: Puis je suis allé sur internet et j'aimais le salaire des chercheurs en physique en France.

00:19:59: Et finalement, je suis allé en école d'ingénieur.

00:20:00: Je suis allée à l'école d' ingénieurs.

00:20:03: A la fin de mon école dans le genre, j'me suis reposé la question.

00:20:04: Est-ce que je fais un PhD et je repars sur un travail de recherche ?

00:20:07: J'ai regardé sur Internet et j'ai vu le salaire.

00:20:10: Et je me suis dit mais non !

00:20:12: Donc je partais à San Francisco en tant qu'ingénieur là bas... ...et j'y ai gagné six fois plus que ce que j'aurais pu gagner en étant chercheur au CNRS ou dans un autre laboratoire.

00:20:21: Est ce que vous êtes consciente de ce déclassement un peu ?

00:20:25: Bien sûr, ça a toujours été vrai.

00:20:27: C'est encore plus vrai maintenant parce qu'il y a des choses qui ont explosé.

00:20:30: Oui mais tous les chercheurs CNRS le savent.

00:20:34: Tous les chercheur, les chercheuses aussi.

00:20:36: On le sait tous.

00:20:37: pour autant on a un concours d'entrée aux CNRS qui est incroyable !

00:20:43: On recrute des chercheurs tous les ans, trente pour cent de chercheurs de l'étranger Et on a un niveau de concours extraordinaire, les gens ne leur cachent pas la vérité.

00:20:54: Ils savent mais qu'est-ce qu'ils viennent faire ?

00:20:55: Ils viennent faire une recherche libre complètement ouverte.

00:20:58: Ils peuvent changer d'un sujet et peuvent creuser une question.

00:21:00: On essaie de leur donner les moyens de travailler parce qu'on n'a pas besoin que de leurs salaires ils ont aussi besoin des laboratoires d'outils d'infrastructures pour travailler.

00:21:08: On essaye de leur fournir tout ça... ...et ils viennent quand même !

00:21:11: Et on a des super talents au CNRS.

00:21:13: Mais qu'est-ce qui ferait aujourd'hui, qu'un jeune ingénieur ou un chercheur étranger voudrait venir au CNRS en France pour être dans... Moi je l'ai vu mais les laboratoires de mon école d'ingénieurs c'est pas du dernier cri hein !

00:21:25: C'est des trucs parfois j'ai vus les bureaux aussi.

00:21:28: donc qu'es ce qui ferais que quelqu'un voudrait venir en France et ne pas aller à Princeton, Harvard, Cambridge, Oxford?

00:21:33: moi j'y ai pris des cours à Stanford.

00:21:35: On a des moulures en cuir sur la chaise.

00:21:38: Qu'est-ce qui fait la différence et pourquoi ?

00:21:42: Alors, qu'est ce qui fait de la différence ?

00:21:44: D'abord je pense que quand on interroge les chercheurs ils nous disent tous « La liberté ».

00:21:49: Ils nous disent tout « J'ai l'espace pour faire creuser des questions qui m'intéressent et qui me passionnent ».

00:21:54: Et cette liberté là c'est toujours ce qu'ils nous disent.

00:21:57: Après ils ont aussi la liberté d'aller passer du temps à l'étranger, de revenir... De travailler avec des entreprises, y a plein de ponts qui existent et certains les exploitent, d'autres pas.

00:22:10: Moi aussi je suis partie à l'étranger, je suis revenue.

00:22:12: Et il y a un environnement collectif d'ouverture à la recherche... Aujourd'hui en France, il y a une culture de la recherche qui reste viva.

00:22:24: C'est qu'il fait que les gens ont encore envie d'en venir.

00:22:26: pas tout le monde mais de toute façon on ne pourrait pas accueillir tout le monde.

00:22:29: Mais on a des très bons chercheurs, des excellents chercheurs.

00:22:31: Il ya deux jours sur votre chaise et il y avait le ministre de l'économie Roland Liscure.

00:22:35: après on a renchaîné avec David Damiel, le ministre pour l'action à des comptes publics et ils ont cessés de me répéter qu'aujourd'hui ce qui nous manque c'est des subventions et de l argent.

00:22:44: Est-ce que au CNRS ils vont manquer aussi des subvention?

00:22:45: et

00:22:48: de De toute façon, nous on paye des gens et des infrastructures, des laboratoires.

00:22:55: Donc on a besoin de ressources pour pouvoir payer les gens, faire des projets et développer les choses.

00:23:01: On a besoin toujours plus.

00:23:03: Vous pouvez vous considérer qu'on donne beaucoup d'argent au CNRS mais oui c'est ça qui produit aussi la science du demain.

