Tendances technologiques pour les PME françaises en 2020-2021

Les entreprises acquièrent et investissent de plus en plus dans les nouvelles technologies. Ces changements de comportement et de pratiques pour les PME, notamment au niveau des investissements et de la diversification des budgets, sont dus à l’évolution constante des nouvelles technologies dans le monde du travail.

En décembre 2019, Gartner a mené l’enquête auprès de 248 personnes travaillant dans des PME en France. L’objectif de l’étude est de proposer une vue d’ensemble des intentions d’investissement et les prédictions d’impact des nouvelles technologies sur les entreprises d’ici 2021.

L’étude indique les technologies les plus utilisées actuellement, celles qui ont un potentiel de croissance significatif et celles pour lesquelles les PME prévoient un budget.

Actuellement, les technologies les plus utilisées en France sont les logiciels de sécurité des données et de l’information (68%). En effet, les cyberattaques, fuites et vols de données de ces dernières années, poussent les entreprises à investir dans la sécurité des données. Les logiciels de finance et de comptabilité arrivent en seconde position. Ces technologies sont les premiers outils comme ayant un impact sur les PME aujourd’hui.

Les technologies ayant le plus fort potentiel de croissance d’ici 2021 sont : la réalité virtuelle et augmentée, les chatbots, l’intelligence artificielle et le machine learning. Les chatbots de plus en plus précis grâce au machine learning et l’Internet des objets font partie des technologies qui auront un impact sur les entreprises d’ici 2021.

Mais étrangement, les prévisions d’investissement en France d’ici 2021 ne concernent pas dans l’immédiat les technologies ayant le plus d’impact. En effet, se sont les logiciels RH qui arrivent en tête avec 32 % des répondants pour un budget moyen de 22 700 $. En ce qui concerne la sécurité des données, elle n’est citée que par 29 % des répondants. Il n’y a que 16 % des entreprises interrogées qui ont prévu un budget moyen de 51 900 $ pour l’intelligence artificielle et le machine learning et 51 900 $ pour les véhicules autonomes.

Les principales motivations d’investissement dans les nouvelles technologies pour les PME interrogées, viennent surtout des requêtes de clients (63 %) puis de l’amélioration de la productivité (58 %). Et ce, malgré certains obstacles, plus ou moins tangibles comme le financement de l’investissement en question cité par 45 % des entreprises interrogées. Mais également les compétences internes à adapter et les changements dans les pratiques de l’entreprise.

Les PME doivent miser sur l’innovation et le développement de nouvelles technologies pour conserver leur avantage concurrentiel, et l’adoption de nouvelles solutions est essentielle à leur l’essor.

L’étude a été menée par l’analyste Caroline Rousseau de chez Capterra, une entreprise Gartner.

L’UE abandonne l’idée d’interdire la reconnaissance faciale dans les lieux publics

Selon le dernier draft de la stratégie de l’UE en matière d’intelligence artificielle vu par Reuters et EURACTIV, l’Union européenne n’est plus intéressée par la possibilité d’une interdiction de la reconnaissance faciale dans les espaces publics ; cependant, il devrait y avoir des “critères clairs” dans le futur déploiement à grande échelle des systèmes d’identification biométriques dans l’UE.

Un précédent projet de la Commission européenne avait évoqué l’idée d’un moratoire pouvant aller jusqu’à cinq ans afin de se donner le temps de réfléchir aux moyens de prévenir les abus.

Selon EURACTIV, le document indique “Cette évaluation dépendra de l’objectif pour lequel la technologie est utilisée et des garanties mises en place pour protéger les personnes. Dans le cas où des données biométriques sont utilisées pour la surveillance de masse, il doit y avoir des critères clairs quant aux personnes qui doivent être identifiées”.

L’utilisation de la reconnaissance faciale dans les investigations policières a suscité des inquiétudes, car les défenseurs des libertés civiles et de la vie privée craignent que cette technologie ne soit utilisée pour une surveillance massive et discriminatoire, violant ainsi les droits des personnes à la confidentialité des données.

Le projet de moratoire faisait partie d’un ensemble de mesures plus larges visant à réglementer l’intelligence artificielle et ses défis, en particulier dans les secteurs à haut risque, tels que les domaines de la santé et des transports. La proposition est actuellement en cours de révision et la Commission a l’intention de la présenter le 19 février.

Au début du mois, le gouvernement américain a dévoilé ses propres lignes directrices en matière de réglementation de l’IA, visant à limiter la portée excessive des autorités et a exhorté l’Europe à éviter les approches agressives.

