Ceci est la version Web d’Eye on AI, la newsletter hebdomadaire de Fortune couvrant l’intelligence artificielle et les affaires. Inscrivez-vous ici pour recevoir des e-mails hebdomadaires.
L’écrivain de science-fiction William Gibson a déclaré : « L’avenir est déjà là, mais il n’est tout simplement pas réparti uniformément. » En effet, cela s’applique également aux déploiements d’IA.
Quelles entreprises recherchent des employés possédant des compétences liées à l’apprentissage automatique, à la science des données et à l’IA ? Aux États-Unis, l’étude ZipRecruiter sur le marché du travail a récemment révélé que seuls quatre États dominent : la Californie, Washington, New York et le Massachusetts. Ensemble, ils représentent 90 % de tous les emplois nécessitant des compétences avancées en IA et 60 % de tous les emplois en IA annoncés sur ZipRecruiter.
Ce n’est pas surprenant, étant donné que ces États abritent les sièges sociaux et les grandes succursales des sociétés FAANG. Mais alors que le coût de la vie augmente dans bon nombre de ces pôles technologiques, ZipRecruiter a constaté que la recherche de talents en IA prend rapidement de l’ampleur dans cinq autres États : le Colorado, l’Utah, la Virginie, le Texas et l’Arizona. Ces États ont connu un taux de croissance de 93 % des offres d’emploi en IA au cours des deux dernières années, soit près de trois fois plus rapide que les quatre grandes régions.
ZipRecruiter a également découvert certaines régions des États-Unis où les entreprises semblent être considérablement en retard en matière d’hébergement d’équipes d’IA internes, notamment le Mississippi, l’Alaska, le Kentucky, la Virginie occidentale et la Louisiane. Cela ne signifie pas nécessairement que ces entreprises n’utilisent pas l’IA. Cependant, si vous le faites, cela indique probablement que vous achetez la technologie auprès d’un fournisseur ou d’un consultant plutôt que de créer votre propre IA.
C’est ça l’Amérique En regardant ce qui se passe à l’échelle internationale et dans tous les secteurs, le dernier AI 100 de CB Insights a examiné quelles startups d’IA réussissent le mieux. La société combine des indicateurs de force en R&D, tels que les brevets, avec des données sur le financement, les clients existants et la taille potentielle du marché.
Les startups basées aux États-Unis dominent la liste, représentant plus de la moitié des 100 entreprises. Étonnamment, malgré ses ambitions tant vantées en matière d’IA et son leadership dans certains domaines, comme la reconnaissance faciale, la Chine ne compte que quatre startups dans le top 100 (moins que les six du Canada, et le Royaume-Uni en compte sept, soit beaucoup plus que sa population). Certaines startups très notables sont absentes de la liste. Il n’y avait aucune startup d’Australie ou de Nouvelle-Zélande, aucune startup de la puissance technologique traditionnelle de Corée du Sud, et une seule d’Amérique du Sud et d’Afrique dans son ensemble.
CB Insights a regroupé des informations provenant de 15 secteurs industriels différents. C’est incroyable à quel point certains champs sont bondés. La santé occupe neuf places dans le top 100, suivie par la finance et l’assurance (regroupées en une seule catégorie) avec cinq places. D’autres secteurs, comme l’immobilier et le droit, ne comptaient chacun qu’une seule entreprise sur la liste.
Compte tenu de la taille de ces secteurs, il semble peu probable que le manque de débouchés commerciaux en soit la cause. Cela pourrait plutôt être le signe d’une industrie qui tarde généralement à adopter la technologie.
Si vous envisagez de démarrer une startup dans le domaine de l’IA, il pourrait être judicieux de revendiquer vos droits sur un territoire relativement vaste et ouvert.
***
Notre objectif est de rendre cette newsletter aussi précieuse que possible pour vous. Cependant, nous avons besoin d’un peu d’aide. Qu’est-ce qui vous plaît le plus dans Eye on AI ? Quelle section vous déplaît le plus ? Que veux-tu qu’on fasse plus ou moins ? Faites-le nous savoir en répondant à cet email.
***
En parlant de valeur, nous espérons que vous apprécierez le journalisme primé de Fortune. La semaine dernière, nous avons lancé un nouveau modèle d’abonnement pour soutenir notre travail.
Ne t’inquiète pas. Vous recevrez toujours Eye on AI, ainsi que tous nos autres excellents titres de newsletter, gratuitement dans votre boîte de réception e-mail. (Vous devez vous abonner pour accéder à la version Web.) Encore meilleure nouvelle : si vous êtes un fidèle lecteur d’Eye on AI, vous bénéficierez d’une réduction spéciale de 50 % sur votre abonnement. Suivez le lien ici. Nous recommandons à tout le monde de s’abonner !