00:23:09: Et si vous regardez en arrière... toute la connaissance qu'on a, ça vient de la recherche scientifique des décennies et des siècles passés.

00:23:18: Donc nos sociétés sont construits sur cette connaissance ou sur les connaissances scientifiques ?

00:23:22: Je sais qu'il y a des organismes scientifiques qui essaient d'avoir pour justement essayer de récupérer des solutions.

00:23:30: des heroïs de rentabilité aussi, on donne tant à un organisme de recherche.

00:23:35: Mais qu'est-ce qu'on en retire ?

00:23:36: Est ce que ça commence à arriver aussi chez vous ?

00:23:39: Est-ce que vous avez déjà ces objectifs d'entabilité ou pas?

00:23:41: parce que tout à l'heure vous parliez de liberté.

00:23:43: et

00:23:43: comment est ce qu'il y a une liberté de rentability aujourd'hui en France

00:23:46: dans la recherche ?

00:23:47: On ne parle pas en termes de rentibilité et on ne saurait pas le faire.

00:23:51: Ce qu'ont fait c'est qu'ils ont fait des analyses d'impact et on regarde souvent un post-héritier et on se dit bah voilà !

00:23:56: On a investi pendant un certain temps sur tel sujet.

00:23:59: quinze ans plus tard On part d'aujourd'hui, on dit qu'il y a quinze ans, on a investi sur ce sujet.

00:24:03: Qu'est-ce que c'est devenu ?

00:24:05: Qu' est-ce ça a produit comme connaissance scientifique, comme impact sur la société?

00:24:11: Comme impact technologique?

00:24:13: et on essaie de regarder... Il y a des analyses d'impact que le CNRS fait de plus en plus qui permettent comme ça de regarder quelle est l'histoire de ces technologies et dans quoi ça s'occupe.

00:24:28: On le sait bien, on développe des fusées.

00:24:31: Voilà c'est pour avoir des fusée mais il y a plein de sous-technologie qui sont des sous-produits qui vont irriguer l'ensemble de la société.

00:24:38: La recherche c'était pareil.

00:24:40: On travaille sur un objectif et en fait... Il y a pleins de voix parallèles qui en émergent Et

00:24:46: je vais vous reposer la même question que Mazireza de tout à l'heure.

00:24:48: Je vais demander la place de lia générative dans LiA, maintenant je vous demande la place du lia dans les sciences informatiques en général.

00:24:53: Est-ce que vous avez l'impression que c'est le sujet qui concentre toute l'attention ou est ce qu'il n'y a pas encore ?

00:24:59: C'est quoi la place aujourd'hui d'LiA dans la recherche en sciences informatique?

00:25:01: Alors... C'était

00:25:02: une place énorme !

00:25:03: En termes de sujets de recherche….

00:25:05: Oui, en termes des sujets et de recherches, c'était un sujet énorme.

00:25:08: Par contre nous On va décomposer, c'est-à-dire l'IA.

00:25:11: C'est un terme très générique et chez nous on va faire de la robotique avec de l'IA des algorithmes par renforcement.

00:25:19: On va faire ceci donc qu'on va décomposer.

00:25:21: mais si on met... on regarde tout ce qui est LIA et tout ce que en fait la science dédonnée avec le apprentissage et les méthodes, c''est colossal.

00:25:30: Et ça transforme aussi notre manière de travailler.

00:25:32: On ne fait pas d'la robotique aujourd'hui comme on le faisait il y a dix ans.

00:25:34: Est-ce

00:25:35: qu'il pourrait automatiser le CNRS avec des IA ?

00:25:37: aujourd'hui ?

00:25:37: Ça veut dire des IA qui font de la recherche automatiquement.

00:25:40: On fait, on cherche tout le temps là et c'est un énorme sujet, c'était ce que disait Massy, comment on accélère comme on intègre l'IA dans les processus découvertes scientifiques avec beaucoup de briques différentes...

00:25:52: C'est intéressant d'ailleurs parce qu'on pourrait se dire que pour avoir des chercheurs puristes peut-être c' est le cas qu'ils disent non jamais de la vie il ne faut pas intégrer de l'IA dans la recherche.

00:26:00: Est-ce que vous en avez ou pas?

00:26:01: Il en existe peut être.

00:26:02: je connais pas.

00:26:03: moi je connais plutôt ceux qui disent Il faut absolument que l'année prochaine, dans six mois on soit capable de faire ça.

00:26:12: Et donc ce qu'on fait c'est qu'en essayant de construire et les chercheurs sont des innovateurs par construction pour eux ils sont toujours à la pointe de ce qui on peut faire de mieux.

