Logique Floue est un podcast consacré à l'intelligence artificielle et penser le monde qui se construit autour d'elle. À l'heure où l'IA devient omniprésente dans nos métiers, nos outils, notre information et nos imaginaires, Logique Floue propose d'aller à la rencontre de celles et ceux qui la pensent, la développent, l'utilisent ou la questionnent. Chercheurs, ingénieurs, philosophes, artistes, entrepreneurs ou acteurs publics viendront confronter leur vision d'un futur déjà en train de s'écrire.
Soutenu par Spirops, laboratoire de recherche indépendant en intelligence artificielle depuis plus de 20 ans, le podcast explorera notamment leur approche dite frugale de l'IA. Des systèmes plus spécialisés, plus maîtrisés et plus raisonnés, fondés sur des modèles différents des grandes IA génératives actuelles. À travers des portraits des membres de l'équipe de Spirops et des conversations avec des invités extérieurs spécialistes de leur domaine, Logique Floue ouvre un espace de dialogue autour des promesses, des limites et des choix de sociétés qui accompagnent le développement de l'intelligence artificielle.
Discover shows related to Logique Floue, based on actual content similarities. Explore podcasts with similar topics, themes, and formats, backed by real data.
There is no related content for this show.
No links shared by this podcast
RSS feed quality
Good
Score global : 84%
#14 IA : peut-on fixer les règles du jeu ? avec Sébastien Bachem et Jérôme Hoibian
Season 1 · Episode 14
Tuesday, September 15, 2026 • Duration 47:38
Résumé de l’épisode
Dans ce nouvel épisode de Logique Floue, Jérôme Hoibian échange avec Sébastien Bachem, directeur général adjoint de Docaposte Santé, sur les bouleversements provoqués par l’intelligence artificielle et la nécessité de les accompagner.
Dans le secteur de la santé, Sébastien observe déjà très concrètement les possibilités offertes par l’IA : synthèse de dossiers médicaux, analyse de grandes quantités de données, développement de logiciels considérablement accéléré… Une révolution technologique qu’il juge porteuse d’immenses opportunités, mais dont la rapidité et la puissance soulèvent aussi de nouvelles inquiétudes.
Face aux craintes de Jérôme sur la disparition de certains métiers et la place qui restera à l’humain, Sébastien défend une vision plus optimiste : l’IA transformera profondément le travail, mais elle peut aussi augmenter nos capacités et permettre de développer des projets jusqu’ici impossibles.
Pour Sébastien Bachem, l’enjeu est désormais de construire une régulation à la hauteur de cette révolution technologique. À l’image de ce qui a été mis en place face au risque nucléaire, il imagine une instance supranationale capable de définir collectivement les règles et les limites à ne pas franchir.
Jusqu’où peut-on laisser l’IA transformer nos métiers et nos organisations ?
Comment faire collaborer l’humain et l’IA pour un système vertueux ?
Les États peuvent-ils encore réguler une technologie développée à l’échelle mondiale ?
Faut-il imaginer une instance internationale capable de fixer des limites au développement et à l’autonomie des IA ?
Un échange entre optimisme et inquiétude sur notre capacité à garder la maîtrise d’une technologie qui évolue plus vite que les règles destinées à l’encadrer.
Logique Floue est un podcast consacré à l'intelligence artificielle et penser le monde qui se construit autour d'elle. À l'heure où l'IA devient omniprésente dans nos métiers, nos outils, notre information et nos imaginaires, Logique Floue propose d'aller à la rencontre de celles et ceux qui la pensent, la développent, l'utilisent ou la questionnent. Chercheurs, ingénieurs, philosophes, artistes, entrepreneurs ou acteurs publics viendront confronter leur vision d'un futur déjà en train de s'écrire.
Soutenu par Spirops, laboratoire de recherche indépendant en intelligence artificielle depuis plus de 20 ans, le podcast explorera notamment leur approche dite frugale de l'IA. Des systèmes plus spécialisés, plus maîtrisés et plus raisonnés, fondés sur des modèles différents des grandes IA génératives actuelles. À travers des portraits des membres de l'équipe de Spirops et des conversations avec des invités extérieurs spécialistes de leur domaine, Logique Floue ouvre un espace de dialogue autour des promesses, des limites et des choix de sociétés qui accompagnent le développement de l'intelligence artificielle.
Réalisé et produit par Carole Cheysson chez Pulse Audio, avec l'aide de Sacha Bénard, mix William Lopez, illustration Yara Al Najem, jingle Kelian Régis. 2026
#13 Quand l’IA réinvente la narration dans les jeux vidéo : le portrait de Paloma Bry
Season 1 · Episode 13
Wednesday, September 9, 2026 • Duration 16:46
Dans ce nouvel épisode de Logique Floue, rencontre avec Paloma Bry, doctorante en intelligence artificielle et narration dans les jeux vidéo, qui mène sa thèse entre le CNAM et SpirOps.
Ingénieure de formation, spécialisée en machine learning, Paloma s’est ensuite tournée vers le narrative design et l’univers du jeu vidéo. Deux domaines qu’elle réunit aujourd’hui dans ses recherches autour de la narration procédurale : comment raconter une histoire dans un monde où les personnages évoluent de manière autonome et où les actions du joueur peuvent modifier le scénario prévu ?
Son objectif est d’imaginer un outil permettant aux auteurs de définir leurs intentions narratives tout en laissant le jeu s’adapter à ce qui se passe réellement. Même si un personnage essentiel à une quête disparaît, ou qu’un événement imprévu survient. Le système doit pouvoir trouver une autre voie pour que l’histoire continue, sans perdre la direction voulue par son auteur.
Plusieurs questions émergent alors :
• Comment concilier liberté du joueur et maîtrise du récit par l’auteur ? • Jusqu’où peut-on laisser des personnages virtuels agir de manière autonome ? • L’IA peut-elle ouvrir de nouvelles possibilités créatives sans se substituer aux auteurs ?
Paloma défend justement une autre approche : plutôt que de demander à un modèle génératif de produire l’histoire, construire un système dont les règles sont pensées et maîtrisées par les créateurs, capable de transformer leurs intentions narratives en événements au sein du jeu.
Un portrait à la croisée de la recherche, de l’intelligence artificielle et de la création, qui imagine des jeux où chaque joueur pourrait vivre une histoire différente, sans que l’auteur renonce pour autant à raconter la sienne.
Logique Floue est un podcast consacré à l'intelligence artificielle et penser le monde qui se construit autour d'elle. À l'heure où l'IA devient omniprésente dans nos métiers, nos outils, notre information et nos imaginaires, Logique Floue propose d'aller à la rencontre de celles et ceux qui la pensent, la développent, l'utilisent ou la questionnent. Chercheurs, ingénieurs, philosophes, artistes, entrepreneurs ou acteurs publics viendront confronter leur vision d'un futur déjà en train de s'écrire.
#12 Clauder sans savoir coder : jusqu’où l’IA peut-elle remplacer les développeurs ? avec Sébastien Kohn et Jérôme Hoibian
Season 1 · Episode 12
Tuesday, September 1, 2026 • Duration 43:12
Dans ce nouvel épisode de Logique Floue, Jérôme Hoibian, cofondateur de Spirops, échange avec Sébastien Kohn, ancien entrepreneur dans le jeu vidéo aujourd’hui consultant, il s’est récemment plongé dans l’utilisation de Claude Code.
Sans être développeur, Sébastien parvient désormais à créer des applications de bout en bout en dialoguant avec l’IA. Il a mis en place un système avec plusieurs IA qui discutent entre elles, selon ses consignes, elles agissent comme de véritables assistants : qui écrivent le code, proposent des solutions, testent, corrigent et lui permettent de concrétiser en quelques jours des projets autrefois hors de sa portée.
Une révolution qui enthousiasme autant qu’elle inquiète et qui amène Sébastien et Jérôme à s’interroger sur ce que nous choisissons de déléguer à la machine.
Plusieurs sujets sont abordés :
• Peut-on créer avec l’IA sans maîtriser les compétences qu’elle remplace ? • Comment garder le contrôle et continuer à comprendre ce que fait la machine ? • Que deviennent les développeurs et, plus largement, nos métiers lorsque l’IA peut accomplir une partie croissante de leur travail ? • L’IA peut-elle nous libérer du travail ou risque-t-elle aussi de nous priver de ce qui lui donne du sens ?
Entre fascination et inquiétude, cet épisode explore les possibilités vertigineuses offertes par les nouvelles IA agentiques, mais aussi la nécessité de préserver notre capacité à apprendre, comprendre et décider.
Logique Floue est un podcast consacré à l'intelligence artificielle et penser le monde qui se construit autour d'elle. À l'heure où l'IA devient omniprésente dans nos métiers, nos outils, notre information et nos imaginaires, Logique Floue propose d'aller à la rencontre de celles et ceux qui la pensent, la développent, l'utilisent ou la questionnent. Chercheurs, ingénieurs, philosophes, artistes, entrepreneurs ou acteurs publics viendront confronter leur vision d'un futur déjà en train de s'écrire.
Soutenu par Spirops, laboratoire de recherche indépendant en intelligence artificielle depuis plus de 20 ans, le podcast explorera notamment leur approche dite frugale de l'IA. Des systèmes plus spécialisés, plus maîtrisés et plus raisonnés, fondés sur des modèles différents des grandes IA génératives actuelles. À travers des portraits des membres de l'équipe de Spirops et des conversations avec des invités extérieurs spécialistes de leur domaine, Logique Floue ouvre un espace de dialogue autour des promesses, des limites et des choix de sociétés qui accompagnent le développement de l'intelligence artificielle.
#11 De la physique nucléaire à l’IA : le parcours de Luca Colaneri
Season 1 · Episode 11
Wednesday, August 26, 2026 • Duration 15:50
Dans ce onzième épisode de Logique Floue, rencontre avec Luca Colaneri, ancien chercheur à l’Institut de physique nucléaire d’Orsay, qui a rejoint Spirops en 2017.
Physicien de formation, Luca travaillait notamment sur la recherche de matière noire avant de quitter le monde académique. Il arrive chez Spirops avec des bases en programmation acquises au cours de ses recherches, mais sans formation d’informaticien. Un changement d’univers qui l’oblige à apprendre en faisant, notamment grâce au travail en binôme avec les autres membres de l’équipe.
Depuis, Luca travaille principalement sur la voiture autonome, et notamment sur la manière dont un véhicule analyse les informations transmises par ses différents capteurs pour comprendre son environnement et prendre des décisions en temps réel.
Il revient sur ce qui l’intéresse dans l’approche développée par SpirOps : partir d’un problème, chercher à le comprendre et construire des règles explicites pour le résoudre, plutôt que de s’appuyer systématiquement sur l’apprentissage massif de données.
L’épisode permet d’aborder plusieurs questions :
• Quand faut-il utiliser l’apprentissage automatique et quand peut-on construire des règles explicites ? • Pourquoi utiliser des modèles très lourds lorsqu’une approche plus simple peut suffire ? • Comment concevoir des systèmes à la fois performants, contrôlables et économes en ressources ?
Mais Luca raconte aussi ce qu’il est venu chercher — et retrouver — chez SpirOps : le plaisir de la recherche, la curiosité intellectuelle et surtout le travail avec des personnes animées par la même envie de comprendre et de bien faire les choses.
