Dites-nous en plus sur votre projet

Nous vous proposerons une formule adaptée à vos besoins, ainsi qu’une estimation de devis.
Laissez-vous guider

Pourquoi choisir Aneo pour votre projet ?

Aneo est une agence conseil en transformation qui vous accompagne tout au long de la vie de vos projets sur des problématiques de :

Le +  d’Aneo : le conseil sans frontière !

Notre richesse, c’est de vous proposer des équipes pluridisciplinaires, chaque membre avec une approche, une expérience et une sensibilité différente : coach agile, formateur soft skills, Data Scientist designer, Architecte etc. On mise sur la complémentarité des disciplines pour vous apporter la meilleure réponse !

Pourquoi choisir Aneo  pour votre projet ? - Aneo

Aneo, une organisation à part entière !

Depuis 2015, Aneo est une organisation plate à gouvernance plate. Aplatir la hiérarchie, supprimer les silos, instaurer des bonus collectifs, ce nouveau modèle d’organisation avec comme objectif: apporter plus de valeur  à l’entreprise, aux collaborateurs et aux clients.

Le + d’Aneo : l’inattendu !

La sérendipité, c’est « le don de faire par hasard des découvertes fructueuses ». Chez Aneo, nous croyons fermement que les meilleures solutions sont parfois les plus inattendues. Ne rien s’interdire, expérimenter, oser s’entourer de profils atypiques et avoir une obsession : apporter la juste valeur.

Aneo, une organisation à part entière !  - Aneo

Qui êtes-vous ?

Vous êtes pour

Votre secteur

1 seul choix possible
Assurance & Protection sociale
Banque et Finance
Industrie & Services
Santé

Vos besoins

Plusieurs choix possibles
IT & Digital
Transformation des Organisations
Stratégie Business
Pilotage de projets

Détails

Des précisions à ajouter sur votre projet ? (facultatif)
C'est noté !
Nous avons pris en compte les spécificités de votre projet.
Nos équipes vous contacteront sous 48h pour en discuter plus amplement.
Votre prénom *
Votre nom *
Votre adresse email pro *
Votre numéro de téléphone *
Bien reçu !
Nos équipes vous contacteront sous peu
pour discuter de votre projet.
Article

L’IA n’est pas sécurisée !

Le 28 juillet, une lettre ouverte a été adressée aux dirigeants du monde par les plus grand chercheurs en intelligence artificielle et en robotique ainsi que par des personnalités (dont Elon Musk ou Stephen Hawking). Ils demandent l’interdiction des armes autonomes. Les arguments les plus importants sont d’ordre éthique, justement parce que l’arme autonome ne peut en avoir et donc se poser les questions de l’éventuel sacrifice avant de tirer. Toutefois, ici, c’est un argument technique que j’aimerais creuser.

 

Du point de vue de l’impact économique et sociétal, la grande avancée des dernières années en IA concerne les système apprenants. Ces systèmes sont entrainés pour reconnaitre, classifier, voire décider. Il existe alors différents moyens d’amener ces systèmes à ma reconnaitre ce qui leur est présenté. Le moyen le plus en vogue conciste à entraîner un réseau de neurones dit « profond », c’est-à-dire disposant de plusieurs couches superposées.

Prenons ici l’exemple d’un classifieur d’images. Les plus usités sont aujourd’hui basés sur des « réseaux de neurones convolutifs dits profonds » (Deep Convolutive Neural Network ou CNN en anglais). Il s’agit de réseaux de neurones contenant plusieurs couches de convolution. Si la mise au point n’a pas été triviale, l’idée est relativement simple. La première couche apprend à reconnaître des éléments remarquables dans l’image comme des arêtes verticales, horizontales, obliques ou des coins. Pour ce faire, un filtre convolutif est appliqué sur l’ensemble de l’image. Il s’agit donc de descripteurs très locaux. La seconde couche cherche à identifier des éléments remarquables dans la première couche. Ils correspondent dans l’image de départ à des courbes, des droites ou des formes plus complexes. Chaque couche cherche ainsi des éléments particuliers très locaux dans la couche précédente, ces éléments correspondant à des formes ou textures de plus en plus complexes.

Il y a deux choses à retenir :

  • Plusieurs images différentes peuvent donner les mêmes résultats sur la première couche. C’est également vrai pour les suivantes.
  • C’est une accumulation de détails permet au réseau de neurones de reconnaître un élément sur une photo et c’est uniquement dans les couches supérieures que l’information globale émerge

Dès lors, on comprend comment une image peut être altérée de façon imperceptible pour nous mais induire en erreur un réseau de neurone : il suffit de modifier quelques détails très locaux de sorte à ce que les résultats dans premières couches et donc les couches de haut niveaux soient différents. Ces images sont appelées des perturbations par les scientifiques du domaine. La figure suivante illustre comment l’ajout d’une perturbation savamment généré peut induire en erreur. Il est intéressant de noter que cette perturbation a les caractéristiques d’un bruit blanc et ne saurait être différencié par traitement d’image.

Un autre exemple plus proche de la thématique sécurité de cet article : ces méthodes peuvent être utilisées pour induire en erreur un système de reconnaissance facial. Ainsi, une paire de lunettes au goût discutable peut-elle permettre à une personne d’usurper une identité. Ses particularité locales induisent au fil des couches une confusion suffisamment importante pour que le réseau de neurones croie reconnaitre l’autre personne.

En haut : des chercheurs avec des lunettes trompeuses En bas : la personne dont ils ont pris l’identité
Source: Mahmood Sharif, Sruti Bhagavatula, Lujo Bauer, and Michael K. Reiter

Ces quelques exemples illustrent les questions de sécurité qui peuvent se poser avec la généralisation de systèmes s’appuyant sur des réseaux de neurones.

Dans le cas des armes autonomes, que se passerait-il si des ennemis décidaient de faire passer une école maternelle en camp militaire ? Ce serait faisable simplement en tendant une bâche avec des motifs du type de ceux retrouvés sur les lunettes ci-dessus.

Crédit : Wilfried KIRSCHENMANN

Ça peut aussi vous intéresser
Les Femmes et le Numérique : une histoire de « Je t’aime, moi non plus … »
17 novembre 2021

Les Femmes et le Numérique : une histoire de « Je t’aime, moi non plus … »

Cet article sur les Femmes et le Numérique fait partie de la série sur le thème « Numérique et RSE ». Ils sont publiés par une équipe de consultants Aneo. Ada Lovelace, la pionnière ayant créé la machine analytique… Grace Hopper, « the Queen of software » témoin du premier…
En savoir plus
Article
DevOps et modèles organisationnels
14 septembre 2021

DevOps et modèles organisationnels

Le mouvement DevOps se présente comme une culture impliquant les process, l’outillage et l’organisation. Si les deux premiers axes semblent couverts par des démarches méthodologiques et techniques éprouvées (lean, agilité, automatisation, craft …etc), l’axe organisationnel manque – quant à lui – d’abaques fiables. De ce fait il devient primordial avant…
En savoir plus
Article
Tech Intelligence #6 – Développement du numérique en Afrique : où en est-on ?
20 juillet 2021

Tech Intelligence #6 – Développement du numérique en Afrique : où en est-on ?

La série Tech Intelligence explore des sujets variés de la tech : cloud, cybersécurité, blockchain … Aujourd’hui, découvrez un rapide coup d’oeil sur le développement du numérique sur le continent africain. Cliquez ici pour retrouver les autres sujets traités par Tech Intelligence.  Tout miser sur la téléphonie…
En savoir plus
Article
Vous avez un projet de transformation
digitale pour votre entreprise ?