00:26:20: ils se disent mais je peux faire aujourd'hui ce que je n'arrivais pas a faire demain Moi, dans mon parcours de chercheuse aussi je vois aujourd'hui des hypothèses qui sont vérifiées sur mon domaine de recherche.

00:26:33: Des hypothèsES que je pouvais formuler à la fin des années nineties mais j'avais pas les moyens de prouver.

00:26:38: et ça c'est formidable !

00:26:40: Et ça nous excite !

00:26:41: Quitte l'open source au CNRS ?

00:26:44: C'est fondamental.

00:26:45: Pourquoi ?

00:26:46: Parce que le moyen d'être résilient... C'est-à-dire que tout ce qu'on vous fait en open source va être testé, critiqué.

00:26:57: Ça va être plus robuste parce qu'il va être éprouvé par beaucoup de gens.

00:27:00: En plus c'est une garantie d'accessibilité pour les autres.

00:27:03: C' est une garanties qu on puisse reproduire des choses.

00:27:04: donc toutes les valeurs de l'intégrité scientifique pour nous... En tout cas, en science informatique repose en grande partie sur l'open source.

00:27:12: Vous comptez dans les

00:27:13: projets open-source etc.

00:27:14: vous développez des projets open source ?

00:27:15: Vous avez des exemples

00:27:16: par exemple ?

00:27:17: Il y a une startup là qui est un peu à mon domaine mais c'est une startup qui s'appelle Psyanote AI qui est portée au départ par un chercheur CNRS qui travaille sur la reconnaissance de la parole et lui il a développé une bibliothèque Open Source, ce qu'on appelle de la diarisation.

00:27:38: C'est-à-dire de repérer les tours de paroles dans sa conversation.

00:27:41: quand on veut transcrire.

00:27:43: donc on sait que là c'est toi qui me parle mais c'était moi.

00:27:45: Et... Ce truc-là il l'a développée d'abord comme une bibliotheque Open source.

00:27:50: Et puis il s'est rendu compte, il a fait toutes les compétitions internationales qui y allaient bien etc.

00:27:55: Il s'y rendait compte qu'ils arrivaient premiers à chaque fois sur... Ils étaient vraiment... et ils ont attiré beaucoup de monde.

00:28:01: Et quand il se rendu compte qu'il y avait des centaines de milliers de personnes qui utilisaient sa bibliothèque, il s'est dit « bon là faut qu'on passe à l'étage supérieur, on développe du service autour ».

00:28:11: Donc ils ont créé une startup qui marchait super bien, qui est construite sur d'abord le développement Open Source qui n'était pas dans un optique de startup mais c'est le succès de l'Open Source qui a permis...

00:28:23: Mais est-ce qu'on n'a pas parfois l'impression, moi par exemple en tant créateur de contenu ingénieur entrepreneur ça m'est arrivé parfois d'envoyer des mails.

00:28:31: à des chercheurs du CNRS.

00:28:32: Notamment, je me rappelle l'université niscote d'Azur sur les nerfs et le gauchan Splitting qui est le fait de prendre des photos et de reconstituer des choses en trois days.

00:28:42: C'était des chercheur du CNRs qui avaient développé ça et j'ai jamais eu de réponse.

00:28:46: si j'aurais voulu faire une vidéo YouTube.

00:28:48: Aujourd'hui il y a des gens sur Twitch par exemple qui me disent mais on n'entend jamais parler du CNS en IA pourquoi ?

00:28:52: Est-ce que vous avez pas aussi un enjeu de visibilité?

00:28:55: Un enjeux de vulgarisation aussi?

00:28:56: quand on sait que la plupart des chercheures font des posters dans des conférences Aujourd'hui, c'est quoi votre enjeu de com?

00:29:02: Est-ce que vous formez aussi vos chercheurs à être plus visibles ?

00:29:04: Alors on forme nos chercheurs a être plus visible.

00:29:06: On leur apprend aussi à essayer de parler et on leur recommande de parler pour justement faire connaître la science parce qu'il y a un enjeux de société de faire connaitre la parole scientifique, d'éclairer l'ensemble de la société avec les connaissances scientifiques.

00:29:19: C'est une autre métier !

00:29:20: On fait pas de la recherche pour soi, on fait de la research pour la société... Si vous allez sur le site du CNRS, vous verrez qu'il y a aussi un certain support de tas de choses de vidéos qui parlent de la science.

00:29:33: C'est un chantier colossal !

00:29:35: Donc on a encore beaucoup de marges, de progrès et pour se faire connaître.