Logique Floue est un podcast consacré à l'intelligence artificielle et penser le monde qui se construit autour d'elle. À l'heure où l'IA devient omniprésente dans nos métiers, nos outils, notre information et nos imaginaires, Logique Floue propose d'aller à la rencontre de celles et ceux qui la pensent, la développent, l'utilisent ou la questionnent. Chercheurs, ingénieurs, philosophes, artistes, entrepreneurs ou acteurs publics viendront confronter leur vision d'un futur déjà en train de s'écrire.
#10 Faire un film seul avec l’IA : révolution ? avec Arnaud Bigeard et Jérôme Hoibian
Season 1 · Episode 10
Tuesday, August 18, 2026 • Duration 36:22
Dans ce nouvel épisode de Logique Floue, Jérôme Hoibian échange avec Arnaud Bigeard, réalisateur de films d’entreprise et de courts-métrages, qui s’est lancé depuis deux ans dans la création d’images et de films avec l’intelligence artificielle.
Pour Arnaud, tout est parti d’une frustration : celle d’avoir des scénarios en tête sans toujours trouver les moyens de les produire. Avec l’IA, il découvre qu’il peut désormais, seul devant son ordinateur, créer des décors, des personnages, des voix et des séquences autrefois impossibles à réaliser sans équipe et sans budget conséquent.
Mais derrière l’apparente simplicité des outils se cache un véritable travail de réalisateur. Arnaud raconte son processus de création, du scénario à l’image fixe, puis à l’animation et au son, en combinant plusieurs IA et en multipliant les choix pour conserver la maîtrise artistique du résultat.
Cette nouvelle manière de fabriquer des images ouvre des possibilités vertigineuses, mais soulève aussi des questions sur l’avenir du secteur.
- Que deviendront les comédiens, techniciens ou réalisateurs si une seule personne peut progressivement assurer l’ensemble de leur travail ?
- Que reste-t-il du collectif dans la création cinématographique, fondée sur la collaboration ?
- Et lorsque tout le monde peut produire un film, comment émerger dans une profusion de contenus ?
Arnaud porte sur cette révolution un regard ambivalent : l’IA lui offre une liberté de création qu’il n’avait jamais eue, tout en menaçant une partie des métiers et du fonctionnement du cinéma qu’il connaît.
Logique Floue est un podcast consacré à l'intelligence artificielle et penser le monde qui se construit autour d'elle. À l'heure où l'IA devient omniprésente dans nos métiers, nos outils, notre information et nos imaginaires, Logique Floue propose d'aller à la rencontre de celles et ceux qui la pensent, la développent, l'utilisent ou la questionnent. Chercheurs, ingénieurs, philosophes, artistes, entrepreneurs ou acteurs publics viendront confronter leur vision d'un futur déjà en train de s'écrire.
#9 Questionner l’IA pour mieux en parler : le regard de Lucie Fraïssé
Season 1 · Episode 9
Wednesday, August 12, 2026 • Duration 18:42
Dans ce nouvel épisode de Logique Floue, rencontre avec Lucie Fraïssé, responsable marketing et communication chez SpirOps.
Après une formation en lettres et langues et un parcours loin de la recherche scientifique, Lucie découvre en arrivant chez SpirOps un univers qu’elle connaît peu, et sur lequel elle porte de nombreuses interrogations. Son défi : comprendre l’approche complexe et unique de SpirOps sur l’IA pour pouvoir l’expliquer et porter la voix de toute l’équipe qui la développe.
Elle raconte aussi sa découverte d’une entreprise au fonctionnement atypique : pas de hiérarchie définie, des décisions prises collectivement, une grande autonomie laissée à chacun et des profils très différents réunis autour d’un même projet.
Son rôle chez SpirOps l’amène aussi à confronter ses propres questionnements à ceux des chercheurs :
- Quel impact l’automatisation aura-t-elle sur le travail ?
- Comment développer l’IA sans négliger ses conséquences sociales et environnementales ?
- Et comment garder une distance critique face à l’emballement actuel autour de ces technologies ?
Des interrogations auxquelles Lucie ne cherche pas forcément des réponses définitives. Elle défend plutôt la nécessité de créer des espaces de discussion pour comprendre ce qui est en train de se jouer et réfléchir collectivement à ce que nous voulons faire de l’intelligence artificielle.
Logique Floue est un podcast consacré à l'intelligence artificielle et penser le monde qui se construit autour d'elle. À l'heure où l'IA devient omniprésente dans nos métiers, nos outils, notre information et nos imaginaires, Logique Floue propose d'aller à la rencontre de celles et ceux qui la pensent, la développent, l'utilisent ou la questionnent. Chercheurs, ingénieurs, philosophes, artistes, entrepreneurs ou acteurs publics viendront confronter leur vision d'un futur déjà en train de s'écrire.
Soutenu par Spirops, laboratoire de recherche indépendant en intelligence artificielle depuis plus de 20 ans, le podcast explorera notamment leur approche dite frugale de l'IA. Des systèmes plus spécialisés, plus maîtrisés et plus raisonnés, fondés sur des modèles différents des grandes IA génératives actuelles. À travers des portraits des membres de l'équipe de Spirops et des conversations avec des invités extérieurs spécialistes de leur domaine, Logique Floue ouvre un espace de dialogue autour des promesses, des limites et des choix de sociétés qui accompagnent le développement de l'intelligence artificielle.
#8 IA et souveraineté : peut-on reprendre le contrôle ? avec Cédric Verpeaux et Jérôme Hoibian
Season 1 · Episode 8
Tuesday, August 4, 2026 • Duration 41:16
Dans ce nouvel épisode de Logique Floue, Jérôme Hoibian, cofondateur de SpirOps, échange avec Cédric Verpeaux, directeur adjoint du Département Souverainetés au sein du groupe Caisse des Dépôts.
Dans un contexte de tensions géopolitiques et de dépendance aux grands acteurs technologiques étrangers, la souveraineté numérique est devenue un enjeu stratégique. Mais que signifie réellement être souverain en matière d’intelligence artificielle ?
Des data centers aux logiciels, en passant par le cloud, les données et les services d’IA, la souveraineté repose sur tout un écosystème. Cédric Verpeaux explique comment la Caisse des Dépôts intervient pour financer des infrastructures et des entreprises françaises ou européennes, notamment lorsqu’elles manipulent des données sensibles ou répondent à des besoins d’intérêt général.
La discussion soulève aussi les difficultés très concrètes de cette ambition :
• Peut-on construire une souveraineté numérique à l’échelle de la France ou doit-on penser une souveraineté européenne ? • Comment faire pour soutenir suffisamment les entreprises françaises pour qu’elles ne prennent pas des investisseurs étrangers ? • Comment concilier le développement des infrastructures numériques avec leur coût environnemental ?
Au-delà de la seule intelligence artificielle, l’épisode montre que la souveraineté numérique est devenue une question de maîtrise : celle des infrastructures, des données, des investissements et, finalement, de notre capacité à choisir les technologies dont nous voulons dépendre.
Logique Floue est un podcast consacré à l'intelligence artificielle et penser le monde qui se construit autour d'elle. À l'heure où l'IA devient omniprésente dans nos métiers, nos outils, notre information et nos imaginaires, Logique Floue propose d'aller à la rencontre de celles et ceux qui la pensent, la développent, l'utilisent ou la questionnent. Chercheurs, ingénieurs, philosophes, artistes, entrepreneurs ou acteurs publics viendront confronter leur vision d'un futur déjà en train de s'écrire.
#7 Imaginer une autre intelligence artificielle : la vision de Jérôme Hoibian
Season 1 · Episode 7
Wednesday, July 29, 2026 • Duration 19:29
Dans ce 7ème épisode de Logique Floue, rencontre avec Jérôme Hoibian, cofondateur de Spirops.
Depuis plus de vingt ans, il poursuit la même voie : développer une intelligence artificielle inspirée des mécanismes du raisonnement humain, capable de comprendre, de décider et d'interagir, tout en restant explicable et sobre
Au fil de cet échange, Jérôme revient sur les débuts de Spirops, son fonctionnement atypique et les valeurs qui guident le laboratoire : une recherche menée sur le temps long, une organisation fondée sur la liberté et la collégialité et le refus d'une logique de croissance à tout prix.
La conversation explore également plusieurs questions :
• Comment concevoir des intelligences artificielles compréhensibles et économes en ressources ?
• Quel avenir imaginer pour une société où humains et intelligences artificielles cohabiteraient ?
Pour Jérôme Hoibian, l'enjeu n'est pas de construire une intelligence artificielle toute-puissante, mais de créer des systèmes capables d'enrichir les relations, de transmettre les connaissances et d'accompagner les humains plutôt que de s'y substituer.
Un épisode qui dévoile la philosophie de Spirops et invite à imaginer une autre trajectoire pour l'intelligence artificielle.
TRANSCRIPTION
Logique Floue – Podcast
Spirops
Transcription de l’épisode 6 :
Jérôme Hoibian
[00:00] Carole : Logique Floue est un podcast consacré à l'intelligence artificielle et au monde qui se construit autour d'elle. Au fil des épisodes, des chercheurs, entrepreneurs, philosophes ou acteurs publics viennent partager leur vision de l'IA. D'autres épisodes sont consacrés aux femmes et aux hommes qui la développent au quotidien. Dans ce nouvel épisode, rencontre avec Jérôme Hoibian, cofondateur de Spirops, amateur de jeux de rôle et de mondes virtuels. ...
#6 L'IA, recherche et imaginaire : la vision d'Axel Buendia
Season 1 · Episode 6
Wednesday, July 22, 2026 • Duration 27:13
Dans ce 6ème épisode de Logique Floue, rencontre avec Axel Buendia, cofondateur de Spirops, enseignant-chercheur au CNAM et spécialiste de l'intelligence artificielle décisionnelle.
Depuis plus de vingt ans, il poursuit un même objectif : concevoir des intelligences artificielles capables de prendre des décisions de manière autonome et de donner vie à des personnages virtuels crédibles. Cette envie est née du jeu vidéo, et s’applique aujourd'hui à des applications dans des domaines aussi variés que la simulation de foule, la mobilité autonome ou la cybersécurité.
Au fil de la conversation, Axel revient sur l'histoire de SpirOps, les choix qui ont guidé le laboratoire et cette recherche sur le long terme qui consiste à assembler, patiemment, les briques d'une intelligence artificielle explicable et frugale.
L'épisode aborde également plusieurs questions essentielles :
• Pourquoi les modèles génératifs ne constituent-ils qu'une approche parmi d'autres de l'IA ? • Que nous apprend la recherche en intelligence artificielle sur le fonctionnement du cerveau humain ? • Comment concilier innovation, sobriété énergétique et responsabilité écologique ?
Pour Axel Buendia, l'intelligence artificielle est avant tout un outil. Comme toute technologie, sa valeur dépend moins de ses performances que des usages que nous choisissons d'en faire et de la société que nous souhaitons construire.