Le président de Microsoft, Brad Smith, a déclaré qu’une interdiction de l’IA par reconnaissance faciale équivaut à utiliser un hachoir au lieu d’un scalpel pour résoudre des problèmes potentiels, tandis que le PDG d’Alphabet, Sundar Pichai, a exprimé son soutien.

Reconnaissance faciale : L’UE envisage une interdiction jusqu’à cinq ans

La Commission européenne a révélé qu’elle envisageait d’interdire l’utilisation de la reconnaissance faciale dans les lieux publics pour une durée maximale de cinq ans. Les autorités de réglementation veulent disposer de temps pour trouver des moyens d’empêcher les abus de cette technologie.

Cette technologie permet de vérifier en temps réel les visages capturés par les caméras de surveillance en les comparant à des listes de surveillance, souvent établies par la police. Des exceptions à l’interdiction pourraient être faites pour les projets de sécurité ainsi que pour la recherche et le développement.

Selon un projet de livre blanc sur l’intelligence artificielle obtenu par EURACTIV, la Commission a présenté ses plans dans un document de 18 pages, suggérant que de nouvelles règles soient introduites pour renforcer la réglementation existante en matière de droits à la vie privée et aux données.

Elle a proposé d’imposer des obligations aux développeurs et aux utilisateurs d’intelligence artificielle, et a exhorté les pays de l’UE à créer une autorité chargée de contrôler les nouvelles règles. Dans le cadre de l’interdiction, qui durerait entre trois et cinq ans, “une méthodologie solide pour évaluer les impacts de cette technologie et les mesures possibles de gestion des risques pourrait être identifiée et développée”.

Ces propositions font suite à une période de débat public sur la manière de relever les défis futurs de l’intelligence artificielle. Les militants affirment que la technologie actuelle est inexacte, intrusive et qu’elle porte atteinte au droit à la vie privée des individus. Une étude récente a suggéré que les algorithmes de reconnaissance faciale sont beaucoup moins précis pour identifier les visages noirs et asiatiques que les visages blancs.

Les systèmes de reconnaissance faciale sont racistes

Entre-temps, le gouvernement chinois a commencé à mettre en place un système de reconnaissance faciale dans les pharmacies de Shanghai pour les personnes qui achètent certains médicaments. Les personnes qui achètent des médicaments contrôlés, comme ceux qui contiennent des substances psychotropes, seront invitées à vérifier leur identité en balayant leur visage.

Il s’agit de la dernière d’une série de mesures prises par l’État chinois pour empêcher les usagers de mettre la main sur certains médicaments pouvant être utilisés pour produire des drogues illégales.

Le pays est un grand partisan de la reconnaissance faciale, et si l’Occident reste prudent, la Chine continue d’adopter cette technologie.

Euractiv, The Guardian, BBC, Capital

> Reuters : Le PDG d’Alphabet soutient l’interdiction temporaire de la reconnaissance faciale, mais Microsoft n’est pas d’accord.

Les systèmes de reconnaissance faciale sont racistes

Une étude du gouvernement américain confirme que la plupart des systèmes de reconnaissance faciale sont racistes

Près de 200 algorithmes de reconnaissance faciale – la majorité dans l’industrie – ont de moins bonnes performances sur les visages non blancs, selon une étude qui fait autorité. Les résultats saisis dans le rapport, Face Recognition Vendor Test (FRVT) Part 3 : Demographic Effects (NISTIR 8280), sont destinés à informer les décideurs politiques et à aider les développeurs de logiciels à mieux comprendre la performance de leurs algorithmes. La technologie de reconnaissance faciale a inspiré le débat public en partie en raison de la nécessité de comprendre l’effet de la démographie sur les algorithmes de reconnaissance faciale.

Ce qu’ils ont testé :

Le National Institute of Standards and Technology (NIST) des États-Unis a testé chaque algorithme sur deux des tâches les plus courantes de la reconnaissance faciale.

La première, connue sous le nom de comparaison 1 : 1 ou “one-to-one matching”, consiste à faire correspondre la photo d’une personne à une autre photo de la même personne dans une base de données. Elle est utilisée pour déverrouiller les téléphones intelligents ou vérifier les passeports, par exemple.

La seconde, appelée recherche un-à-plusieurs ou “one-to-many”, consiste à déterminer si la photo de cette personne a une correspondance avec une autre dans une base de données. Cette méthode est souvent utilisée par les services de police pour identifier des suspects dans le cadre d’une enquête.

L’agence a étudié quatre ensembles de données sur les visages actuellement utilisés dans les formalités du gouvernement américain : les photos d’identité de personnes vivant aux États-Unis, les photos des personnes qui déposent une demande d’immigration, les photos de demandes de visas et les photos de personnes traversant la frontière américaine. Au total, les ensembles de données comprenaient 18,27 millions d’images de 8,49 millions de personnes.