00:29:39: Pour se faire parler

00:29:41: sur

00:29:41: les champs de la connaissance en fait ?

00:29:42: Bien sûr

00:29:43: !

00:29:43: Et est-ce que justement votre vision dans l'avenir il est plutôt optimiste ou pessimiste.

00:29:47: quand on voit par exemple qu'il y avait des réflexions encore quelques années sur le fait de réduire la part des maths au collège, aux lycées etc... On a l'impression que la science dans la société française aujourd'hui prendra moins en moins de place.

00:29:57: donc là je vous parle vraiment en tant que dirigeante d'un département de sciences informatiques et aussi en tant la propagation de la science, moi d'un point de vue très personnel.

00:30:07: Je trouve qu'on recule un peu dans le sens où la France a été pendant des siècles, des années vous en parliez au début du XXème siècle et j'ai l'impression que aujourd'hui la science ça devient moins à la mode malheureusement en France.

00:30:19: c'est quoi votre vision aujourd' dire?

00:30:20: ce que...

00:30:21: C'est un risque !

00:30:22: C' est quelque chose sur lequel on est très mobilisé.

00:30:24: Est-ce qu'on pense que c'est vraiment très... C'est un danger important de culter la science.

00:30:31: et donc on travaille sur différents sujets.

00:30:33: D'abord, on continue nous à faire de la recherche, à en parler le plus possible.

00:30:37: Donc au grand public où l'on parle aussi des politiciens ou des décideurs.

00:30:41: On fait des formations, on les emmène dans les laboratoires, on leur montre des choses.

00:30:45: On leur montre aussi que l'investissement de la France que ça produit.

00:30:48: parce que... Et vous

00:30:49: pensez être écoutés quand on a l'impression Les politiques, mais aussi les entreprises privées se concentrent souvent sur le privé et le privée rentabilité.

00:30:56: Il n'y a plus de budget ?

00:30:57: Est-ce que vous pensez...

00:30:58: On est écoutés !

00:31:00: Il faudrait qu'on le soit beaucoup plus.

00:31:01: donc on continue à travailler.

00:31:02: Ce n'est pas blanc ou noir.

00:31:03: Oui, on a un peu écouté.

00:31:04: Il faut qu'il ne soit plus.

00:31:06: Martelle, ce message que se couper de la recherche et de l'assurance aujourd'hui c'est grave pour dans dix ans.

00:31:12: C'est graves pour nous les générations futures.

00:31:16: L'innovation d'aujourd'hui.

00:31:18: Les gens oublient qu'effectivement l'innovation accélère.

00:31:22: on ne sait pas encore ce que sera l'innovation de demain.

00:31:24: Il y a un sujet dont j'aime bien parler, c'est tout ce qui est le stockage de données sur ADN, sur des supports complètement différents de ce qu'on connaît aujourd'hui.

00:31:33: mais on sait que demain on sert à le faire !

00:31:35: On sert à la faire à grande échelle.

00:31:37: donc voilà vous y allez !

00:31:39: dans mon institut.

00:31:40: On va travailler sur le calcul aujourd'hui, sur Cilicium, sur le calcule sur Polya et des choses comme ça.

00:31:46: mais on travaille aussi sur les nouveaux paradigmes de calcul parce que demain on sait qu'il y aura encore d'autres choses qui vont arriver.

00:31:50: – Oui,

00:31:50: le Stoich à Charradienne c'est mon école d'Angélien qui avait participé aussi à ça.

00:31:56: j'avais suivi le dossier, c'était incroyable et justement je pense qu'on attend le CNRS aussi sur ces enjeux de rupture.

00:32:01: mais quitte la privatisation de plus en plus grande de la recherche.

00:32:04: finalement

00:32:05: Il n'y a pas une privatisation de plus en plus grande de la recherche.

00:32:08: On aimerait bien qu'en France, on a une difficulté par rapport à d'autres pays européens en termes d'investissement.

00:32:15: Il y a moins d'investissements privés dans la recherche en France que dans d'autre pays.

00:32:19: Donc l'investisseur dans la research diminue ou ne croit pas assez mais en particulier parce qu'il n'a pas assez d'apport.

00:32:28: Donc il faut de l'argent privé dans le recherche et aussi de l''argent public.

00:32:32: Mais c'est les deux.

00:32:33: Et on travaille

00:32:34: ensemble.

00:32:34: Il ne faut pas les opposer !

00:32:35: C'est quoi aujourd'hui les grands axes sur lesquels vous dites là, on est fort.