TRANSCRIPT
Transcription de l’épisode :
Axel Buendia
#5 Trains autonomes, l’IA et l'humain avec Luc Laroche et Denis Rafin
Season 1 · Episode 5
Tuesday, July 14, 2026 • Duration 44:55
Dans ce nouvel épisode de Logique Floue, Denis Rafin, chercheur chez Spirops, échange avec Luc Laroche, ingénieur, directeur sécurité, sûreté, défense et mémoire au sein du Groupe SNCF et président de Railenium.
À partir d'un projet de recherche sur le train autonome, ils explorent les défis que pose l'intelligence artificielle. Comment une machine perçoit-elle son environnement ? Peut-elle prendre des décisions fiables ? Et jusqu'où peut-on automatiser sans inclure un contrôle humain ?
Ce point de départ permet une réflexion plus poussée de l’IA dans la société.
• À qui doivent profiter les gains de productivité apportés par l'IA ? • Comment éviter la perte des compétences humaines lorsque les machines prennent en charge certaines tâches ?
Denis Rafin et Luc Laroche défendent une vision pragmatique de l'intelligence artificielle : une technologie capable d'améliorer nos capacités, à condition de rester au service de l'humain et de s'inscrire dans un véritable projet de société.
Un épisode qui rappelle que les questions posées par l'IA sont avant tout des questions de choix collectifs.
TRANSCRIPTION
Logique Floue – Podcast
Spirops
Transcription de l’épisode 5 :
Denis Rafin et Luc Laroche
[00:00] Carole : Logique Flou est un podcast consacré à l'intelligence artificielle et au monde qui se construit autour d'elle. À travers des rencontres entre chercheurs, entrepreneurs, philosophes ou acteurs publics, nous explorons les multiples façons de penser l'IA et ses impacts sur nos sociétés. Aujourd'hui, rencontre entre Denis Rafin, chercheur chez Spirops, et Luc Laroche, ingénieur, directeur sécurité, sûreté, défense et mémoire chez SNCF Group et président de Rallenium, institut de recherche technologique.
Soutenu par Spirops, laboratoire de recherche indépendant en intelligence artificielle depuis plus de 20 ans, le podcast explorera notamment leur approche dite frugale de l'IA. Des systèmes plus spécialisés, plus maîtrisés et plus raisonnés, fondés sur des modèles différents des grandes IA génératives actuelles. À travers des portraits des membres de l'équipe de Spirops et des conversations avec des invités extérieurs spécialistes de leur domaine, Logique Floue ouvre un espace de dialogue autour des promesses, des limites et des choix de sociétés qui accompagnent le développement de l'intelligence artificielle.
Réalisé et produit par Carole Cheysson chez Pulse Audio, avec l'aide de Sacha Bénard, mix William Lopez, illustration Yara Al Najem, jingle Kelian Régis. 2026
Réalisé et produit par Carole Cheysson chez Pulse Audio, avec l'aide de Sacha Bénard, mix William Lopez, illustration Yara Al Najem, jingle Kelian Régis. 2026
Soutenu par Spirops, laboratoire de recherche indépendant en intelligence artificielle depuis plus de 20 ans, le podcast explorera notamment leur approche dite frugale de l'IA. Des systèmes plus spécialisés, plus maîtrisés et plus raisonnés, fondés sur des modèles différents des grandes IA génératives actuelles. À travers des portraits des membres de l'équipe de Spirops et des conversations avec des invités extérieurs spécialistes de leur domaine, Logique Floue ouvre un espace de dialogue autour des promesses, des limites et des choix de sociétés qui accompagnent le développement de l'intelligence artificielle.
Réalisé et produit par Carole Cheysson chez Pulse Audio, avec l'aide de Sacha Bénard, mix William Lopez, illustration Yara Al Najem, jingle Kelian Régis. 2026
Soutenu par Spirops, laboratoire de recherche indépendant en intelligence artificielle depuis plus de 20 ans, le podcast explorera notamment leur approche dite frugale de l'IA. Des systèmes plus spécialisés, plus maîtrisés et plus raisonnés, fondés sur des modèles différents des grandes IA génératives actuelles. À travers des portraits des membres de l'équipe de Spirops et des conversations avec des invités extérieurs spécialistes de leur domaine, Logique Floue ouvre un espace de dialogue autour des promesses, des limites et des choix de sociétés qui accompagnent le développement de l'intelligence artificielle.
Réalisé et produit par Carole Cheysson chez Pulse Audio, avec l'aide de Sacha Bénard, mix William Lopez, illustration Yara Al Najem, jingle Kelian Régis. 2026
Réalisé et produit par Carole Cheysson chez Pulse Audio, avec l'aide de Sacha Bénard, mix William Lopez, illustration Yara Al Najem, jingle Kelian Régis. 2026
Soutenu par Spirops, laboratoire de recherche indépendant en intelligence artificielle depuis plus de 20 ans, le podcast explorera notamment leur approche dite frugale de l'IA. Des systèmes plus spécialisés, plus maîtrisés et plus raisonnés, fondés sur des modèles différents des grandes IA génératives actuelles. À travers des portraits des membres de l'équipe de Spirops et des conversations avec des invités extérieurs spécialistes de leur domaine, Logique Floue ouvre un espace de dialogue autour des promesses, des limites et des choix de sociétés qui accompagnent le développement de l'intelligence artificielle.
Réalisé et produit par Carole Cheysson chez Pulse Audio, avec l'aide de Sacha Bénard, mix William Lopez, illustration Yara Al Najem, jingle Kelian Régis. 2026
[00:30] Jérôme Hoibian : Pour imprimer ChatGPT sur un papier et essayer de comprendre ce que c'est, il faudrait imprimer un papier quasiment grand comme la Terre, sur lequel seraient remplis des numéros, des milliards de numéros, où personne ne comprendrait rien. C'est-à-dire que le créateur de ChatGPT serait incapable de dire « Ah, là, à la colonne 4 milliards machin truc, il y a un chiffre qui n'est pas bon, il faudrait le changer. »
[00:55] les données sont conçues enfin pas les données mais les algorithmes sont écrits de manière à ce que n'importe qui mais vraiment n'importe qui soit capable de relire l'algorithme le comprendre et de se dire ah bah là je vois il y a eu telle faute de raisonnement à cet endroit-là c'est pas comme ça qu'on aurait dû faire c'est plutôt comme si etc et quelqu'un tomberait par exemple on
[01:17] on mettrait dans un... On enfouirait sous le sol un cerveau, on appelle ça des cerveaux, un cerveau de Spirops et quelqu'un le retrouverait dans 500 ans, il l'ouvrirait, il comprendrait complètement . Il pourrait s'en servir pour transmettre des données à quelqu'un d'autre. ...
[01:40] Oui bonjour, je m'appelle Jérôme, je suis le cofondateur de Spirops, qui est ce laboratoire indépendant d'intelligence artificielle, c'est-à-dire de technique de prise de décision.
Carole : Ça fait combien de temps que Spirops existe ?
Jérôme Hoibian : On a créé avec Axel l'entreprise en 2003, donc ça fait 22 ans.
[02:04] Carole : Tu as défini Spirops comme un laboratoire de recherche, donc pourquoi est-ce que tu utilises ce terme-là ?
Jérôme Hoibian : Alors, pourquoi on utilise le terme de laboratoire de recherche ? C'est parce qu'on est dans une société très orientée, on va dire, capitaliste, où finalement le but d'une entreprise est essentiellement de faire du profit. Et donc, si on ne...
[02:27] Je ne précise pas que nous, on est une entreprise orientée recherche. L'objectif n'est pas de faire du bénéfice, mais de faire avancer la recherche. On va tout de suite tomber sur des clients ou des prospects qui ne vont pas être alignés avec nos valeurs. Donc, on a décidé de faire, on a fait ce choix de directement présenter l'entreprise comme un laboratoire privé qui permettait assez rapidement aux gens de comprendre où est-ce qu'on se situait sans introduire à chaque fois tous les concepts.
[02:55] Carole : Ok, est-ce que tu veux nous parler du fonctionnement un peu particulier de Spirops justement ?
Jérôme Hoibian : La particularité de Spirops en ce qui concerne son fonctionnement, on pourrait décrire ça comme l'idée de faire passer en avant l'intérêt, la motivation des personnes, de trouver ce qu'on appelle des incentives qui ne soient pas liés à l'argent mais liés à d'autres valeurs.
[03:19] pour pouvoir garder le plus longtemps possible des chercheurs, pour être capable d'avoir des recherches qui vont durer 10-15 ans. Là où finalement on s'aperçoit dans les autres entreprises privées qu'il y a une durée à peu près de 3 ans. Au bout de 3 ans, on considère qu'on a fait le tour de son poste et on change d'entreprise. Nous on prend les choses par un autre bout. Le salaire ne va pas augmenter au cours des années,
[03:46] très linéairement et ça va être l'intérêt des projets, la liberté de choix, la liberté de décision, le fait de se sentir, faire entièrement partie de l'entreprise qui vont être les valeurs principales qui vont faire que les gens vont vouloir venir travailler ici. Comme nous, on est tous des passionnés de développement.
[04:09] Ça fait que même les plus anciens comme moi-même, qui sommes donc là depuis 22 ans, on continue tous les matins à faire ce qu'on aime, c'est-à-dire faire de la programmation.
Carole : Comment toi, en venant du jeu vidéo finalement, tu as fini par te dire que ce qui t'intéressait, c'était l'intelligence artificielle ?
Jérôme Hoibian : Alors, en fait, l'intelligence artificielle, c'est une notion qu'aujourd'hui on ne présente plus.
[04:34] Mais pendant de nombreuses années, je devais expliquer ce que c'était parce que les gens ne comprenaient pas exactement le concept. Et même quand on parle d'intelligence artificielle avec des scientifiques, avec des chercheurs, en fait, ils présentent quand ils font une timeline de l'histoire de l'IA, ils parlent d'une période d'or, un âge d'or, puis ensuite un peu une pause avec un truc qu'ils appellent
[04:57] l'hiver de l'IA où pendant de nombreuses années il n'y aurait pas eu de progrès scientifique comme si tout était en attente jusqu'à ce qu'il y ait ces nouvelles technologies qui permettent de faire de l'IA et qu'on entende tous parler de ça. Mais en fait ce n'était pas vraiment vrai. Dans certains domaines l'IA était très active, particulièrement dans le monde du jeu vidéo. Dans le monde du jeu vidéo, depuis toujours, on peut jouer contre l'ordinateur.
[05:22] On va avoir l'ordinateur qui va être soit par exemple dans un match de foot, il va pouvoir jouer les personnages du camp opposé ou un jeu de combat ou n'importe quel jeu comme ça. Même dans un jeu comme Pac-Man, on peut considérer que les fantômes qui nous poursuivent sont des formes simplifiées d'IA. Donc dans le monde du jeu vidéo, c'est tout à fait normal de continuer depuis toujours à penser à l'intelligence artificielle et essayer de rêver
[05:48] d'avoir des personnages, ce qu'on appelle des NPC, des personnages non joueurs, plus intelligents, plus intéressants, avec qui on pourrait s'attacher à ces personnages, etc.
Carole : En reprenant cette idée de labo de recherche qu'est Spirops, quel est finalement le but que tu cherches à atteindre en faisant ces recherches ?