Pour évaluer la performance de chaque algorithme, l’équipe du NIST a mesuré les deux classes d’erreurs que le programme peut faire : les faux positifs et les faux négatifs. Un faux positif signifie que le logiciel a considéré à tort que des photos de deux personnes différentes montraient la même personne, tandis qu’un faux négatif signifie que le logiciel n’a pas réussi à faire correspondre deux photos qui, en fait, montrent la même personne.

Le NIST a partagé certains résultats importants de l’étude. Voici les principaux :

1. Pour ce qui est de la comparaison 1 : 1, la plupart des systèmes affichaient un taux de faux positifs plus élevé pour les visages asiatiques et afro-américains que pour les visages caucasiens, parfois par un facteur de 10 allant même jusqu’à 100. En d’autres termes, il y avait plus de chances de trouver une correspondance alors qu’il n’y en avait pas.

2. Cela a changé pour les algorithmes de reconnaissance développés dans les pays asiatiques, qui ont produit très peu de différence de faux positifs entre les visages asiatiques et caucasiens.

3. Les algorithmes développés aux États-Unis étaient tous systématiquement mauvais pour faire correspondre les visages asiatiques, afro-américains et amérindiens. Les Amérindiens ont subi les taux de faux positifs les plus élevés.

4. Les systèmes de correspondance un-à-plusieurs présentaient les pires taux de faux positifs pour les Afro-Américains, ce qui fait que cette population est la plus à risque d’être faussement accusée d’un crime.

On en sait plus sur les algorithmes de Palantir

Pourquoi c’est important ?

L’utilisation des systèmes de reconnaissance faciale se développe rapidement dans les domaines de la lutte contre la criminalité, du contrôle des frontières et d’autres applications dans la société. Bien que plusieurs études universitaires aient déjà démontré que les systèmes commerciaux populaires étaient biaisés en fonction de la race et du sexe, l’étude du NIST est l’évaluation la plus complète à ce jour et confirme les résultats antérieurs. Les conclusions remettent en question la nécessité de continuer à utiliser ces systèmes à une aussi grande échelle.

Prochaines étapes :

Il appartient maintenant aux décideurs politiques de trouver la meilleure façon de réglementer ces technologies. Le NIST exhorte également les développeurs de reconnaissance faciale à mener davantage de recherches sur la façon dont ces biais pourraient être atténués.

Qui a besoin de la démocratie quand on a des données ?

Le nouveau livre de Stuart Russell, Human Compatible

Le nouveau livre de Stuart Russell, Human Compatible: Artificial Intelligence and the Problem of Control, est disponible sur Amazon.

Le professeur Russell explique pourquoi il en est venu à considérer sa propre discipline comme une menace existentielle pour notre espèce, et expose comment nous pouvons changer de cap avant qu’il ne soit trop tard.

Le livre explore l’idée de l’intelligence chez les humains et dans les machines, décrit les bénéfices auxquels nous pouvons nous attendre (des assistants personnels intelligents à la recherche scientifique considérablement accélérée), et souligne les percées de l’intelligence artificielle qui doivent encore se produire avant que nous n’atteignions l’intelligence artificielle surhumaine.

Le Professeur Russell explique comment que les humains utilisent déjà à mauvais escient l’intelligence artificielle, depuis les armes autonomes mortelles jusqu’à la manipulation des opinions à l’échelle mondiale.

Enfin, il explique pourquoi nous devons veiller à ne jamais perdre le contrôle des machines plus puissantes que nous.

Il suggère que nous pouvons reconstruire l’intelligence artificielle sur une nouvelle base, selon laquelle les machines seraient conçues pour être fondamentalement incertaines concernant les préférences humaines qu’elles doivent satisfaire. De telles machines seraient humbles, altruistes et engagées à poursuivre nos objectifs, et non les leurs. Cette nouvelle fondation nous permettrait de créer des machines qui sont manifestement déférentes et bénéfiques.

Human Compatible by Stuart Russell, read by Raphael Corkhill by PRH Audio

Stuart Russell est professeur d’informatique et titulaire de la chaire Smith-Zadeh d’ingénierie à l’Université de Californie, Berkeley. Il a été vice-président du Conseil du Forum économique mondial sur l’intelligence artificielle et la robotique et conseiller des Nations Unies sur la maîtrise des armements.