00:32:40: Et là il faudrait qu'on peut-être s'améliore dans les prochaines années au CNRS parce que je sais qu'il y a des débats publics sur une refonte et une réforme aussi certaines réformes du CNRS.

00:32:49: C'était quoi votre vos enjeux ?

00:32:53: Alors... On le fait tout le temps.

00:32:55: En fait, on fait tous le temps des analyses prospectives dans tous les domaines.

00:32:59: Tous les instituts le font de se dire c'est pas les sujets sur qui il faut qu'ils investissent ou il faut commettre des priorités.

00:33:05: Donc la réponse n'est pas simple, parce qu'elle est multifactorielle et que à l'échelle du CNRS pour certains ça va être des infrastructures, les physiques des particules.

00:33:15: Aujourd'hui s'inquiète de savoir quelles sont les grandes expériences qu'on peut lancer pour demain ?

00:33:20: Evidemment ils revient chez sa d'expérience.

00:33:22: à dix-vingt-treint ans en informatique nous on upgrade nos calculateurs tous les deux ans Donc on n'est pas du tout sur les mêmes échelles.

00:33:32: C'est pour

00:33:33: plus de deux ans.

00:33:33: quand on voit la vitesse à laquelle les hyperscaler américains au Chinois évoluent, justement nous on avait des chiffres sur Jean-Zé par exemple.

00:33:42: un comparatif je vais le retrouver donnez moi une petite seconde.

00:33:46: un comparative justement avec ce qui se fait avec les États-Unis.

00:33:51: voilà la recherche publique française.

00:33:53: vous êtes récemment félicité d'avoir mis à jour le super calculateur national Jean Zé disposé de mille quatre cent cinquante six cartes graphiques H-SAN de Nvidia.

00:34:01: C'est un peu le joyau aujourd'hui de la recherche, sauf qu'en face on a Marc Zuckerberg qui a publiquement annoncé que Meta possédait plus de trois cents cinquantemil cartes H-sans.

00:34:11: et du coup est ce que vous avez pas un peu l'impression d'envoyer vos chercheurs à la guerre avec un couteau en plastique

00:34:16: ?

00:34:20: On les envoie avec des armes héliennes.

00:34:23: On a un succès sur Gen Z, on a un nombre de projets incroyables qu'ils nous sollicitent.

00:34:29: Il faudrait effectivement que l'on puisse tous les accompagner.

00:34:37: de travail, de recherche.

00:34:38: Donc ils font de l'entraînement ou de leur modèle et ils font des expériences de recherche.

00:34:42: on n'est pas là à faire déployer les grands services pour le grand public c'est complètement autre chose.

00:34:48: nous on est sur des choses qui sont... On pourrait toujours vouloir plus mais ce qu'on a là c'était déjà très bien.

00:34:54: je pense qu'il ne faut pas le boudder.

00:34:56: voilà c'étais déjà très bon et les chercheurs sont contents.

00:34:59: C'est

00:34:59: bien suffisant.

00:34:59: dans l'enjeu globalisé qui est devenu la recherche d'intelligence artificielle où on se sent informatique au niveau mondial ?

00:35:04: On

00:35:06: va voir, mais il faut continuer à se battre.

00:35:08: Il faut continuer de faire des choses piano et aille.

00:35:11: qui est le leader sur ce sujet-là.

00:35:14: Ils s'y sont entraînés sur Jean Zay.

00:35:16: Donc ça marche pas... Et on peut... Voilà !

00:35:21: Il en faudrait d'autres parce que ça ne suffit pas.

00:35:24: Il faudrait autre que Jean Zays, c'est sûr.

00:35:26: Avec aussi ce qu'on a fait sur JeanZay qui est quand même quelque chose d'assez extraordinaire et sur lequel on a été... Ce qu'il faut rappeler, c''est que JeanZays ont la lancé en.

00:35:34: On a mis en opération au-delà de l'Octobre, c'était très précurseur à ce moment là.

00:35:40: Après depuis on a avancé parce que ça a bougé mais c'est très précuseur et nous avons mis en place des équipes d'ingénieurs, des hommes et des femmes qui sont là pour accompagner les projets aider les communautés à s'acculturer à ce type de calcul sur l'IA, optimiser les codes pour qu'ils soient vraiment... C'est une infrastructure mutualisée il ne faut pas perdre du temps de calcul.

00:36:01: donc tout soit bien optimisé.

00:36:02: Et en fait, ce support, cet accompagnement là qu'on a mis en place au-delà d'une vingtaine d'ingénieurs déjà et ça continue à agrandir c'est aussi différenciant.

00:36:13: –

00:36:13: Et aujourd'hui, qu'est-ce qui fait un bon chercheur à l'heure de l'intelligence artificielle ?