Jérôme Hoibian : Alors moi, mon but personnel, qui n'est pas forcément le but de tous les membres du laboratoire,
[06:14] c'est d'être capable de créer des mondes virtuels remplis d'intelligence artificielle qui auraient la capacité de raisonnement proche de celle d'un humain. En fait, moi je suis un passionné de jeux de rôle et mon grand rêve c'est de pouvoir aller dans des mondes virtuels remplis d'autres êtres humains
[06:37] virtuels, avec qui je vais pouvoir échanger, créer des liens d'amitié, créer toute forme de connexion, exactement les mêmes, enfin exactement, du même ordre d'idées que ceux que je pourrais avoir avec des copains quand on décide de jouer ensemble à quelque chose. Et pour arriver à ça, l'idée serait de réussir petit à petit à reproduire
[07:02] les différents mécanismes du cerveau humain, comme le raisonnement, synthétiser des concepts, être capable d'avoir de la mémoire, synthétiser sa mémoire pour en extraire des nouvelles notions, pouvoir avoir des liens affectifs avec les gens, des motivations personnelles, etc. Donc, essayer de faire que toutes ces briques technologiques
[07:29] puissent un jour être assemblées ensemble pour créer des cerveaux complets, proches de la réflexion humaine. Le but n'est pas d'aller aussi loin que ce que ferait un humain, mais d'avoir quelque chose de beaucoup plus riche et de beaucoup plus intéressant que ce qu'on va avoir aujourd'hui, où dans des jeux, finalement, les personnages virtuels sont des personnages un peu immobiles qui vont nous vendre des objets et avoir un dialogue très limité.
[07:54] Carole : Est-ce que ça ressemble un peu à ce que tu avais en tête quand tu as commencé à bosser dans le jeu vidéo ? Ou est-ce que ta vision de tout ça a évolué ?
Jérôme Hoibian : Alors, cette vision n'a pas tellement évolué. Parce que pendant très longtemps, finalement, c'était une préoccupation qui n'était pas tellement évoquée. Et là, de plus en plus, j'entends parler de projets qui vont dans cette direction. Donc, il est possible que ça voit un...
[08:21] Ça voit le jour, peut-être bientôt. Et peut-être qu'on pourra collaborer à ce genre de projet, puisque finalement, nous, en étant un petit laboratoire de notre côté, on va beaucoup moins vite que si on pouvait s'associer avec d'autres.
Carole : Et tu trouves ça excitant ?
Jérôme Hoibian : Ça, j'adorerais. En fait, c'est assez paradoxal, mais alors qu'aujourd'hui, on parle énormément d'intelligence artificielle, on continue à se sentir très seuls.
[08:48] Pendant une quinzaine d'années, on ne connaissait quasiment aucune entreprise qui faisait de l'IA, donc on était un peu tout seul. Et maintenant, tout le monde en parle, mais ils font des IA extrêmement différentes de ce qu'on veut faire. Donc, ce n'est pas beaucoup plus des partenaires potentiels qu'à l'époque.
Carole : Et là, aujourd'hui, tu sens un mouvement qui est différent.
Jérôme Hoibian : Oui, je vois différents projets qui commencent à émerger et qui vont dans la direction de ce qu'on veut faire.
[09:13] Carole : Et donc dans l'idéal, vous rassembleriez aussi vos forces ou votre élan avec d'autres sociétés ou tu vois ça plutôt au sein de Spiros ?
Jérôme Hoibian : Alors nous, ça fait plusieurs années que personnellement, moi j'ai ce projet de créer une communauté de gens de l'IA qui ont les mêmes valeurs que nous. C'est-à-dire finalement pas un but commercial, pas
[09:39] le but d'être dans la hype de ce qui marche le plus en ce moment, mais plutôt d'être dans cette idée de reproduire les mécanismes du raisonnement humain pour faire des personnalités proches de ce qu'on peut retrouver dans le film Her, où on a cette assistante vocale qui est extrêmement intelligente et avec qui un lien affectif très fort se lie avec le personnage principal.
[10:04] Donc oui, on a cet objectif de créer cette communauté pour faire entendre notre voix. Parce que pour l'instant, pas grand monde sait qu'on existe. Parce que c'est assez certain qu'il doit exister d 'autres équipes qui ont le même genre de valeurs que nous et avec qui on pourrait créer une communauté.
Carole : Est-ce que tu trouves que vos valeurs se retrouvent à un certain endroit avec eux ?
[10:30] de tout le boom de l'IA dont on parle aujourd'hui ? Ou est-ce que tu sens que Spirops s'est positionné très différemment et pourquoi ?
Jérôme Hoibian : Alors, on se sent extrêmement différent. Déjà, on est encore catalogué de start-up. Donc la notion de start-up, elle est un peu large. Et comme on fait de l'IA, qu'on développe de nouvelles technologies, souvent on est mis dans le même bain que les start-ups.
[10:56] Et le problème, c'est qu'en fait, on n'est pas du tout startup. Déjà, on n'est pas start puisque ça fait 22 ans qu'on est là. On n'est pas up parce que nous, on n'a pas de logique de croissance. On est à effectif constant depuis des années et on n'a pas d'objectif de revendre notre entreprise. Nous, on veut faire des recherches au long cours et faire ça avec différentes personnes. Donc, cette notion-là, elle est traitre parce que dès qu'on essaye de nous accoquiner avec d'autres,
[11:24] finalement on se rend compte qu'on a des valeurs quasiment opposées. Donc les autres chefs d'entreprise que l'on rencontre comme ça par hasard quand des gens essayent de nous associer parce qu'ils voient en nous des similitudes, parce qu'on serait des start-ups d'IA, ont des valeurs très généralement opposées aux nôtres. Et ils sont très sympathiques, je leur souhaite du succès.
[11:49] Mais ce n'est pas du tout ce qu'on cherche. C'est pour ça qu'on a besoin de créer cette communauté et d'expliquer notre démarche pour pouvoir trouver les personnes avec qui on pourrait avancer dans cette direction.
Carole : Est-ce que tu veux me reformuler cette démarche, justement, là, clairement ?
Jérôme Hoibian : Nous, notre objectif, c'est de faire de la recherche où intellectuellement, on va travailler sur des algorithmes
[12:14] Et on va avoir ce plaisir de créer. Donc ça veut dire faire ces algorithmes à la main. Aujourd'hui, les technologies d'IA les plus répandues utilisent des systèmes d'apprentissage automatique à partir d'un grand nombre de données. Ça donne des résultats géniaux, mais pour l'ingénieur qui développe ça, ce n'est pas passionnant.
[12:37] Donc ça, c'est le premier truc. Le deuxième, c'est que finalement, cette approche de prendre énormément de données, de le mettre dans un très gros calculateur et de faire mouliner l'ensemble, c'est extrêmement énergivore, ce qui est en contradiction avec nous, nos valeurs, d'essayer de faire des IA qui puissent finalement être bénéfiques pour la société, alors que là, j'ai un gros problème de surconsommation énergétique.
[13:02] Surtout que là, on parle de chat GPT ou équivalent, ou on pose une question à une personne, etc. Moi, dans les univers que j'imagine, on joue un jeu et il y a genre 50 000 personnes qui sont en train de penser et qui sont en train de vivre dans l'univers. Si on utilisait des techniques proches de celles de chat GPT, on aurait une consommation qui serait énorme.
[13:25] Donc nous, on a des approches très différentes. On sait que le fonctionnement des machines vivantes est orienté sur le minimum de consommation énergétique. Donc à travers l'évolution, etc., on se doute que le principe de réflexion d'un être humain a été conçu, orienté pour être le moins énergivore possible. Donc on se dit qu'en imitant ce mécanisme-là,
[13:52] on va réussir à avoir des résultats qui vont consommer extrêmement peu de ressources. On voit bien qu'un être humain, on lui donne un petit sandwich, donc un petit morceau de pain, un petit morceau de jambon, et il peut réfléchir toute la journée. On est très loin des consommations énergétiques qu'aurait besoin un chat GPT si je lui posais des questions 24h sur 24 toute la journée. Alors, il y a aussi d'autres valeurs. C'est-à-dire que nous, notre approche de développement d'intelligence artificielle,
[14:20] ça consiste à prendre des experts ou prendre des gens qui ont une façon de réfléchir et d'essayer d'imiter leur réflexion et de transformer un peu cette réflexion dans une machine. Alors, qu’est-ce que ça a comme conséquence ? Ça a comme conséquence finalement, il y a une sorte d'apprentissage, de transmission émotionnelle
[14:46] d'informations, de transmission de savoirs. Donc c'est un expert qui va finalement expliciter tout son savoir-faire qu'il a accumulé durant des années et il va les transmettre à, en l'occurrence là, finalement à un algorithme, alors qu'avant il aurait transmis ça à son apprenti, etc. Donc on a une continuité
[15:10] de chaînes d'apprentissage où, génération après génération, il y a le savoir qui se transmet de maître à élève, on va dire, en étant un peu caricatural. Nous, on voudrait conserver cette approche. Donc, on a des experts qui transmettent leur savoir à des machines, c'est transféré de manière compréhensible, c'est-à-dire que la machine, elle, ensuite, est capable à elle-même d’apprendre à un autre être humain ou d'apprendre à une autre machine. On continue, comme ça, à faire génération après génération
[15:38] cette notion de transmission d'informations qui a fait qu'on est parti de l'homme des cavernes et qu'aujourd'hui on est capable d'aller dans l'espace. Et ces technologies qu'on appelle le deep learning, qu'on voit avec ChatGPT, etc., n'ont pas cette approche. Donc elles n'ont pas besoin d'experts pour accumuler des données et faire des réflexions.
[16:01] Donc elles ne sont pas capables de prendre le savoir-faire d'un expert. Donc c'est un peu compliqué. Moi, je trouve que dans une société où d'un seul coup, tous les êtres humains vont alors dire, bon, c'est bon, vous pouvez partir à la retraite et tout ce que vous avez fait jusqu'à présent, on ne va pas s'en servir. Je trouve ça un peu dommage. Et puis après, on a ce questionnement. Une fois que les IA auront appris plein de choses sans qu'on leur transmette quoi que ce soit, mais qu'elles n'ont pas cette capacité
[16:29] d'apprendre ou de transmettre leur savoir à d'autres êtres humains ou d'autres machines, est-ce qu'on ne va pas dans une voie sans issue ? Quelle est la suite du raisonnement ?
Carole : Est-ce que ça ne fait pas un peu peur finalement à un monde où on aurait transmis tout notre savoir à des machines ? Et puis qu'est-ce qui se passe pour les humains ? Qu'est-ce qu'ils savent ? Qu'est-ce qu'ils apprennent ? Comment ils continuent à vivre ?
