AMI IA Prés Luxembourg

Transcript

1. Direction interministérielle du numérique 20/01/2021 Expérimenter l’IA dans l’administration : exemples de projets accompagnés par le Lab IA d’Etalab 1
2. Direction interministérielle du numérique 2 20/01/2021 Points abordés • Présentation du Lab IA • Expérimentation de l’IA dans les administrations : 2019-2020 • Lancement des appels à manifestation d’intérêt en intelligence artificielle • Les projets sélectionnés en 2019 se sont poursuivis en 2020 • Projets d’IA sélectionnés en 2020 : Vue d’ensemble • Quelles politiques publiques ? Exemples de projets • Accompagnement des projets d’expérimentation: ressources • Perspectives pour la suite des expérimentations
3. Direction interministérielle du numérique 3 20/01/2021 Les 3 missions du Lab IA
4. Direction interministérielle du numérique 4 20/01/2021 Contexte: lancement des appels à projets IA 1 et 2 2019 : premier appel à projets IA • 6 projets sélectionnés pour expérimenter l’IA dans le secteur public • 12 mois d’accompagnement en partenariat avec la Direction interministérielle de la transformation publique (DITP) • 5 de ces projets ont été pilotés et mis en place aujourd’hui 2020 : 2ème appel à projets IA lancé en 2020 • 13 projets sélectionnés pour expérimenter l’IA dans différents secteurs: économie, santé, justice, sécurité, transition écologique • Lancement des projets en mars 2020, finalisation entre novembre et février 2021 • 10 sont accompagnés par un prestataire privé ; 3 par des équipes scientifiques de l’INRIA Objectif: pouvoir expérimenter l’IA concrètement pour l’administration en développant un outil qui puisse être testé sur le terrain par des usagers ou des agents et documenter la pertinence d’une généralisation ou d’une industrialisation de cette technologie.
5. Direction interministérielle du numérique 5 20/01/2021 Les projets sélectionnés en 2019 se sont poursuivis en 2020 • Sur les 6 projets, 5 ont permis de développer un algorithme d’IA qui a pu être testé avec les agents sur le terrain
6. Direction interministérielle du numérique 6 20/01/2021 Outils d’analyse automatique de données, principalement textuelles • Améliorer l’efficacité de la justice administrative (Conseil d’Etat) • Développer une solution de veille d’exploitation d’informations (DG des Entreprises) • Améliorer le système de pré- plaintes en ligne (Gendarmerie) • Développer l’IA dans le contrôle de légalité dématéialisé (DG des collectivités locales) Projets d’IA sélectionnés en 2020 : Vue d’ensemble Outils de classification d’information • Optimiser le traitement des événements sanitaires indésirables (DG Santé) • Analyse les dossiers patients pour améliorer la qualité des soins (CHU de Bordeaux) • Améliorer la qualité du statistiques domicile- travail (INSEE) Développement d’interfaces de travail • Développer un système d’alerte automatique pour l’aide à la surveillance des travailleurs exposés aux rayonnement ionisants (IRSN) • Développer un outil d’aide à l’implantation des entreprises artisanales (Chambre des Métiers et de l’Artisanat de Nouvelle- Aquitaine) Exploration de données complexes • Protéger les administrations des cyberattaques (ANSSI) • Identifier les molécules contaminant l’environnement et profiler les sources de pollution (INERIS) Projets scientifiques • Identifier les divergences de jurisprudence (Cour de Cassation) • Améliorer la cartographie du littoral (Shom) • Faciliter le calcul du positionnement des points de référence terrestre à partir des données satellites (IGN)