Professor of Computer Science at University of California, Berkeley – Stuart Russell tiré de HARDtalk par BBC World Service. Date de sortie : 2019. Genre : Podcast.
What is the most serious existential threat facing humanity? Artificial Intelligence, warned the physicist Stephen Hawking, could spell the end of the human race. Stephen Sackur interviews Stuart Russell, a globally-renowned computer scientist and sometime adviser to the UK Government and the UN. Right now, AI is being developed as a tool to enhance human capability; is it fanciful to imagine the machines taking over?

https://iatranshumanisme.com/wp-content/uploads/2019/12/Professor-of-Computer-Science-at-University-of-California-Berkeley-Stuart-Russell.mp3?_=1

Les articles les plus lus en 2019

Palmarès des articles les plus lus cette année. Retour sur un an d’actualités.

Anthropocène, écologie, crise écologique, environnement, augmentation humaine, automatisation, intelligence artificielle, machine learning, biotechnologies, cerveau augmenté, informatique cognitive, wearable, gouvernance algorithmique, Chine, chômage technologique, emplois automatisables, bioéthique, ectogenèse, grossesse extracorporelle, utérus artificiel, informatique quantique, biohackers, biohacking, convergence NBIC, implant sous-cutané, puce NFC, TIC, Transhumanisme…

La civilisation humaine va probablement s’effondrer d’ici 2050

Les 10 principales tendances technologiques pour 2020

La surveillance totale est le seul moyen de sauver l’humanité

L’IA remplacera 40% des emplois en 15 ans

Nous allons faire grandir des bébés dans des utérus artificiels

C’est officiel : Google a atteint la suprématie quantique

Amazon a utilisé une IA pour licencier automatiquement des travailleurs peu productifs

Les puces sous-cutanées ouvrent la voie au transhumanisme

Les Etats-Unis ont officiellement commencé à utiliser CRISPR sur les humains

Pourquoi nous vivons dans une matrice ?

L’avenir, c’est l’IA qui sait quand vous mourrez

Le Best

Chine : naissance des premiers bébés génétiquement modifiés

Les 10 principales tendances technologiques pour 2020

Les 10 principales tendances du rapport Gartner mettent en évidence les tendances que les entreprises doivent prendre en compte dans le cadre de leur processus de planification technologique stratégique quinquennal. Ces tendances ont un impact profond sur les gens et les espaces qu’ils habitent.

Les tendances technologiques stratégiques peuvent à la fois créer des opportunités et provoquer des perturbations importantes. Les leaders de l’architecture d’entreprise et de l’innovation technologique doivent évaluer ces grandes tendances afin de déterminer comment les combinaisons de tendances peuvent renforcer leur stratégie d’innovation.

Les 10 principales tendances stratégiques en matière de technologies pour 2020 sont organisées en deux catégories : les espaces axés sur les personnes et les espaces intelligents. Il s’agit d’une organisation non structurée dont le but est de faire connaître l’impact principal et la manifestation de la tendance. Cependant, presque toutes les tendances auront un impact sur les concepts de personnes et les espaces intelligents.

Centré sur les gens :

* L’hyper-automation porte sur l’application de technologies de pointe, y compris l’intelligence artificielle et l’apprentissage machine, afin d’automatiser de plus en plus les processus et d’augmenter les ressources humaines.
* La multiexpérience traite de la façon dont les gens perçoivent, interagissent et contrôlent le monde numérique à travers une large gamme d’appareils et de points de contact sensoriels.
* La démocratisation explore comment créer un modèle simplifié permettant aux gens de consommer des systèmes numériques et de puiser dans une expertise automatisée au-delà de leur formation ou de leur expérience.
* L’augmentation humaine explore comment les humains sont physiquement et cognitivement augmentés par ces systèmes.
* La transparence et la traçabilité se concentrent sur les défis de la confidentialité des données et de l’éthique numérique et sur l’application de la conception, des principes opérationnels et des technologies pour accroître la transparence et la traçabilité afin de renforcer la confiance.

Espaces intelligents :

* Empowered Edge, l’Edge Computing ou “traitement des données à la périphérie” souligne la façon dont les espaces autour de nous sont de plus en plus peuplés par des capteurs et des dispositifs qui connectent les personnes les unes aux autres et aux services numériques.
* Le cloud distribué examine une évolution majeure du Cloud Computing où les applications, plates-formes, outils, sécurité, gestion et autres services sont en train de passer physiquement d’un modèle de centre de données centralisé à un modèle dans lequel les services sont distribués et fournis quand le besoin se fait sentir. Le point de besoin peut s’étendre aux centres de données clients ou jusqu’aux dispositifs de bord.
* Les objets autonomes explorent comment les choses physiques dans les espaces autour des personnes sont améliorées avec de plus grandes capacités pour percevoir, interagir, déplacer et manipuler ces espaces avec différents niveaux de guidage humain, d’autonomie et de collaboration.
* La Blockchain dans la pratique se concentre sur la manière dont la blockchain peut être exploitée dans des cas d’utilisation concrets d’entreprises, en expansion au cours des trois à cinq prochaines années.
* La sécurité de l’IA traite de la réalité de la sécurisation des systèmes alimentés par l’IA qui sont à l’origine des tendances centrées sur les personnes.