Si vous rencontrez des problèmes avec votre abonnement, veuillez nous envoyer un e-mail à [email protected]. Si vous avez des questions d’ordre général, veuillez nous envoyer un e-mail à [email protected].
Jérémy Kern
@jeremyakahn
[email protected]
Cet article a été mis à jour pour clarifier que ZipRecruiter est une place de marché du travail et non une entreprise d’emploi.
L’IA dans l’actualité
Clearview AI continue d’aspirer des données et des controverses. La startup de reconnaissance faciale basée à New York construit une base de données de toutes les photos de la police américaine prises au cours des 15 dernières années, a déclaré OneZero, citant des courriels de l’entreprise obtenus grâce aux archives publiques. Pendant ce temps, le New York Times a rapporté qu’avant que Clearview ne se fasse connaître pour sa collaboration avec les forces de l’ordre, ses riches bailleurs de fonds utilisaient une version bêta secrète de l’application de reconnaissance faciale comme jouet personnel, et qu’un milliardaire avait utilisé le logiciel pour enquêter sur l’identité des partenaires amoureux de sa fille.
L’utilisation de la reconnaissance faciale par la police de Londres est terrible. La police métropolitaine a publié des chiffres montrant que les efforts visant à déployer la reconnaissance faciale pour identifier les suspects recherchés dans les lieux publics bondés ne fonctionnent pas très bien, a rapporté The Register. Un jour, le système d’Oxford Circus, dans le centre de Londres, a enregistré un taux de faux positifs de près de 88 %. Un autre jour, le système était complètement en panne.
Les outils d’IA de Deezer pourraient créer un cauchemar en matière de droits d’auteur. C’est du moins le point de vue de Pitchfork. La société a écrit sur un outil d’apprentissage automatique appelé Spleeter qui peut isoler et essentiellement procéder à une ingénierie inverse de chaque piste de musique enregistrée. L’outil a été créé par le service de streaming Deezer et publié gratuitement à la fin de l’année dernière, mais il devient populaire parmi les DJ et autres personnes souhaitant échantillonner seulement une partie de leur musique (comme une voix, une ligne de basse ou un coup de batterie). Selon Pitchfork, cette capacité, connue dans l’industrie musicale sous le nom de « séparation des sources », est une aubaine pour les historiens de la musique, les archivistes et les passionnés qui souhaitent analyser la contribution d’un musicien unique à une œuvre particulière. Cependant, la publication affirme également que cela pourrait créer des problèmes majeurs pour les artistes et les maisons de disques en rendant plus difficile la protection de leur propriété intellectuelle.
Twitter a annoncé un concours où son IA prédit quelles publications recevront un poids. Twitter a annoncé un prix de 25 000 $ dans le cadre d’un concours visant à développer des algorithmes capables de prédire avec précision les réactions des utilisateurs à des tweets spécifiques. L’algorithme gagnant devrait aider à développer le nouveau système de recommandation de Twitter, a déclaré la société dans un article de blog. Ils ont créé une base de données de 200 millions de tweets et de réponses, tous anonymisés, que les candidats pourraient utiliser pour entraîner leurs algorithmes.
Facebook révèle comment il utilise l’IA pour bloquer les faux comptes. Le réseau social a révélé les détails du système d’apprentissage automatique qu’il a construit pour bloquer les comptes qui violent ses conditions d’utilisation. La méthode de Facebook, appelée Deep Entity Classification (DEC), dont j’ai parlé ici dans Fortune, crée une image statistique du compte de chaque utilisateur. La société affirme qu’elle est désormais en mesure de supprimer plus de 97 % des faux comptes avant que les utilisateurs ne les signalent pour examen, et qu’elle a réussi à supprimer des milliards de faux comptes depuis la mise en œuvre du système au cours des deux dernières années.
Focus sur les talents en IA
Western Digital Corp. a nommé David Goeckeler au poste de nouveau PDG. Il était auparavant responsable des activités de réseau et de sécurité de Cisco. JPMorgan Chase & Co. a embauché Gil House en tant que responsable de la technologie numérique pour sa division bancaire grand public, a rapporté Bloomberg News. Auparavant, il a occupé le poste de directeur de la technologie pour les produits et plates-formes d’entreprise chez Capital One Financial Corp.