7. Direction interministérielle du numérique 7 20/01/2021 Quelles politiques publiques ? Exemples de projets • IA et contrôle : orienter le contrôle de la police de l’environnement (OFB) ; cibler les contrôles des restaurants (DGAL) ; • IA et justice : ouvrir les décisions de justice au grand public (outil de pseudonymisation) ; améliorer les délais de jugement (Conseil d’Etat) ; • IA et services aux usagers : outil de question-réponse (PIAF et service-public.fr) ; agent conversationnel (ACOSS) ; dépôt des pré-plaintes en ligne (Gendarmerie Nationale) • IA et économie : aide à l’implantation des entreprises artisanales (CRMANA) ; • IA et santé : analyse du dossier patient (CHU Bordeaux) ; • IA et environnement : identifier les sources de pollution (INERIS); • IA et sécurité : repérer les risques de cyberattaques des administrations (ANSSI)
8. Direction interministérielle du numérique 8 20/01/2021 Contexte et démarche : Orienter les contrôle de la police de l’environnement en valorisant des historiques de données sur les usages et la qualité de l’eau IA et contrôle : orienter les contrôles de la police de l’environnement • Moins de 25% des 54 000 contrôles fait ont conduit à une identification de violation de la loi • Echelle du projet : 2 départements français (Ille-et-Vilaine, Morbihan) (13 500 km2, 1.7 million d’habitants) • Alimenter un algorithme d’apprentissage supervisé avec des historiques de données de 93 variables (type de culture, pesticides, topographie, données économiques, zones urbaines) • Calculer le risque de pollution « diffuse » de l’eau dans une zone donnée grâce à l’algorithme d’apprentissage (indicateur de priorité des zones à contrôler) • Restituer les résultats sur une interface à destinations des 650 agents de l’AFB
9. Direction interministérielle du numérique 9 20/01/2021 Résultats : Orienter les contrôle de la police de l’environnement en valorisant des historiques de données sur les usages et la qualité de l’eau IA et contrôle : orienter les contrôles de la police de l’environnement 1. Les agents de la police de l’eau se voient désormais proposer quotidiennement une zone (5km*5km) où il maximise l’impact de leur action de contrôle. 2. L’interface de la solution IA est utilisable sur des terminaux mobiles et propose une représentation cartographique, donc adapté au terrain. 3. Statistiquement, la prédiction du risque d’infraction est améliorée par 3 par rapport aux modèles non basés sur l'IA Q4 2020 : Outil expérimenté sur le terrain ; formation des agents pour s’approprier l’outil ; mises à jour fréquentes pour améliorer l’outil, et recrutement de data scientists pour continuer le projet
10. Direction interministérielle du numérique 10 20/01/2021 Outil mutualisé : Outil de pseudonymisation (Conseil d’Etat) IA et justice : Ouvrir les décisions de justice au grand public Depuis la publication du décret n°2020-797 du 29 juin 2020, les décisions des juridictions judiciaires et administratives doivent être mises à la disposition du public. De nombreuses administrations publiques sont confrontées à des problèmes de pseudonymisation dès lors qu'elles ont à publier des documents textuels contenant des données à caractère personnel. Ces documents recouvrent des décisions de justice, mais aussi des actes administratifs, des procès-verbaux, des notes, etc. En 2019, le Lab IA a accompagné le Conseil d’Etat qui publie en open data des décisions de justice administrative. Démo de l’outil d'IA de pseudonymisation : datascience.etalab.studio\pseudo Cet outil est open-source et peut donc être librement réutilisé pour d'autres projets de pseudonymisation. Le code est sur disponible sur github.