Tendance n° 4 : Augmentation humaine

L’augmentation humaine fait référence à l’amélioration des capacités humaines grâce à l’utilisation de la technologie et de la science. Les humains ont toujours utilisé la technologie et la science de cette manière.

Même avant l’introduction de l’ordinateur, des technologies telles que la machine à écrire, la photocopieuse et la presse à imprimer augmentaient la capacité humaine à créer, copier et publier du texte. Les lunettes, les appareils auditifs et les fausses dents sont tous des exemples historiques d’augmentation humaine.

L’ère de l’informatique a ajouté de nouvelles dimensions à l’augmentation humaine. Le traitement de texte, la publication assistée par ordinateur, les pages Web, les blogs et les médias sociaux élargissent considérablement notre capacité à créer et à publier du texte.

Avec l’émergence de nouvelles technologies telles que l’IoT, l’IA, les haut-parleurs intelligents et la réalité virtuelle issus de l’informatique, et les technologies telles que CRISPR provenant de la science biologique, de nouvelles possibilités en matière d’augmentation humaine apparaissent.

L’augmentation humaine explore comment la technologie peut être utilisée pour apporter des améliorations cognitives et physiques en tant que partie intégrante de l’expérience humaine. Au lieu que les ordinateurs et les applications soient en dehors de l’expérience humaine normale, ils deviennent un élément naturel – et parfois nécessaire – de l’expérience humaine quotidienne.

En outre, l’augmentation humaine inclut également des facteurs de la bio-ingénierie qui vont au-delà de l’exploitation des ordinateurs et des applications. Nous sommes déjà sur ce chemin dans une certaine mesure. Pour beaucoup de gens, les smartphones sont un outil essentiel et un compagnon constant. Les réseaux sociaux et les connexions électroniques tels que le courrier électronique sont devenus un lien primordial entre les personnes. Les produits pharmaceutiques ont augmenté l’homme bien avant l’avènement des ordinateurs.

L’augmentation humaine est un excellent exemple d’innovation combinatoire qui regroupe de nombreuses tendances, notamment :

* L’hyper-automation et le développement de systèmes experts pour démocratiser l’accès aux compétences au-delà de l’expérience et de la formation actuelles.
* L’Edge Computing et les objets autonomes, qui existent dans les espaces autour des humains et augmentent leurs capacités.

Augmentation cognitive et physique

L’augmentation humaine influe sur la façon dont nous nous déplaçons, percevons et interagissons dans les espaces physiques et numériques, ainsi que sur la façon dont nous traitons, analysons et stockons les informations. L’augmentation peut être globalement catégorisée en catégories physique et cognitive, bien que les limites entre elles se brouillent avec le temps.

L’augmentation physique améliore les capacités humaines en modifiant leurs capacités physiques inhérentes en implantant ou en hébergeant un élément technologique dans leur corps. Les secteurs de l’automobile, des mines, du pétrole et du gaz et d’autres industries utilisent des dispositifs portables pour améliorer la sécurité des travailleurs. Les appareils vestimentaires stimulent également la productivité sur le lieu de travail dans des secteurs tels que la vente au détail, les voyages et les soins de santé. L’augmentation physique comprend également l’utilisation de la biologie ou d’autres moyens pour modifier le corps humain.

Dans certains cas, l’augmentation physique remplace une capacité humaine perdue par un individu (par exemple une jambe prothétique); mais, dans certains cas, ces capacités de remplacement peuvent dépasser les capacités humaines naturelles.

L’augmentation physique peut être envisagée selon plusieurs dimensions :

Augmentation sensorielle – Audition, vision et autres dispositifs d’augmentation ou implants pour améliorer la perception. La réalité virtuelle, augmentée et mixte est un exemple actuel d’augmentation sensorielle. Dans le secteur des technologies émergentes, diverses entreprises expérimentent des lentilles de contact intelligentes pour détecter les niveaux de glucose dans les larmes et la pression intra-oculaire. Les chercheurs expérimentent également la mise au point d’un “nez électronique” imitant un nez humain.