Jérôme Hoibian : Alors moi je trouve que cette vision qui peut faire un peu peur et on va dire est caricaturale à
[16:57] a priori, il n'y a aucune raison que les humains décident de transmettre tout ce qu'ils savent uniquement à des machines. Les gens, par exemple, qui vont se retrouver à devoir travailler moins parce qu'il y a des machines qui vont faire une partie de leur travail à leur place, ils ne vont pas rester enfermés chez eux à rien faire. Ils vont aller voir des amis, ils vont discuter avec leur famille, leurs enfants, ils vont transmettre des choses, ils vont se raconter des histoires. La transmission humain-humain
[17:23] existera, j'espère, toujours. Il y aura aussi des transmissions humains-machines. Il y aura des transmissions machines-humains. On peut tout à fait imaginer qu'il y aurait des machines avec qui on développe des affinités, qui puissent avoir des rôles de professeurs et enseigner des choses à des humains, etc. Moi, on va se retrouver dans un monde hybride où il y a d'un côté
[17:46] des humains, d'un autre côté des IA, tous ces personnages interagissent ensemble, ont une forme d'empathie, c'est-à-dire que les humains veulent du bien aux machines et les machines veulent du bien aux humains. Et on a comme ça cette espèce de continuité de transmission de savoir. Par contre, si on a ce scénario d'une immense IA qui concentre tous les savoirs, toutes les connaissances, là,
[18:13] Effectivement, j'ai du mal à voir un avenir positif à cette vision du futur.
Carole : Et ça, c'est plutôt qu'un lien ?
Jérôme Hoibian : Alors, moi, je parle de ce que je fais, donc j'ai plein d'enthousiasme, etc. Je pense que ça va être sympathique. Effectivement, ce qui me fait plus peur, c'est les autres grosses IA qui sont développées aujourd'hui. Mais bon, disons ChatGPT, etc.
[18:40] Par contre, je ne sais pas quels sont leurs projets et peut-être vont-ils arriver à la même conclusion que moi et vont décider de faire plutôt plein de petites IA plutôt qu'une très grosse qui contrôlerait tout le savoir.
Carole : Pourquoi plusieurs plutôt qu'une grosse ?
Jérôme Hoibian : Parce que je pense que déjà une grosse, je trouve que ce n'est pas le cœur de l'intérêt de l'humanité. Pour moi, l'intérêt dans l'humanité, c'est...
[19:04] les échanges entre personnes, c'est les relations humaines. Avoir une immense IA toute seule qui connaîtrait tout, qui saurait tout et qui se parlerait avec elle-même, je ne trouve pas que ce soit un avenir passionnant.
Logique Floue est un podcast consacré à l'intelligence artificielle et penser le monde qui se construit autour d'elle. À l'heure où l'IA devient omniprésente dans nos métiers, nos outils, notre information et nos imaginaires, Logique Floue propose d'aller à la rencontre de celles et ceux qui la pensent, la développent, l'utilisent ou la questionnent. Chercheurs, ingénieurs, philosophes, artistes, entrepreneurs ou acteurs publics viendront confronter leur vision d'un futur déjà en train de s'écrire.
Soutenu par Spirops, laboratoire de recherche indépendant en intelligence artificielle depuis plus de 20 ans, le podcast explorera notamment leur approche dite frugale de l'IA. Des systèmes plus spécialisés, plus maîtrisés et plus raisonnés, fondés sur des modèles différents des grandes IA génératives actuelles. À travers des portraits des membres de l'équipe de Spirops et des conversations avec des invités extérieurs spécialistes de leur domaine, Logique Floue ouvre un espace de dialogue autour des promesses, des limites et des choix de sociétés qui accompagnent le développement de l'intelligence artificielle.
Réalisé et produit par Carole Cheysson chez Pulse Audio, avec l'aide de Sacha Bénard, mix William Lopez, illustration Yara Al Najem, jingle Kelian Régis. 2026
[00:00] Carole : Logique Floue est un podcast consacré à l'intelligence artificielle et au monde qui se construit autour d'elle. Au fil des épisodes, des chercheurs, entrepreneurs, philosophes ou acteurs publics viennent partager leur vision de l'IA. D'autres épisodes sont consacrés aux femmes et aux hommes qui la développent au quotidien. Dans ce nouvel épisode, rencontre avec Axel Buendia, cofondateur de Spirops. Depuis plus de 20 ans, il participe aux recherches d'une IA frugale et agile.
[00:31] Axel Buendia : Après, l'IA à la mode en ce moment, c'est très basé sur la génération et notamment le langage, mais aussi l'image, etc. Ce n'est pas un domaine dans lequel on est à fond. Les réseaux de neurones conservent cet aspect un peu boîte noire. Ils sont très difficiles à régler. Et donc, du coup, quand un truc ne marche pas, c'est très difficile de savoir quoi modifier dans le réseau, surtout les très gros réseaux qu'on utilise pour le dialogue.
[00:57] Donc du coup, aujourd'hui, on s'y intéresse, bien sûr, on fait de la veille pour être sûr qu'on l'utilise ou pas, mais ce n'est pas le centre de notre activité. On continue de travailler, nous, sur le symbole, la représentation du monde. Qu'est-ce qui se passe dans la tête d'un être humain pour qu'il arrive à se représenter le monde qu'il se représente et puis apprendre des nouvelles choses tout le temps, etc. Et c'est ça qui est très intéressant. C'est sur ça qu'on travaille depuis...
[01:19] Des années maintenant. Alors, je m'appelle Axel Buendia, je suis enseignant-chercheur. Aujourd'hui, je travaille au CNAM, au Conservatoire National des Arts et Métiers. Ma recherche, c'est donc l’IA décisionnelle, donc c'est comment on fait de l'IA pour prendre des décisions de manière autonome. Et mon rôle à Spirops, aujourd'hui, il est minime puisque je suis associé.
Carole : Quel a été le parcours, finalement, pour arriver jusqu'à Spirops ?
[01:44] Axel Buendia : Alors ça, c'est plus long. J'ai toujours aimé l'informatique. C'est quelque chose qu'on partage pas mal avec tous les gens de Spirops depuis tout petit. Et j'ai toujours voulu faire de l'IA depuis tout petit aussi. Et du coup, je fais des études, une école d'ingénieur pour faire de l'IA. Et après, j'ai fait un DEA par ESIS. Et après, pendant mon DEA, j'ai fait un stage à CRIO. Donc, je commençais à bosser avec
[02:11] les jeux vidéo et l'IA. Et puis après, j'ai fait une thèse. Et donc pendant ma thèse, j'ai continué à bosser sur l'IA dans les jeux vidéo. Mon idée, c'était de faire des personnages virtuels autonomes avec qui on pourrait vraiment échanger dans les jeux vidéo, avec qui on aurait leur vie propre, leurs idées, leurs préférences, etc. Pour faire des univers vivants. Et donc du coup, c’est pendant ma thèse que j'ai travaillé à Polygon Studios et c'est là que j'ai rencontré Jérôme.
[02:34] Et donc à la fin de ma thèse, on avait sympathisé parce que j'ai travaillé plusieurs mois à Polygon, et à la fin de ma thèse Jérôme était venu voir ma soutenance et puis on s'est dit avec Jérôme, Jérôme m'a dit « Ah c'est super ce que tu fais, c'est chouette ». Et moi je cherchais quelqu'un avec qui bosser parce que j'avais bossé pendant 4 ans et demi sur ma thèse tout seul. Et donc du coup j'ai dit à Jérôme « Bah super si tu veux on peut bosser ensemble ».
[02:57] Et donc on a commencé à bosser ensemble, Jérôme avait eu un contrat juste avant qu'il était un rémunérateur, donc il pouvait se permettre de ne pas trop gagner d'argent parce que je n'avais pas de quoi le payer. Et du coup, on a commencé à bosser sur les outils autour de ce que j'avais fait pendant ma thèse. Et au bout d'un an, ça ne marchait pas trop mal, on a bien bossé avec Jérôme et du coup, on a commencé à se dire « Ok, créons la boîte ».
[03:21] Donc il y avait déjà Denis à l'époque aussi, le trio infernal. Et c'est comme ça qu'on a commencé à monter Spirops. C'était en janvier 2004, donc ça fait 22 ans.
Carole : Et est-ce qu'aujourd'hui tu dirais que Spirops, ça correspond à ce que vous aviez en tête au moment où vous l'avez lancé ?
[03:46] Axel Buendia : Non. Enfin, oui et non. Oui, parce que ce qui est agréable avec Jérôme, c'est de pouvoir aller au fond des choses et puis pouvoir tout se dire. Même si des fois, le temps monte, ce n'est pas grave, on peut tout se dire. Et donc, c'est ces confrontations qui ont à chaque fois donné des choix, je pense, assez pertinents.
[04:10] Et du coup, c'est ça qui a fait qu'on a créé des outils, des solutions qui sont, je pense, assez uniques. Non, parce qu'au début, on voulait aller que sur des jeux vidéo et faire nos personnages virtuels. Et c'était ça qui nous intéressait. Et puis, on s'est rendu compte que le marché du jeu vidéo, c'est un marché compliqué. Surtout le middleware, on est un peu les sous-traitants des sous-traitants. Donc, on est tout au bout de la chaîne alimentaire. Donc, ce n'est pas génial.
[04:36] Et donc très vite on a dû recalibrer les marchés sur lesquels on bossait, on a fait la simulation de foule pour Disney, et puis après ça a été la voiture autonome. Et donc du coup en fait, par contre ce qui est intéressant c'est qu'on ne perd pas de vue notre objectif de personnage intelligent, complet, autonome, puisque chaque petite brique qu'on crée, y compris pour la voiture autonome et pour les autres, nous permet d'améliorer nos technologies de fond et de se rapprocher de
[05:03] cette espèce de Graal qu'on verra peut-être jamais, mais au moins on essaie de s'en rapprocher. C'est ça la recherche.
Carole : Mais qu'est-ce que c'est ce Graal ? Parce qu'on en a un peu parlé avec Jérôme là dans le podcast. C'est quoi cette histoire de personnage autonome ? On dirait presque une envie de quelqu'un qui joue et qui rêve à quelque chose. Raconte-moi plus ce que vous aviez en tête et ce que
[05:31] qui aujourd'hui te semble faisable ?
Axel Buendia : Alors l'idée c'était vraiment, je pense que c'est né d'une frustration, alors c'est né d'une envie d'abord d'avoir des, de pouvoir discuter avec des entités autonomes, il y a une espèce de pouvoir créateur quand même assez intéressant,
[05:54] Et puis je pense que je peux être qualifié de nerd, j'ai passé quelques tests visiblement et j'en suis. Du coup, ça fait partie aussi du trip nerd. Donc l'idée c'est vraiment d'avoir des personnages avec qui on pourrait interagir. Aujourd'hui dans un jeu vidéo, vous dites à quelqu'un que vous ne l'aimez pas, sa femme va venir vous voir comme si de rien n'était. Alors que vous venez dire à son mari que vous ne l'aimez pas, ce n'est pas normal.
[06:22] Il n'y a pas de logique, il n'y a pas de comportement réellement autonome. On sent bien qu'ils sont très limités. Et donc, ça crée un espèce de vide, finalement, platitude. Donc, la richesse des jeux ne vient pas des échanges toujours que j'ai avec les personnages autour de moi. Ça peut, mais c'est assez partiel quand même. Donc aujourd'hui, l'idée, ce serait vraiment d'être capable de créer des univers virtuels dans lesquels il y a bien sûr des autres humains qui s'incarnent.
[06:48] mais aussi pléthore de personnages virtuels autonomes, virtuels complètement, y compris leur cerveau, pour pouvoir avoir des échanges, faire des choses, mettre de l'animation, générer des avent ures. Il y a plein de rôles que les gens ne veulent pas jouer dans la vraie vie. Du coup, il faut bien des personnages pour les jouer ces rôles. Et donc, du coup, c'est intéressant de faire ça. Donc, aujourd'hui, où on en est ?