00:36:18: – Ah !

00:36:20: Ça c'était une bonne question.

00:36:21: Qu'est ce qui fait le bon chercheure ?

00:36:26: C'est toujours la même chose, quelqu'un curieux, qui n'a pas trois yeux, qui ne n'hésite pas à se remettre en cause, qui suit son film, qui discute avec les autres.

00:36:35: C'est la même chose.

00:36:37: Maintenant, avec LIA... On pourrait dire qu'ils démissionnent tous parce que ils se disent « LIA va faire ma recherche à ma place ».

00:36:45: Mais en fait, le chercheur…

00:36:47: En plus de chercheurs entrepreneurs aussi qui montent des boîtes ?

00:36:49: C'était

00:36:50: très bien ça !

00:36:52: J'en ai parlé avec Hervé Brodin, ce collègue qui a été Le scientifique à l'origine de Piano TA, c'est très bien.

00:36:59: Il vous répondait quoi ?

00:37:00: Les gens qui disent « les chercheurs ils cherchent et cherchant » ne le trouvent pas?

00:37:03: C'est une phrase qu'ils traînent.

00:37:05: En fait il faut regarder l'histoire.

00:37:08: Ce n'est pas vrai que l'on ne trouve pas.

00:37:11: Où en serait notre société si on n'avait pas de connaissance scientifique ?

00:37:15: Toutes les connaissances qu'on a sur l'univers, sur les matériaux critiques... C'est bien la science, donc ça veut dire qu'on a trouvé des choses.

00:37:23: –

00:37:24: Et justement vous parliez de liberté des chercheurs tout à l'heure où il y a même les sciences informatiques au niveau global sont devenues des enjeux plus en plus de souveraineté, des enjus limite politique.

00:37:32: Est-ce que vous recevez des carnées de commandes?

00:37:34: De certains politiques ou d'entreprises en disant « Il faut à tout prix que vous travaillez sur cela ».

00:37:38: Et du coup peut être vous avez moins de libertés ?

00:37:41: On a deux choses.

00:37:41: On a un programme, Macie en parlait de ce grand programme France Vingt-Trente qui est un programme dirigé sur des grandes priorités.

00:37:48: On nous dit voilà on voudrait que sur tel sujet, sur l'IA, sur le quantique, sur la cyber sécurité et là on est en train de travailler sur un nouveau programme de lutte contre les manipulations d'information.

00:37:59: Comment ?

00:38:01: Et bien on nous dit là on aurait besoin plus de recherche parce qu'on pense qu'il y a vraiment des enjeux et qu' il faut.

00:38:08: donc on organise des grands programmes qui sont pilotés de manière top-down, on organise et on va chercher les chercheurs, les équipes etc.

00:38:15: Ça c'est une manière de faire de la recherche qui est dirigée sur des grandes stratégies, ce n'est pas des commandes mais ça ressemble un peu à cela !

00:38:21: On nous dit, ça c'est quand même bien que les chercheurs du CNRS travaillent sur ce sujet-là.

00:38:26: Ok on s'organise !

00:38:27: Mais à côté de cela il y a tout un polon et c'était pas incompatible et il faut garder les deux pieds.

00:38:32: Il ya tout un volant de recherche qui est très exploratoire, qui est guidé par la curiosité où les gens vont aller chercher des idées particulières.

00:38:38: Et je parlais tout à l'heure du calcul du stockage et puis maintenant du calcul sur ADN.

00:38:43: mais là c'ait plutôt né de gens qui nous ont dit qu'il y a quand même des choses qui se passent, on va pouvoir faire des... et c n'est pas devenu de.

00:38:48: voilà donc il faut les deux.

00:38:50: J'avais interviewé moi des chercheurs du laboratoire I-IIIA en Thiebe, qui travaillait sur le cyber harcèlement et elle m'a indiqué que ça devenait de plus en plus compliqué leur travail.

00:39:02: parce que notamment ces données de cyberharcèlement, des choses comme ça, détection de cyberarcèement sont possédées et non donnés par les gros acteurs américains.

00:39:11: Des plateformes, des gaffames etc... Vous comment est-ce que vous réussissez?

00:39:15: ?

00:39:16: Parce qu'on sait que le Travail de Recherche propose beaucoup sur l'analyse de données aussi.

00:39:20: Est ce que vous ressentez une difficulté grandissante sur cette partie ou pas ?

00:39:24: Alors c'est une préoccupation grandissantes assez sûre.

00:39:29: C'est pas nouveau que il y a eu des données qu'on n'avait pas, où il y avait les problèmes sur les données médicales.