Augmentation des organes et des fonctions biologiques – L’utilisation d’exosquelettes et de prothèses pour remplacer ou améliorer ces capacités est un domaine élargi de l’augmentation humaine. L’augmentation chirurgicale des yeux a été populaire auprès des golfeurs professionnels. Les implants cochléaires peuvent remplacer les nerfs auditifs non fonctionnels, et une technologie similaire a été utilisée pour reproduire les yeux. L’industrie cosmétique est leader dans l’amélioration des ongles, des cheveux, des yeux et de la forme des parties du corps en utilisant des implants passifs. On peut soutenir que l’industrie pharmaceutique augmente les fonctions biologiques humaines depuis des années. Les nootropiques font référence à l’utilisation de substances naturelles ou synthétiques qui peuvent améliorer les capacités mentales, bien que l’utilisation de ces substances en dehors d’un traitement pour une condition médicale spécifique soit très controversée.

Augmentation du cerveau – Il existe actuellement des implants tels qu’un stimulateur du nerf vague pour traiter les convulsions. Les implants cérébraux sont explorés pour diverses utilisations, notamment le stockage de la mémoire et les implants cérébraux pour décoder les schémas neuronaux et synthétiser la parole. Neuralink tente de développer un implant cérébral permettant de connecter le cerveau humain à des réseaux informatiques.

Augmentation génétique – Les thérapies géniques et cellulaires somatiques sont utilisées de nos jours et considérées comme moralement acceptables. Par exemple, la thérapie génique pour traiter les enfants présentant un déficit immunitaire combiné sévère est un traitement accepté. À l’avenir, la facilité d’accès aux technologies CRISPR et leur faible coût peuvent permettre un vaste génie génétique, bien que les questions éthiques soient importantes.

La cognition est le processus par lequel les humains acquièrent des connaissances grâce à des informations sensorielles, les expériences de vie, l’apprentissage et la réflexion sur ces informations, cette expérience et cette éducation. Les compétences cognitives sont utilisées pour comprendre, traiter, mémoriser et appliquer l’information afin de prendre des décisions et de prendre des mesures. L’augmentation cognitive améliore la capacité de l’être humain à penser et à prendre de meilleures décisions.

L’augmentation cognitive peut se produire par l’accès à l’information et l’exploitation d’applications sur des systèmes informatiques traditionnels et l’émergence d’une interface multiexpérience dans des espaces intelligents. Cela comprend des scénarios d’intelligence augmentée, où les humains et l’intelligence artificielle travaillent ensemble pour améliorer la performance cognitive, y compris la prise de décision et l’apprentissage. En outre, l’augmentation physique qui améliore les sens ou la capacité ou les capacités du cerveau humain alimente de nouveaux modèles d’augmentation cognitive. Cela comprend l’utilisation de médicaments intelligents et d’implants cérébraux pour stocker les souvenirs.

L’augmentation humaine offre la possibilité de réaliser la transformation numérique par la transformation humaine.

Les appareils portables (wearables) sont un exemple d’augmentation physique d’aujourd’hui. Au fur et à mesure que la maturité et l’adoption des technologies portables augmentent, les consommateurs et les employés commenceront à envisager d’autres augmentations physiques pour améliorer leur vie personnelle (c.-à-d. leur santé et leur condition physique) ou pour faire leur travail plus efficacement (c.-à-d. exosquelettes et implants).

Au cours des 10 prochaines années, les niveaux d’augmentation physique et cognitive humaine vont devenir prédominants à mesure que les individus recherchent des améliorations personnelles. Cela créera à son tour un nouvel effet de “consumérisation” dans lequel les employés chercheront à exploiter leurs améliorations personnelles – et même à les étendre – pour améliorer leur environnement de travail. D’ici 2023, 30% des organisations informatiques étendront leurs politiques de BYOD avec “apportez votre propre amélioration” pour prendre en compte les humains augmentés sur le marché du travail.

Aspects culturels et éthiques de l’augmentation humaine

L’augmentation humaine sera l’un des principaux moyens par lesquels les individus interagissent les uns avec les autres et avec les espaces intelligents qui les entourent. Les chefs d’entreprise et les responsables informatiques doivent planifier la manière dont leurs entreprises adopteront, exploiteront et s’adapteront aux changements à venir. Au fur et à mesure que les consommateurs et les employés intègrent une plus grande partie de leur vie dans une augmentation humaine amplifiant l’intelligence, les organisations devront faire face aux problèmes de transparence, de confidentialité et d’autonomie des données.

Lorsqu’elles choisissent des technologies et des méthodologies d’augmentation humaine, les entreprises doivent examiner cinq domaines principaux :

Sécurité. Les technologies d’augmentation humaine doivent atteindre et maintenir un état de risque lié à la sécurité acceptable. Ce risque concerne une surface d’attaque qui n’est plus liée à un dispositif ou à un emplacement physique spécifique, mais qui peut voyager avec le sujet humain.