[07:12] Assez vite on s'est rendu compte qu'il ne suffisait pas de mettre des cerveaux plus gros, de leur donner plus d'idées, plus de motivation et plus de choix dans leur vie, que s'ils n'étaient pas cap ables de l'exprimer visuellement, c'est-à-dire que si le joueur qui joue ne se rendait pas compte, en fait ça ne marchait pas. Donc c'est pour ça que très vite on s'est intéressé à l'animation procédurale, donc comment générer des mouvements avec des personnages. Parce que si je ne m'incarne pas physiquement...
[07:35] Si quand je suis triste, je ne marche pas de manière triste, je n'ai pas la tête un peu baissée, mélancolique, etc. Finalement, le joueur ne sait pas que je suis triste. Du coup, on perd de la profondeur, même si la profondeur existe au niveau du personnage, elle n'est pas visible pour le joueur. Finalement, ça ne sert à rien. Ça, c'était une des premières leçons qu'on a apprises tout au début quand on a bossé avec Ubisoft. Ils avaient fait une IA assez géniale avec nos outils.
[07:58] Et très vite, les gens ont accusé notre IA de triche. Et c'était assez marrant parce qu'en fait, elle ne trichait pas du tout. Elle était juste d'un niveau bien supérieur à ce qu'ils avaient l’habitude de voir. Et donc, du coup, pour eux, si elle était à ce niveau-là, c'était forcément qu'elle trichait. Et donc, c'était la première chose qu'on a compris. C'est-à-dire que finalement, c'est ce que j'enseigne à mes étudiants, c'est l'IA, elle est avant tout dans l'œil de la personne qui observe. Donc...
[08:20] Quand on fait des jeux vidéo, on fait des tours de passe-passe. L'idée, c'est que la personne ait l'impression que le personnage soit intelligent, mais pas forcément qu'il le soit profondément. Nous, on veut aller plus loin, on veut qu'il soit vraiment intelligent, mais on va dire que pour la plupart des jeux, ce n'est pas nécessaire. Mais c'était un sujet intéressant et c'est comme ça qu'on a commencé à travailler sur l'animation procédurale. Parce qu'il faut faire ressentir aux joueurs toute la profondeur d'esprit qu'on est capable de faire avec les capacités de calcul aujourd'hui.
Carole : Oui, donc finalement, tu disais oui et non. Ça, chez Spirops, ça ne s'est pas perdu ?
[08:48] Axel Buendia : Exactement. On garde notre objectif de fond. Et l'idée, c'est, comme nous sommes un espèce de laboratoire de recherche privé, c'est de trouver des contrats pour qu'on puisse continuer de se payer et continuer de faire nos recherches. Et donc, du coup, on fait des marchés intermédiaires, mais qui nous font évoluer nos technologies. Et ces technologies, les gens ne se rendent pas compte parce qu'on peut faire à la fois de la sécurité informatique, on peut faire de la voiture autonome, on peut faire de la simulation de foule. En fait, les gens ont l'impression que c'est des trucs
[09:13] complètement différent, mais en fait, au fond, pour nous, c'est exactement la même chose. Ça nous permet de faire évoluer nos outils, de s'améliorer et donc d'avoir sans cesse une panoplie d’outils plus intéressantes. C'est ce qui fait qu'aussi on décroche des contrats plus vite parce qu'on ne part pas de zéro. Quand on doit faire un contrat, on a 20 ans d'outils derrière nous. On va beaucoup plus vite pour développer de nouveaux produits ou satisfaire de nouveaux clients.
Carole : Et dans les outils, concrètement, dans les outils que vous avez développés, toi, tu dirais que ce sont lesquels qui...
[09:39] qui te semblent le plus intéressant justement par rapport à vos recherches ?
Axel Buendia : C'est très varié, ils sont tous intéressants. Il y a l'outil original qu'on a développé avec Jérôme et Denis, qui est un éditeur, on appelle ça l'éditeur de cerveau. Ça permet de créer des motivations dans les personnages et de déclencher des actions en fonction de quelles motivations sont les plus importantes à un instant donné. Ça ressemble un peu à ce qu'on fait de manière simplifiée.
[10:03] Depuis, on a fait évoluer cet outil vers la représentation du monde pour être capable d'apprendre plein de choses autour de nous. Mais on a aussi plein d'outils de développement. Alors les gens ont l'impression que ce n'est pas fondamental, mais en fait, on s'aperçoit que tout devient très vite un problème d'outillage. C'est-à-dire que l'outil ne permet pas de faire des nouvelles choses, mais il permet d'aller plus vite sur certaines choses.
[10:26] Et malheureusement, c'est parce qu'on ne va pas assez vite parfois qu'on n'arrive pas au bout des choses. Et donc aujourd'hui, c'est important d'avoir les bons outils pour se rendre compte d'où sont vraiment les problèmes et arriver à les résoudre. Parce que le cerveau humain, il brasse un paquet d'informations très vite, de manière assez robuste. On ne parle pas des biais cognitifs et tout ça, mais on va dire que globalement, plutôt pas mal. Et pour une machine, c'est quand même compliqué encore de brasser autant d'informations. Et donc du coup...
[10:52] C'est important pour nous, tous ces outils nous servent à ne pas avancer à l'aveuglette et à essayer de se diriger au mieux dans le brouillard scientifique qui est devant nous.
Carole : Évidemment, il y a un côté très enthousiasmant de se dire que l'expérience dans un jeu vidéo pourrait être plus intéressante. Mais je réfléchis aussi aux autres impacts que vous êtes en train de mettre en place en développant de l'IA.
[11:19] Sur la société et j'aimerais bien que tu me donnes ton point de vue là-dessus. Où est-ce qu'on va ? Qu'est-ce qui va se passer là par la suite ?
Axel Buendia : Alors je pense que l'IA c'est une espèce d'extension de la digitalisation. C'est-à-dire qu'en gros ça donne plus de pouvoir à un monde digital. Il faut voir que notre monde n'est encore pas totalement digitalisé et donc du coup il y a des domaines où l'IA n'est pas très forte. C'est les domaines dans lesquels il n'y a pas beaucoup de digital.
[11:44] Dans l'agriculture, il n'y a pas un impact majeur. Ça fait longtemps que les moissonneuses conduisent toutes seules. Ce n'est pas un truc qui est moderne, qui est très récent. Donc du coup, je pense qu'aujourd'hui, c'est une question sociétale. Et après, malheureusement, on est confronté à des limites environnementales, écologiques, qui font qu'il y a aussi d'autres contraintes qui vont venir s'éloigner.
[12:10] s'imposer à nous, qui s'imposent déjà à nous, qui vont pas venir, qui s'imposent déjà à nous, et qu'il va falloir prendre en compte dans nos décisions. Idéalement, de manière utopiste, on pourrait aller vers un monde où les gens travaillent moins, parce qu'une partie de leur travail est faite, surtout les parties ingrates, sont faites par des systèmes plus ou moins autonomes. Ça, c 'est un peu utopiste, mais...
[12:33] il faut pouvoir rêver sinon on n'avance jamais. Et puis, et donc du coup je pense que c'est ça qui est intéressant, et puis il y a l'enjeu aussi de mieux se connaître. Ce qu'on disait tout à l’heure, l'IA a toujours été, il y a toujours eu ce double revers de médaille. C'est-à-dire qu'à la fois c'est un système informatique, mais en même temps c'est aussi pour mieux se connaître soi -même, mieux connaître les êtres humains je veux dire.
[12:59] Le premier ordinateur, il a été créé, c'était déjà de l'IA en fait. Quand on a créé une première machine, c'était déjà la définition de l'IA, c'est-à-dire faire une tâche à une machine qui est d'habitude réservée à un être humain. Et donc dès le début, très vite, les machines étaient censées être des cerveaux cybernétiques. Et à l'époque, on avait l'impression que la qualité maîtresse de l'intelligence humaine, c'était la déduction. C'était le...
[13:22] Ce qui faisait que quelqu'un était intelligent, il était capable de déduire des choses, de faire des preuves de maths, des trucs comme ça. Et on a fait des machines qui étaient capables de faire des preuves de maths. C'était les systèmes experts des années 60, 50, 60. Et du coup, ça a bien marché. On avait des machines qui faisaient des preuves de maths tout seuls, qui savaient déduire des problèmes, des maladies, diagnostiquer, faire des choses comme ça, de manière assez performante.
[13:45] Mais malheureusement, on s'est rendu compte qu'il y a des choses sur lesquelles elles n'étaient pas du tout performantes. Par exemple, raisonner dans des mondes où il y a plein d'inconnus. Ou alors, reconnaître des choses toutes bêtes, c'est ce qu'on appelle l'induction. C'est-à-dire, quand je vois trois chaises, je sais que c'est la même chaise, en fait. Enfin, c'est une même chaise, ça sert à la même chose. Cette capacité à créer des espèces de classes d'objets dans ma tête, cette capacité d'induction, qui est très importante pour l'être humain, les systèmes experts sont nuls pour faire ça.
[14:12] Et donc, du coup, quand on s'est aperçu que les systèmes experts dans les années 60-70 étaient mauvais, ça a été l'hiver de l'IA, on a appelé ça. Donc l'IA n'était plus à la mode. C'est pas de bol, c'est quand j'ai commencé, moi. Donc l'IA n'était pas à la mode, c'était vraiment... On faisait ça caché dans les labos, j'exagère un peu, mais on faisait un peu ça de manière un peu cachée. Il y avait déjà les premiers réseaux de neurones, c'est très vieux, les premiers réseaux de neurones. Et puis, ben...
[14:39] Les gens ont continué de bosser, puis la médecine a avancé aussi, on connaissait mieux l'homme, on connaissait mieux les capacités de raisonnement de l'homme, comment ça marchait, etc. On ne les connaît toujours pas parfaitement, mais quand même, on s'améliore. Et donc du coup, tout ça, ça se nourrit mutuellement, et au final, on a essayé de compenser les gros défauts des IA, des systèmes experts, avec des systèmes qui étaient capables d'induction. C'est-à-dire, je vois plein de choses et je suis capable de reconnaître des choses tout seul.
[15:04] Et ça, ça a été l'avènement des réseaux de neurones. Et c'est ce qui a lancé un peu la nouvelle ère de l'IA. Donc là, ça a été un peu la révolution. Et il y a pas mal de trucs qui ont commencé. Il y a eu des investissements. A 2014, il commençait déjà à y avoir des investissements dans l'IA. Et du coup, il y a eu une vraie mouvance qui a abouti en 2020-2022 à ChatGPT avec le langage naturel.
[15:27] qui était une tâche quand même historique, puisque Alain Thuring, un des inventeurs de l'informatique moderne, avait déclaré que le test pour savoir si une machine était intelligente ou pas, c’était un test de langage. Donc en gros, il fallait parler avec plusieurs personnes, dont certaines étaient des machines, et ne pas savoir distinguer l'homme de la machine au cours d'une conversation. Et pourquoi il a dit ça ? Sans doute parce qu'à l'époque, on pensait que le langage, c'était l'apanage de l'homme, enfin l'apanage de l'homme.