Focus sur la recherche en IA
DeepMind annonce une prédiction de la forme des protéines basée sur l’IA pour faciliter le traitement des coronavirus. La société de recherche en intelligence artificielle basée à Londres et appartenant à Alphabet a fait la une des journaux il y a 18 mois lorsque son système AlphaFold s’est avéré meilleur que n’importe quelle méthode logicielle précédente pour prédire la forme des protéines en fonction de leurs séquences d’acides aminés sous-jacentes. DeepMind a maintenant publié une version mise à jour de son algorithme pour six protéines liées au SRAS-CoV-2, le coronavirus à l’origine de la nouvelle maladie à coronavirus (COVID-19).
Connaître leur forme est une étape importante dans le développement de traitements médicamenteux possibles contre les maladies. DeepMind a déclaré qu’il utiliserait AlphaFold pour cibler des protéines qui ont reçu peu d’attention jusqu’à présent, ouvrant potentiellement la voie au développement de nouveaux médicaments.
Lorsqu’AlphaFold a remporté le concours CASP 13 (Critical Assessment of Structure Prediction 13) 2018, un concours biennal majeur pour les logiciels capables de prédire avec précision le repliement des protéines, il avait une précision d’environ 58 % (le deuxième meilleur logiciel avait une précision de seulement 7 %). Par conséquent, AlphaFold n’est pas parfait et DeepMind a averti que ses prédictions sur le repliement des protéines pour le SRAS-CoV-2 n’ont pas été confirmées. Cependant, la société a déclaré que lorsqu’elle avait testé AlphaFold sur une protéine liée au SRAS-CoV-2 dont la forme avait déjà été vérifiée et cartographiée expérimentalement, l’algorithme avait prédit avec précision son schéma. Cela a donné aux chercheurs l’assurance que les prédictions d’AlphaFold concernant d’autres protéines associées au virus étaient également susceptibles d’être exactes.
Le sort de l’IA
Qu’est-ce que Clearview AI et pourquoi soulève-t-elle autant de signaux d’alarme en matière de confidentialité ?—Écrit par Alyssa Newcomb
Rencontrez l’IA qui a aidé Facebook à supprimer des milliards de faux comptes : Jeremy Kahn
Exclusif : pour 3 $, un « avocat-robot » poursuivra en justice les courtiers en données qui ne suppriment pas vos informations personnelles et de localisation – Jeff John Roberts
Les voitures connectées rendront nos routes plus sûres, mais elles ont besoin du soutien des régulateurs – Michael Moskowitz
Certaines de ces histoires nécessitent un abonnement pour y accéder. Merci de soutenir notre journalisme.
nourriture pour le cerveau
L’artiste utilise l’IA pour prouver que nous sommes tous un peu racistes. La vidéaste Karen Palmer, basée à Londres, a collaboré avec des informaticiens de l’Université Brunel de la ville, des spécialistes des sciences sociales de l’Université de New York et des développeurs de l’institut ThoughtWorks Arts pour créer un projet vidéo appelé Perception iO qui utilise des outils pour analyser les visages des spectateurs pour quatre émotions : la colère, la peur, la surprise et le calme. Le projet est actuellement exposé au Cooper Hewitt, Smithsonian Design Museum à New York.
Dans ce film, les spectateurs incarnent un policier confronté à de nombreuses situations tendues. Le décor initial du film est aléatoire. Les téléspectateurs voient des acteurs blancs ou noirs incarner des personnes qui ont commis des crimes ou qui souffrent de graves problèmes de santé mentale. Pendant que les spectateurs regardent le scénario, une caméra pointée vers leur visage suit leurs mouvements oculaires et saisit leurs expressions faciales via un algorithme. La façon dont l’histoire d’un film se déroule est déterminée par la direction que prend le regard du spectateur et les émotions qu’il exprime – des émotions qui peuvent révéler des préjugés inconscients. Palmer souhaite que les gens soient confrontés à leurs propres préjugés et aux implications en matière de vie privée des systèmes de détection faciale et d’émotions de plus en plus populaires. (Elle a écrit le code source de l’IA de détection d’émotions EmoPy et l’a mis gratuitement à la disposition des autres.)
Ce projet est génial et j’ai hâte de le découvrir à mon retour à Londres. Ce type de cinéma hyper-personnel pourrait un jour devenir courant. Cependant, cette technologie présente un inconvénient. Qu’arrive-t-il aux conversations sur les dernières séries sur Netflix lorsque personne ne peut regarder exactement le même film ? (OK, majors en philosophie et en critique. Oui, nous savons déjà que nous n’avons jamais vu le même film. Nous sommes tous prisonniers de nos propres expériences subjectives. Mais une intrigue unifiée permet de relier un peu plus facilement ces subjectivités par le dialogue.)