00:39:33: Il y a des problèmes de... Ce qui

00:39:35: est typiquement sur lix.

00:39:36: quand Elon Musk a racheté Twitter la paie Twitter était intégralement disponible et Elon Musk dit stop !

00:39:42: Donc ça les enjeux sur les données c'est un enjeu colossale pour différentes raisons.

00:39:48: Parce qu'on perd ces données là, qui ne sont pas des données publiques et on avait l'habitude qu'elles soient semi-publiques.

00:39:54: Et puis finalement non elles ne le sont pas, elles ne se garantissent pas.

00:39:56: C'est ça aussi que l'open source aide à sécuriser.

00:39:59: c'est-à-dire quand on définit les cadres dans lequel les données sont effectivement publiques il y a un cadre propre pour garantir qu'elle le reste.

00:40:08: On a de grosses inquiétudes aussi et de gros enjeux sur des données sur l'histoire du climat qui sont dessinés sur

00:40:17: l'impact écologique d'intelligence artificielle.

00:40:19: La mémoire des années antérieures sur le climat, on va devenir des chercheurs aveugles.

00:40:26: Donc il y a de gros enjeux sur les données et ça c'est des choses que l'on travaille aussi avec des enjeus de gouvernance Des règles juridiques, des règles zétiques.

00:40:37: Des partenariats avec d'autres pays... Voilà c'est des enjeux très importants.

00:40:42: Est-ce que justement aujourd'hui le CNRS a des concurrent ?

00:40:44: Est ce qu'il existe la concurrence dans la recherche ou est-ce qu'on imagine encore une recherche où tout le monde se pousserait vers le haut ?

00:40:50: C'est une question difficile parce que le CNR est extrêmement ouvert sur l'international.

00:40:57: On a des représentations permanentes sur tous les continents.

00:41:01: On a quatre-vingt laboratoires à l'étranger, d'états de programmes de coopération... Donc on travaille beaucoup avec les autres et c'est normal !

00:41:09: Et ce n'est notre ADN.

00:41:10: Un chercheur ne va pas se limiter à son territoire national ou régional ou ceci.

00:41:15: Même l'Europe est parfois un peu petit.

00:41:18: donc c'était normal de collaborer mais il faut aussi se protéger.

00:41:22: Et ça fait partie des choses qui peuvent être difficiles.

00:41:25: Donc dans ce monde très ouvert de la châche, on est en compétition, c'est une compétitions saine et on se challenge les uns les autres.

00:41:31: On se dit ben oui tout à coup tu as réussi à faire ça je vais récupérer tes idées et avancer.

00:41:35: Ça c'était notre vie normale.

00:41:37: C'est pas un monde très ouverts, très libre mais très compétitif aussi.

00:41:42: Et comme ça?

00:41:42: parce que l'objectif c'et qu'on soit excellent dans ce qu'il faut bien se challenger.

00:41:48: Par contre

00:41:50: il faut aussi sois protégé.

00:41:51: On ne peut pas tout laisser ouvert, parce qu'il faut trouver l'équilibre entre ne pas donner à tout le monde... L'open

00:41:58: source ne met pas trop ?

00:41:59: L'Open Source ne mette pas trop.

00:42:00: En particulier quand on travaille des entreprises parfois ils nous disent bah non là je voudrais pas que ce soit open source.

00:42:03: donc on définit, on travaille avec eux et on essaie de trouver l''équilibres entre ce qui est Il doit être ouvert parce que ça va être sain, plus robuste.

00:42:11: Ça va être sécurisé et éprouvé.

00:42:14: où est-ce qu'il doit être fermé ?

00:42:16: Il faut des curseurs ajuster au quotidien.

00:42:18: Il n'y a pas de recette magique.

00:42:19: –

00:42:19: CNRS, il existera toujours dans dix ans vous pensez ?

00:42:21: – Oh ben oui !

00:42:24: S'il ne l'est pas je pense que c'est une catastrophe pour la France.

00:42:27: –

00:42:28: Et ça ressemblera à quoi s'il existe ?

00:42:29: – Et pas que pour la france hein.

00:42:30: C'est aussi le plus gros aux organismes en Europe.

00:42:32: –

00:42:33: Ils ressembleront à quoi le CNRS dans dizans?

00:42:36: Il ressemblera avec des contours.

00:42:39: Il y aura toujours de toutes les sciences, mais elles s'appellent peut-être plus pareilles.

00:42:43: Elles ont peut être changées de périmètres.

00:42:45: Il n'y aura toujours des hommes et des femmes pour faire la recherche.

00:42:51: C'est ça qui... c'est le cœur !

