Presentation_Data_Drink_Nantes.pdf

Transcript

1. Développer des IA éthiques
   pour les politiques publiques
   Expérimentation dans la restauration scolaire
   pour maîtriser le gaspillage alimentaire
   Florent Bédécarrats
   (ex)Responsable du management de la données à Nantes Métropole
   (En transition vers un poste de chercheur à l’IRD)
   

   View Slide

2. Expérimenter pour l’intérêt général
   ● Charte métropolitaine de la donnée (2019) : réguler, mais aussi innover
   ● Plusieurs cas d’usage travaillés :
   ● Reconnaissance et extraction de texte à partir d’image : moteur de recherche dans le
   contenu des délibérations (conseils métropolitains, municipaux, CCAS...)
   ● Détection d’anomalies : fiabilisation des données de comptage transports
   ● Classification des formes sur des images aériennes : Patrimoine arboré
   ● Prévision d’événements réguliers (ex. fréquentation) ou rares (maintenance prédictive)
   ● Cas d’usage sur la réduction du gaspillage alimentaire
   ● 16 000 repas/jour
   ● politique de “Table ouverte”
   ● Excédent de production qui augmente (5% → 10%)
   ● Mobiliser les données existantes (depuis 2011) :
   ● Internes : prévisions, fréquentation, menus, grèves, vacances scolaires, inscriptions scolaires,
   ● Externes : fêtes religieuses, ponts, mouvements sociaux, météo...
   ● L’objectif : prédire le nombre d’enfants qui déjeuneront à la cantine au
   moins 4 semaines à l’avance.
   

   View Slide

3. Une démarche ouverte
   ● Travailler en mode “défi” :
   ● Multiples acteurs mobilisés : numérique, cuisine centrale, agents,
   CityLab...
   ● 2 candidats retenus : Maestria Innovation, Verteego
   ● approche collaborative, délais serrés
   ● Démarche ouverte :
   ● Données publiées en open data, code source sur Github
   ● Livre Blanc, documentation du processus
   ● Invitation à d’autres territoires et acteurs
   ● Développer une IA éthique :
   ● Finalité d’intérêt général
   ● Aucune donnée personnelle
   ● Aider à la décision sans remplacer
   ● Maximiser interopérabilité et la supervision
   ● Audit des biais potentiels
   

   View Slide

4. Résultats et perspective
   ● Un algorithme fiable :
   ● XGBoost modifié pour associer des intervalles de confiance aux estimations
   ● Evaluation sur 2018-2019 : 6,5% de surproduction avec les prévisions du modèle vs. 9,6% pour les
   prédiction des agents (0 jours sous-estimés)
   ● 430 repas en trop évités par jour, soit = 817€ par jour (107 027€ par an pour 131 jours de service)
   ● Travaux de mise en production
   ● Atout : infra Onyxia/SSP Cloud pour le déploiement
   ● Développement d’une interface utilisateurs pour la cuisine centrale et les admins
   ● Recrutement d’une alternante pour l’accompagner les métiers dans le design et l’adoption d’une
   interface pour les agents des écoles
   ● Obstacles
   ● Perturbations pendant la crise et altération durable des patterns de fréquentation ensuite
   ● Difficultés de mobilisation des équipes : perturbations opérationnelles (protocoles sanitaires…), profils
   éloignés du numérique, rotation
   ● Instauration d’un double menu systématique qui modifie profondément les paramètres du problème
   ● Un bilan mitigé
   ● Déploiement incertain à Nantes
   ● Apprentissage interne pour d’autres cas d’usage
   ● Adoption par d’autres collectivités de cet algorithme => vers une bibliothèque d’IA partagées
   

   View Slide

5. Ressources
   ● Code source :
   ● Algorithme de prévisin :
   https://github.com/nantesmetropole/school_meal_forecast_xgboost
   ● Interface utilisateur : https://github.com/FlorentBedecarratsNM/meal4cast
   ● Données :
   ● Fréquentation :
   https://data.nantesmetropole.fr/explore/dataset/244400404_nombre-convives-j
   our-cantine-nantes-2011
   ● Menus :
   https://data.nantesmetropole.fr/explore/dataset/244400404_menus-cantines-n
   antes-depuis-2011/
   ● Effectifs :
   https://data.nantesmetropole.fr/explore/dataset/244400404_effectifs-eleves-ec
   oles-publiques-maternelles-elementaires-nantes
   ● Livre blanc :
   https://data.nantesmetropole.fr/api/datasets/1.0/244400404_nombre-convives-jour-cantin
   e-nantes-2011/attachments/rapport_experimentation_gaspillage_alimentaire_v1_pdf/
   

   View Slide