[15:53] C'était la chose la plus complexe que l'homme savait faire, que les autres entités de la planète ne savaient pas faire. Et donc c'est pour ça qu'il a appris le langage. Il faut savoir que le test de Turing a été passé depuis très longtemps, bien avant ce ChatGPT par des IA, qui en gros arrivaient à le passer en contrôlant la conversation. C'est-à-dire que c'est un tour de passe-passe. Vous pouvez piéger une IA si c'est vous qui contrôlez la conversation. Donc l'IA va essayer de contrôler la conversation pour que vous puissiez...
[16:20] pas vous même la contrôler et surtout sans que vous rendiez compte qu'elle le contrôle de manière... parce que c'est une IA quoi. Par exemple elle peut se faire passer pour un enfant qui vient d'un pays en guerre, qui a perdu ses parents, qui parle du coup pas bien l'anglais... Et du coup bah là vous pouvez pas lui dire c'est qui la star du dernier film de machin, si elle répond pas vous allez pas lui dire bah t'es qu'une IA ! Donc du coup en contrôlant la conversation on arrive à... ils arrivent les IA, ils arrivent déjà à passer une tête de Turing. Après le ChatGPT tout ça c'est pas mauvais...
[16:47] Après le défaut de ces IA, c'est qu'elles sont colossales. Ces IA génératives de langage, langagière ou génération d'image, c'est le même genre de technologie, elles sont colossales en termes de calcul, d'apprentissage. Et donc écologiquement, aujourd'hui, on se retrouve avec un choix assez drastique. C'est-à-dire qu'elles sont incompatibles, à mon avis,
[17:12] Les investissements sont tels, quand on voit, je crois que c'est 70 milliards aujourd'hui, les investissements d'OpenAI. Je ne sais pas à combien il faut qu'ils vendent l'abonnement mensuel, à combien de personnes il faut qu'ils le vendent pour rentabiliser leur société, mais je pense que ce n'est pas compatible avec le développement de la planète aujourd'hui. Donc du coup, il y a un vrai enjeu aujourd'hui. Comme tous les outils, il n'est ni bon ni mauvais en soi, il a des qualités et des défauts.
[17:36] Je pense qu'il faut, comme tout outil, se poser la question de la rentabilité. C'est quoi le coût et c'est quoi le gain ?
Carole : Mais là, tu poses la question de la rentabilité économique. Et écologique, absolument. Et justement, le coût dont on parlait tout à l'heure de l'humain, du remplacement de certains métiers, etc. Comment tu le vois ?
Axel Buendia : En gros...
[18:01] Donc en 2012-2014, avec ce boom de l'IA, il y a déjà eu des articles. Ça a fait moins de bruit qu'avec la GPT et que ça le fait maintenant. Mais déjà, il y a eu pas mal d'articles dans Le Monde , dans Le Times. Vraiment, ça a quand même été une petite vague. Et du coup, déjà, il y a eu des enquêtes auprès du MIT, auprès de Stanford, auprès de plein de grandes universités mondiales sur « Ouais, ça va remplacer des jobs ». Ils avaient dit qu'à 10 ans, 80% des jobs seront touchés par l'IA et 30% disparaîtront.
[18:26] Bon, c'était en 2014, on est en 2026, ça n'a eu pas du tout l'effet qui a été annoncé. Je ne dis pas que la nouvelle vague n'aura pas cet effet-là, mais ce qui est sûr, c'est qu'on est dans une espèce de mouvance où, pour être rentable, ces boîtes doivent réinvestir. En fait, leur modèle économique est, à mon avis, pas tenable. Et donc, leur seul modèle économique viable, c’est de générer de l'espoir pour que d'autres gens remettent un tour de table le tour suivant pour continuer d'avancer comme ça.
[18:53] Donc elles doivent générer cette espèce de fantasme dans l'esprit du grand public. C'est vital pour elles, sinon elles meurent. Plusieurs personnes ont déjà plus ou moins montré que ces technos n'arriveront jamais telles qu'elles à faire des IA généralistes, enfin des IA telles que les humains. On sait déjà que ce n'est pas tout à fait la bonne voie. Ça ne veut pas dire que ce n'est pas un début de voie, mais qu'on en est encore très loin, qu'il va falloir aller bien plus loin que ce que sont en train de faire les gens, c'est-à-dire ajouter des paramètres.
[19:19] dans un système pour en mettre de plus en plus. On sait que ça, ça ne suffira pas. Donc du coup, il y a un vrai enjeu aujourd'hui autour d'en effet, si on a des IA qui sont complètement généralistes, qui peuvent remplacer des êtres humains, la question se pose de quelle société on veut. Et là, ce n'est plus un problème du tout de technologie. C'est un problème social et politique. C’est-à-dire, il faut qu'on se concerte et qu'on se dise, si demain ça devait arriver, quelle société on veut pour nous pour demain ? C'est la place du travail dans la société. Et aujourd'hui,
[19:46] La place du travail telle qu'elle était par exemple chez nos parents et telle qu'elle est maintenant chez les jeunes, c'est plus du tout la même chose. Donc aujourd'hui on voit bien que les gens n’attendent plus la même chose de la société, de leur travail, etc. Et donc du coup il y a un vrai enjeu aujourd'hui, comment on peut faire pour que la société continue de vivre, on est quand même dans une économie encore capitaliste et libérale, ça veut dire qu'il faut qu'on soit « rentable ».
[20:10] Pareil, qu'est-ce que ça veut dire la rentabilité d'aujourd'hui ? Est-ce que la rentabilité d'aujourd'hui, c'est vraiment qu'on gagne toujours plus de temps ? Mais pour quoi faire ? Il n'y a jamais eu autant de burn-out sur la planète que maintenant. Parce qu'à force de gagner du temps et de faire toujours plus de trucs, peut-être qu'on en fait un peu trop, qu'il y a des moments où il faut que notre cerveau puisse un peu... Pas s'arrêter, parce qu'en fait, il ne s'arrête jamais, mais qu'on puisse un peu le laisser en roue libre pour qu'il puisse se recentrer, se restructurer. On a toujours des meilleures idées quand on laisse en roue libre. C'est important de, de temps en temps, déconnecter un peu. Donc...
[20:36] Ce que je veux dire, c'est qu'il n'y a qu'un instrument dans la re modélisation de notre société, qui de toute façon est en cours. Il y a, je crois, à mon avis, pas la part aussi prépondérante qu'on le pense. Il y a plein d'autres facteurs qui joueront, les crises économiques, les crises politiques, les crises écologiques. Il y a pas mal de problèmes en ce moment sur la planète. Tout n 'est pas rose. Et malheureusement, je pense qu'elles vont rattraper le reste plus vite qu'on ait le temps de réagir.
[21:02] Après, c'est idiot. Arrêter le progrès, à mon avis. Après, je suis un scientifique, donc je suis peut-être biaisé. La nostalgie du temps ancien, il faut arrêter ça. Il y a des gens qui auraient plein de maladies. On a quand même résolu un paquet de problèmes dans nos sociétés. Tout n'est pas résolu et loin de là. Et puis, parfois, il y a des choses qui empirent. On n'arrive pas à aller toujours dans une courbe meilleure.
[21:27] Mais je pense que ce n'est pas en faisant de l'obscurantisme et en repartant en arrière qu'on va résoudre les problèmes. Je pense qu'il ne faut pas avoir peur. Il faut se raccrocher à... C'est difficile, on vit dans un monde de surinformation. L'IA ne va pas aider, parce qu'elle va permettre de générer plus d'informations plus vite. Donc on va avoir encore plus d'informations que ce qu’on a déjà. Aujourd'hui, le temps qu'on met à traiter l'information, en fait...
[21:54] on croit qu'on traite de l'information, mais en fait, c'est faux. On la traite de manière très superficielle, et moi y compris, ce n'est pas un reproche aux autres, c'est moi y compris, parce qu'on est bombardé d'informations, parce qu'on a l'impression de savoir plus de choses, ce qui n'est pas faux, mais souvent, on les sait très superficiellement. Et ça, c'est un danger, parce que...
[22:18] Comme on pense savoir, on pense prendre les bonnes décisions et on est assez sûr de nous, souvent. Alors qu'au fond, notre connaissance est souvent superficielle dans pas mal de domaines et ces décisions qu'on croit être mordicus, les bonnes, s'avèrent parfois les mauvaises à long terme. Et on vit aussi dans une ère où certaines personnes maîtrisent complètement ces mécaniques d’information.
[22:42] et donc sont capables d'en tirer profit pour divers intérêts, divers et variés, parfois salutaires pour l'ensemble de la planète, parfois non. Et donc je pense que c'est du devoir de chacun aujourd'hui de se renseigner, ça fait partie d'un peu de ces podcasts, c'est-à-dire que pour avoir une vraie opinion, il faut passer du temps. Et contrairement à ce qu'on peut penser, ça demande des efforts en fait. C'est triste, mais on vit dans une ère où on a besoin de moins faire d'efforts. Moi avant, quand j'avais besoin d'avoir un article scientifique, il fallait que j'aille être en suite.
[23:10] bibliothèque. J'habitais à la campagne, donc ça fait de reprendre un train, aller dans la ville. C'était compliqué. Avec Internet, c'est sûr que ça a changé la donne. Mais au fond, les efforts sont salutaires.
Carole : Et pour toi, d'ailleurs, quelle serait la meilleure utilisation de l'IA ?
Axel Buendia : Comme pour tous les outils, je donne un marteau à quelqu'un, la personne peut soit s'en servir pour fracasser le crâne de son voisin, soit pour servir pour monter une maison. Moi, la bonne utilisation de l'IA, c'est pour fabriquer des maisons, mais...
[23:36] Après, il y en a qui vont sans doute l'utiliser pour fracasser le crâne de leur voisin, sans doute. L'histoire l'a prouvé. Souvent, les technologies étaient utilisées pour tuer son voisin. Il y a plein de choses, les progrès médicaux. Il y a aussi la fracture sociale. Il y a aussi le temps qu'on passe au travail. Il y a des tâches ingrates, surtout. Est-ce que l'IA ne pourrait pas remplacer les tâches les plus ingrates ?
[23:59] Prenons les caissières des supermarchés. De plus en plus, on voit des caisses automatiques. Ça envahit un peu nos supermarchés. Est-ce que je me pose la question directe en me disant « Je ne suis qu'un capitaliste, je vais virer tout le monde. » Capitalisme, c'est important. Moi, je n'ai rien contre les capitalistes. Sans capitaux, on ne fait pas grand-chose. Je veux juste gagner de l’argent sans réfléchir. Je vire tout le monde et je ne mets que des caisses automatiques.
[24:22] Et bien en fait les gens qu'est-ce qu'ils vont faire ? Est-ce qu'ils auront vraiment envie de venir en rayon ? Est-ce que finalement ils ne vont pas faire que des drives ? Est-ce que ce que je voulais c'est qu'il n'y ait que des drives ? Parce que finalement pour me concurrencer à un autre drive comment je fais à part les prix ? Ce n'est pas facile. Moi je vois l'attachement qu'ont les gens aux caissières. Dans les supermarchés il est important, surtout dans les supermarchés de proximité. Alors un peu moins dans les grandes villes puisque ça tourne, le personnel tourne. Mais dans les petites villes souvent c'est la même caissière pendant des plombes.