00:42:53: En parlant de sciences informatiques, quitte du quantique ?

00:42:55: C'était un sujet de recherche actuellement chez vous ou un gros sujet ?

00:42:57: Oui,

00:42:58: un gros sujets.

00:42:59: Et vous travaillez sur quoi, sur le quantique, vous voyez que

00:43:03: cela arrive et comment

00:43:05: ?

00:43:05: C'est tout un sujet.

00:43:06: On me le demande dans le chat sur Twitch, il faut organiser

00:43:09: une autre... Il y a pas de problème

00:43:13: !

00:43:13: Non mais c'est un sujet grandissant aussi dans les départements.

00:43:17: J'imagine... Il

00:43:19: ya plein de sujets en informatique, c'était la physique.

00:43:25: Mais après il y a des questions cryptographiques qu'on appelle post-quantique qui ce n'est pas vraiment du quantique des modèles de cryptographie qui résistent à du quantique.

00:43:33: Mais il y a aussi comment on va travailler sur les communications, comment on travaille sur les réseaux, comme on va travaillé sur l'analyse des erreurs et la correction d'erreur... Il y a des tas de sujets très passionnants en fait sur le quantique qui se développe, il ya des chercheurs qui travaillent sur le calcul distribué quantique... Il ya plein de sujets qui sont revisités aujourd'hui en se disant mais comment on vas travailler sur un ordinateur quantique demain si c'est live ?

00:43:57: Ben je vais s'y préparer !

00:43:59: C'est quoi qu'il fera en sorte qu'un étudiant qui nous écoute se dirige à un chercheur au CNRES aujourd'hui ?

00:44:04: Il faut qu'ils viennent rencontrer des chercheurs, il faut qu''ils viennent voir des laboratoires.

00:44:08: Il faut que l'on écute ce qu'on dit et qu'elle est envie de découvrir des choses nouvelles que personne n'a jamais fait avant.

00:44:14: Mais moins bien payées !

00:44:17: Voilà mais l'argent ne fait pas tout dans la vie on est payés quand même et on a un emploi sable.

00:44:25: Pour la plupart d'entre nous, on est des fonctionnaires.

00:44:29: On n'a pas non plus le stress du lendemain.

00:44:30: On peut prendre des risques si ça ne marche pas et demain on est toujours là, on a toujours payé et on peut s'orienter vers d'autres sujets.

00:44:38: Et si le risque paie, on fait des avancées.

00:44:42: Cette sécurité-là, c'est ça aussi qui permet de être curieux et de prendre ses risques.

00:44:46: Il nous reste une minute question rapide.

00:44:49: C'est quoi les grands sujets de recherche ?

00:44:51: Les grands efforts de recherche en ce moment pour demain?

00:44:54: Donc vous allez vers quoi ?

00:44:55: Vous allez vers ouf, en termes de sujets de recherche.

00:44:57: C'est quoi qui vous préoccupe en ce moment ?

00:44:59: – C'était

00:45:00: beaucoup l'IA.

00:45:00: –

00:45:01: Ok.

00:45:01: Beaucoup la sécurité... Les Ascités.

00:45:07: L'IA, chez moi donc dans le champ des sciences informatiques on les a cités c'est la robotique, c'etait tout ce qu'il y a d'interaction avec ma machine, c'tout ce que l'on va travailler à l'interface entre… Les sciences informatiques et les sciences humaines et sociales, parce qu'un des grands sujets c'est comment le numérique est perçu, transforme la société et même cognitivement l'impact cognitif.

00:45:30: Donc ça ce sont de grandes questions que nous avons devant nous.

00:45:33: Est-ce qu'aujourd'hui il y a plus de gens qui viennent au CNRS ou qui partent du CNRS ?

00:45:36: Il y en a plus qui viennent.

00:45:38: Disons qu'il n'y en a pas à la porte.

00:45:40: Malheureusement on ne peut pas tous les recruter parce qu''on a aussi des limitations de concours qu'on peut ouvrir.

00:45:47: Adeline, merci beaucoup pour nos essages.

00:45:49: Est-ce que vous avez un mot de la fin?

00:45:50: ?

00:45:51: Non mais il faut s'intéresser à la science !

00:45:54: Il faut s't'intéresser à la sciences.

00:45:55: Il faut voir toutes les découvertes ce qu'il y a. C'est des mondes merveilleux.

00:45:59: Je suis parfaitement d'accord avec vous Adeline Nazarenko.

00:46:02: Vous dirigez le CNRS Science Informatique.

00:46:05: Merci beaucoup d'avoir accepté cette interrogation.