11. Direction interministérielle du numérique 11 20/01/2021 Outil mutualisé : Pour une IA francophone (PIAF), du modèle IA à l’application IA et service aux usagers : mieux prioriser l’action des agents (PIAF) Entre octobre 2019 et juin 2020, l’équipe de PIAF a collecté et publié un jeu de données d’entraînement francophone grâce à plus de 9500 annotations et la mobilisation de plus de 700 contributeurs. Méthodologie et les résultats : www.lrec-conf.org/proceedings/lrec2020/pdf/ 2020.lrec-1.673.pdf Depuis juin 2020, l’équipe s’est lancée dans une nouvelle phase : développer un moteur de questions-réponses francophone permettant de favoriser l’appropriation de ce jeu de données francophone par les administrations. Avec service-public.fr, premier cas d’usage PIAF, il s’agit de passer d’une brique technique à un outil qui puisse être utilisé par les agents et les citoyens : agent conversationnel ou recherche d’informations. Prochaines étapes : amélioration des performances, mise en production et lancement d’une offre de service pour les administrations. Rediffusion de l’Open Lab de PIAF de novembre 2020 autour de trois ateliers : quel cas d’usage pour les algorithmes de question-réponse ? Quelles pistes d’amélioration techniques ? Comment favoriser l’IA francophone ouverte ? https://etalab.github.io/ infolettre-lab-ia/numero-9/
12. Direction interministérielle du numérique 12 20/01/2021 Projet pour la Chambre des Métiers et de l’Artisanat de Nouvelle-Aquitaine IA et économie : mieux accompagner la création d’entreprises artisanales - Chaque année, 24 000 porteurs de projets se présente à la CRMANA - Objectif : développer un outil d’IA pour à la fois réduire le temps nécessaire pour faire les études d’implantation, accompagner un plus grand nombre d’entrepreneurs et améliorer les préconisations faites par les agents - Deux algorithmes : pour modéliser le niveau d’équipement artisanal du territoire et pour modéliser le taux de survie des entreprises en fonction de leur environnement (nombreuses variables et modélisations sur 3 et 5 ans) et interface Q4 2020 : Premiers résultats très encourageant ; passe d’évaluation de l’expérimentation avec mise en situation pour les utilisateurs finaux (estimée à six mois); enjeux : migrer sur le serveur interne, ajout de fonctionnalités complémentaires. A plus long terme: utilisation de l’outil à l’échelle nationale ou ouverture vers d’autres métiers de proximité Voir https://speakerdeck.com/etalabia/pitch-ami-ia-2- crmana-942d663e-376b-4560-aee6-6fb5af2efcba?slide=4
13. Direction interministérielle du numérique 13 20/01/2021 Accompagnement des projets et animation de communauté : ressources Sessions collectives d’accompagnement et ressources d’Etalab accessibles ici https://github.com/ etalab-ia/ami-ia/blob/master/accompagnement.md - Introduction aux grandes étapes d’un projet d’IA ; - Formations en ligne « Vis ma vie de data scientist » (mini-formations sur la visualisation de données, le traitement du langage naturel et l’apprentissage machine ) - Atelier sur l’explicabilité des algorithmes (avec experts d’Etalab et INRIA) - Atelier sur l’identification et la prévention des biais dans les projets d’intelligence artificielle (avec experts Etalab, Université de Toulouse, Sciences Po, Défenseur des Droits ) Les guides d’Etalab : https://guides.etalab.gouv.fr - Comment utiliser l’IA pour pseudonymiser des document s - Comment organiser et conduire sa campagne d’annotation Animation de la communauté du Lab IA - infolettres mensuelles : https://etalab.github.io/infolettre-lab-ia/) (actualités, ressources, appels à projets, retours d’expériences, invitations, offres d’emploi ) - datadrinks en ligne pour partager bonnes pratiques et projets d’IA dans l’administration (inscriptions à la liste de diffusion : https://infolettres.etalab.gouv.fr/subscribe/lab-ia@mail.etalab.studio)
14. Direction interministérielle du numérique 14 20/01/2021 Perspectives pour la suite des expérimentations • Finalisation des projets (novembre-février 2021) et lancement des projets scientifiques • Phase d’évaluation : février-mars avec mise en situation pour les utilisateurs finaux • Industrialisation du projet • Ajustement des algorithmes grâce à la prise en compte des retours des utilisateurs • Hébergement des applications dans les systèmes informatiques internes aux administrations • Publication des codes en open source • Extensions possibles à d’autres services ou d’autres territoires • Possibilités de nouvelles sources de financements pour continuer les expérimentations et la mise en oeuvre des projets : e.g. appel à projets « cycle de vie de la donnée » dans le cadre du plan de relance ou financements internes
15. Direction interministérielle du numérique 15 20/01/2021 Contact: lab-ia@data.gouv.fr