Vie privée. L’augmentation humaine offre la possibilité d’accéder à des connaissances intimes et à des données relatives à l’humain qu’elle améliore. Ces données doivent être protégées.

Conformité. Les gouvernements et les organismes de réglementation publient fréquemment des réglementations et imposent des exigences de conformité, ce qui rend la conformité extrêmement complexe pour les entreprises mondiales, en particulier parce que les organismes tentent toujours de saisir les implications des technologies d’augmentation humaine.

Impact sur la santé. L’augmentation humaine peut entraîner des conséquences mentales et physiques à long terme qui pourraient ne pas être immédiatement comprises.

Éthique. La mise en œuvre de technologies et de processus d’augmentation humaine pose de graves problèmes d’éthique. Celles-ci incluent des considérations et des évaluations éthiques pour déterminer les vulnérabilités, les risques et les problèmes moraux spécifiques. Par exemple, la fracture numérique se creuse-t-elle au fur et à mesure que les individus nantis peuvent s’augmenter eux-mêmes et leurs enfants, alors que les moins nantis ne le peuvent pas ? Les réponses à ces questions sociétales deviendront de plus en plus importantes.

Les entreprises de tous types et de toutes tailles envisagent l’augmentation humaine pour obtenir divers résultats commerciaux grâce à de nombreux scénarios d’utilisation commerciale avec des horizons temporels différents. Par conséquent, ils doivent prendre en compte les leçons, les recommandations et les principes de l’expérimentation humaine lorsqu’ils commencent intentionnellement à exploiter les capacités d’augmentation humaine pour la transformation humaine.

Les entreprises doivent trouver un équilibre entre deux principes éthiques classiques – préventif et proactif – et adopter ce que Gartner appelle le “principe de précaution” :

Le principe de précaution stipule que “si une mesure ou une politique risque de causer un préjudice grave ou irréversible au public ou à l’environnement, en l’absence d’un consensus scientifique selon lequel il n’y aurait pas de préjudice, la charge de la preuve incombe à ceux qui prennent cette mesure”.

Le principe pro-actionnaire a été formulé par Max More et constitue un principe fondamental du mouvement transhumaniste. Lorsqu’il s’agit d’imposer des mesures restrictives, il présente plusieurs impératifs : “Évaluer les risques et les opportunités en fonction des données scientifiques disponible et non de la perception populaire. Tenir compte à la fois du coûts des restrictions elles-mêmes et des opportunités manquées. Privilégier les mesures proportionnelles à la probabilité et à l’ampleur des impacts et qui ont une valeur d’attente élevée. Protéger la liberté des gens de faire des expériences, d’innover et de progresser.”

Le principe de précaution établit un équilibre entre le principe de précaution et le principe proactif. Il recommande que les organisations aillent de l’avant avec l’innovation, mais uniquement d’une manière qui ne met pas en danger l’individu, l’entreprise ou l’environnement dans son ensemble.

https://iatranshumanisme.com/transhumanisme/intelligence-artificielle-dimensions-socio-economiques-politiques-et-ethiques/

Amazon envisage d’ouvrir un format de supermarché utilisant sa technologie Go dès 2020

Amazon s’apprête à utiliser sa technologie Go, un système de paiement en magasin sans caisse, dans de nouveaux formats de magasin, en y octroyant également une licence dès le premier trimestre 2020, rapporte Bloomberg.

La technologie Go est déjà déployée dans 21 magasins et permet aux consommateurs de saisir ce qu’ils veulent sans s’arrêter physiquement à la caisse.

On raconte que l’entreprise est en train de développer la technologie pour qu’elle puisse être utilisée dans les supermarchés et les kiosques, ce dernier pouvant être utilisé dans les centres commerciaux et les stades de sport, il se peut donc que Go aille au-delà du format des magasins de proximité que tous les magasins Amazon Go utilisent actuellement.

Si Amazon parvient à faire évoluer avec succès son format Go pour les supermarchés et à concéder sous licence cette technologie, il se positionnera au sommet du marché des caisses autonomes.

Un format de supermarché serait beaucoup plus grand que n’importe quel magasin Amazon ou d’autres prestataires de caisses autonomes qui ont été officiellement lancés à ce jour. Amazon viserait à pouvoir soutenir un magasin de 30 000 pieds carrés (2787 m2) avec cette expansion – beaucoup plus grand que le plus grand magasin Amazon Go d’une superficie d’environ 2 300 pieds carrés (214 m2).

Amazon et d’autres prestataires de caisses autonomes comme AiFi, Standard Cognition et Zippin n’ont pas encore ouvert de magasins de cette taille, ce serait donc une réalisation majeure pour Amazon. Pour ce faire, il devra s’assurer que son réseau de caméras et de capteurs puissent suivre tous les clients et les produits sélectionnés dans un magasin à la fois, ce qui peut s’avérer difficile dans un grand format comme un supermarché qui a des articles non uniformes comme des fruits et légumes.

Si Amazon déploie avec succès sa technologie Go dans une épicerie et peut l’offrir sous licence à d’autres détaillants, elle devrait avoir accès à une nouvelle source de revenus importante. Pour profiter de l’occasion, Amazon devrait être en mesure de moderniser les magasins tiers existants avec la technologie Go, ce qui peut être compliqué parce qu’il a construit ses magasins Go en ayant la technologie à l’esprit. Mais si c’est possible, d’autres détaillants pourraient être très intéressés à travailler avec lui afin d’offrir à leurs consommateurs des achats sans vérification physique et d’économiser sur les coûts de main-d’œuvre pour les caissiers.

Cela permettrait à Amazon d’accumuler potentiellement des revenus provenant des droits de licence ou d’obtenir une part des ventes réalisées grâce à sa technologie, d’autant plus qu’elle pourrait devancer les fournisseurs de technologie concurrents et offrir des solutions pouvant être déployées dans des magasins en direct, ce qui lui donnerait un avantage précieux en tant que premier venu.

L’ajout de nouveaux formats Amazon Go complique davantage le portefeuille en pleine expansion d’Amazon, ce qui pourrait dérouter les consommateurs. En plus de ses magasins Go, Amazon, propriétaire de Whole Foods, est sur le point d’ouvrir une épicerie distincte de Whole Foods, sans technologie Go, avec des librairies et plus encore.

Avec toutes ces offres, dont beaucoup sont sous la marque Amazon, les consommateurs peuvent ne pas savoir quels magasins utiliseront la technologie Go et lesquels ne le feront pas, ce qui peut semer la confusion et la frustration.

L’avenir, c’est l’IA qui sait quand vous mourrez

Cette IA sait quand vous mourrez et ses créateurs ne savent pas comment

Des chercheurs de Geisinger, un fournisseur de services de santé de Pennsylvanie, ont formé une IA afin de prédire quels patients sont les plus à risque de décéder au cours de la prochaine année, rapporte New Scientist.

Ils ont alimenté les 1,77 million de fichiers d’électrocardiogramme (ECG) de l’IA – mesurés en tension au fil du temps – de 400 000 patients, afin de détecter des schémas pouvant indiquer des problèmes cardiaques futurs, notamment des crises cardiaques et la fibrillation auriculaire.

Les résultats étaient impressionnants et un peu effrayants. Selon les chercheurs, le modèle d’IA a mieux réussi que les méthodes existantes à faire la distinction entre les patients qui allaient mourir dans l’année et ceux qui ont survécu.

“Quoi qu’il en soit, le modèle basé sur la tension a toujours été meilleur que tous les modèles pouvant être construits à partir d’éléments que nous mesurons déjà à partir d’un ECG”, a déclaré Brandon Fornwalt, chercheur principal de l’étude chez Geisinger.

Le modèle a même détecté des problèmes cardiaques chez des patients qui avaient été préalablement traités par des cardiologues.

“Ce résultat suggère que le modèle voit des choses que les humains ne peuvent probablement pas voir, ou du moins que nous ignorons et pensons être normales”, a ajouté Fornwalt. “L’IA peut nous apprendre des choses que nous avons peut-être mal interprétées pendant des décennies.”

Ce n’est pas la seule tentative d’exploiter le pouvoir du machine learning pour prédire la mort. L’an dernier, des chercheurs de Google à Mountain View, en Californie, ont créé un modèle prédictif utilisant les dossiers de santé électroniques pour prédire la durée du séjour et le moment du congé du patient, ainsi que l’heure du décès.

La FDA a approuvé un algorithme qui prédit la mort

Les modèles d’IA ont également été utilisés pour diagnostiquer les maladies cardiaques et le cancer du poumon – dans certains cas avec plus de précision que les médecins humains.

Mais il y a un problème majeur avec l’IA de Geisinger, et beaucoup d’autres modèles aussi : ils ont du mal à expliquer comment fonctionne l’IA. C’est pourquoi les professionnels s’inquiètent à l’idée de prendre des décisions fondées sur ce genre d’algorithmes.

New Scientist

Ce superordinateur peut prédire quand un patient va mourir avec une précision de 96%