[24:48] et donc, reréfléchir pourquoi cette personne-là, elle pourrait pas faire du placement de produits, plutôt les mettre dans les rayons faire le lien social, ce qui est important dans l'achat, le conseil le lien social, tout ça c'est des choses qui sont super importantes et donc, alors que c'est sûr que scanner des produits pour la caissière, c'est pas le truc le plus épanouissant de sa journée, alors que peut-être que si elle pouvait faire du je sais pas, du conseil sur les produits sur des choses comme ça dans les rayons, ce serait plus intéressant pour elle
[25:14] Et à mon avis, il y a un vrai intérêt en termes de marketing et de revenus. Donc voilà, je pense que il ne faut pas s'effrayer. J'ai passé ma vie à remplacer des tâches d'être humain par des machines. J'ai fait que ça toute ma vie professionnelle. Et je ne suis jamais arrivé à remplacer un être humain complètement. On remplace des tâches. Je peux remplacer...
[25:37] Un joueur de Go, je peux remplacer, mais juste pour jouer au Go, je ne peux pas remplacer le joueur de Go quand il rentre voir ses enfants le soir. AlphaGo, il ne saura pas raconter une histoire le soir à ses enfants. Du coup, je remplace certaines tâches. Et souvent, là où l'informatique est meilleure, c'est qu'il lit beaucoup d'informations très vite, il analyse, il est très patient, il ne se lasse jamais tant qu'on lui file l'électricité et il continue. Il fait beaucoup de calculs.
[26:02] Voilà, c'est tous les trucs où nous on n'est finalement pas très forts, ça se compare souvent à des tâches très ingrates pour l'être humain, et donc je pense qu'il y a des vraies solutions pour des vraies tâches ingrates, alors qu'aujourd'hui, là les IA qu'on nous balance, c'est une IA généraliste, qui est censée être généraliste, qui est censée se servir à tout faire, mais qui ne fait rien très bien,
[26:28] Par contre, ces mêmes outils, ces mêmes technos pourraient servir à faire de la recherche. Elles servent déjà à faire de la recherche médicale, ce genre de choses. Donc là, il y a un vrai gain, un rapport gain-coût qu'il faut peser pour tout. Si le soir, je vais péter un voisin et que je lance ChatGPT, je viens d'abattre deux ou trois arbres. Est-ce que ça va aller le coup ou pas ? Si jamais je trouve un remède contre un certain type de cancer, ça vaut peut-être le coup d'abattre deux ou trois arbres. Donc, tout est une question de gain et de coût.
[26:55] Et je pense qu'il faut être responsable. Et pour être responsable, il faut être conscient de ce qu'on est en train de faire. Je pense que c'est pour ça que j'enseigne.
Logique Floue est un podcast consacré à l'intelligence artificielle et penser le monde qui se construit autour d'elle. À l'heure où l'IA devient omniprésente dans nos métiers, nos outils, notre information et nos imaginaires, Logique Floue propose d'aller à la rencontre de celles et ceux qui la pensent, la développent, l'utilisent ou la questionnent. Chercheurs, ingénieurs, philosophes, artistes, entrepreneurs ou acteurs publics viendront confronter leur vision d'un futur déjà en train de s'écrire.
Soutenu par Spirops, laboratoire de recherche indépendant en intelligence artificielle depuis plus de 20 ans, le podcast explorera notamment leur approche dite frugale de l'IA. Des systèmes plus spécialisés, plus maîtrisés et plus raisonnés, fondés sur des modèles différents des grandes IA génératives actuelles. À travers des portraits des membres de l'équipe de Spirops et des conversations avec des invités extérieurs spécialistes de leur domaine, Logique Floue ouvre un espace de dialogue autour des promesses, des limites et des choix de sociétés qui accompagnent le développement de l'intelligence artificielle.
Réalisé et produit par Carole Cheysson chez Pulse Audio, avec l'aide de Sacha Bénard, mix William Lopez, illustration Yara Al Najem, jingle Kelian Régis. 2026
[00:27] pour une discussion autour des usages concrets de l'intelligence artificielle et des transformations qu'elle apporte dans nos organisations. Musique
[00:40] Aujourd'hui, on reçoit Luc Laroche. Vous êtes ingénieur. Vous travaillez sur les trains autonomes dans l'innovation de manière plus générale à la SNCF. Et vous êtes aussi dans un groupe de réflexion sur l'IA et ses impacts sur la société. Est-ce que j'ai bien résumé ?
Luc Laroche : Exactement.
Carole : C'est parfait. Très bien, merci beaucoup. Et donc, on est avec Denis Rafin qui fait partie de SpirOps.
[01:04] Luc Laroche : Peut-être une précision pour commencer. Effectivement, je travaille à la SNCF. Là, je ne parle pas au nom de la SNCF. Donc, je parle au nom des compétences que j'ai pu acquérir dans les différents projets. Je ne parle pas au nom de la SNCF, même si, bien sûr, je travaille à la SNCF et je mène des projets d'innovation avec de l'IA.
Carole : Très bien, parfait. Est-ce que vous voulez me raconter un petit peu sur quoi vous avez travaillé ?
[01:27] en matière de véhicules autonomes et de trains autonomes ? Quels ont été vos travaux ?
Denis Rafin : Oui, alors déjà, moi, je peux parler dans quel contexte on s'est rencontrés. Nous, on a participé à un projet voyageur. Donc, un train, c'était plutôt un train régional voyageurs. Donc, c'est une expérimentation pour... L'objectif, c'était de savoir quels étaient les...
[01:51] contraintes, qu'est-ce qu'il était le reste à faire pour arriver à un train autonome. Donc on construisait, il y a eu une vraie réalisation, c'était un rétrofit ce qu'on appelle, c'est-à-dire la modification d'un train existant pour le rendre autonome. Nous on s'occupait de deux sujets, un sujet qui est la relation au voyageur et un peu la partie aléa, c'est-à-dire
[02:15] Définir toutes les actions, toutes les réactions à avoir quand il y a quelque chose qui n'est pas prévu.
Luc Laroche : L'objectif du projet Train Autonome, en l'occurrence, c'était pour nous d'essayer de sentir quelle était la faisabilité à terme d'un train autonome. Ce n'était pas du tout un projet qui avait comme ambition de déployer des trains autonomes, mais vraiment de monter...
[02:39] les différents niveaux de compétences de ce qu'on appelle craquer des verrous technologiques, monter les niveaux de TRL pour ceux qui connaissent l'expression. Et donc c'était ça. Et c'était d’avoir une vision globale sur qu'est-ce que ça voulait dire de l'autonomie de conduite fondamentalement. Comment ça s'insérait dans le système ferroviaire. Et notamment quand vous avez avec
[03:02] Spirops travaillait sur les aléas, c'est un des sujets les plus compliqués du train autonome. Le train autonome, c'est un robot fondamentalement. C'est-à-dire, c'est un engin qui doit capter ce qui se passe autour de lui. Donc, il y a tout un aspect de perception. On y reviendra en parlant de la partie IA. Et puis, à partir de la perception de tout ce qu'il doit percevoir,
[03:27] Il prend des décisions et après, il y a un actionneur. C'est-à-dire, il décide certaines actions. Alors, suivre un train, ce n'est pas très compliqué. En gros, il avance ou il freine. Il n'y a pas de volant. Donc, la partie décision n'est pas très complexe. La partie actionneur, ce n'est pas très complexe non plus. Il n'y a pas vraiment de verrou technologique. En revanche, le vrai verrou, c'est de comprendre l'environnement, comprendre ce qui se passe.
[03:55] et de le faire en sécurité.
Carole : Quelle est la démarche derrière ? C'est-à-dire, la SNCF, dans l'absolu, à un moment, voudra avoir des trains autonomes et voudra mettre ça en place de manière plus large ou c'est de la recherche ?
Luc Laroche : C'est de la recherche.
Carole : Donc là, vous êtes bien trouvé, du coup.
Denis Rafin : Oui, tout à fait. La difficulté, elle est beaucoup dans la perception. De savoir, de voir, de remplacer les yeux d'un humain
[04:20] les yeux, les oreilles aussi, parce qu'en fait, il y a plein de sensations, il y a du ressenti même dans un train, donc cette partie-là est vraiment très complexe. Et ensuite, de la contextualiser. C'est là où il y a un petit peu, même si la décision en elle-même, c'est je freine ou j'accélère, ce n'est pas très compliqué, effectivement, la sortie de décision. Par contre, il y a ce qu'on appelle la fusion, qui est d'essayer de
[04:45] reconstruire le monde, de comprendre le contexte. Le contexte, il peut changer en fonction de la... On ne va pas prendre la même décision si le rail est mouillé, etc. Donc ça change un peu. Il y a une complexité qui est à ce niveau-là, mais effectivement, elle est plutôt concentrée sur ça. Et ce que je pourrais dire, pour rassurer peut-être pour certains qui ne sont pas forcément... C'est que le chemin est encore un petit peu long.
[05:09] On n'y est pas encore. Même si ça avance, il y a des choses qui sont... En fait, dans tous les systèmes autonomes, globalement, que ce soit voitures, etc., la recherche avance. Il y a des choses qui permettent déjà d'avancer sur certains tronçons. Par exemple, sur l'autoroute, il y a déjà des aides à la conduite. Sur le train, il y a déjà des aides à la conduite aussi qui vont...
[05:34] Typiquement, pour tout ce qui est amélioration du contrôle pour la consommation, ça, il y a des aides. On veut trouver, améliorer des processus ou optimiser des choses, mais toujours en gardant l 'idée que l'humain, il est au centre de tout ça.
Carole : Qu'est-ce que vous en pensez de ce point-là, justement ?
Luc Laroche : Que l'humain reste au centre de tout, oui, je pense que c'est à la fois important. On peut avoir...
[06:01] Des visions un peu philosophiques, des visions un peu sociales. Et puis aussi, on peut avoir une vision qui est très, très pragmatique et scientifique. C'est-à-dire que de toute façon, il y a besoin d'avoir quelque part un humain, quel que soit le niveau de sophistication de l'automatisation. C'est vrai à peu près de tous les systèmes. Parfois, l'humain est plus loin, parfois il est plus proche. Il y a guère de systèmes d'automatisation où il n'y a pas une supervision quelque part.
[06:26] Donc oui, de toute façon, c'est le lien avec l'humain qui est important.
Carole : C'est vrai que ça pose toutes ces questions-là derrière et que Denis soulève évidemment immédiatement et vous aussi, parce que qu'est-ce qu'on fait de l'humain dans tout ça ? Comment vous, vous voyez ça ? C'est-à-dire que d'un côté, il y a quelque chose de très excitant à l'IA et à cette avancée technologique formidable, etc. Mais d'un autre côté, il y a aussi ces questions-là qui se posent.
Luc Laroche : C'est une question qui se pose pratiquement
[06:54] Pas du tout uniquement au niveau des trains. C'est une question qui se pose généralement sur tout ce qui est automatisation des process et donc d'un certain nombre de travaux qui sont faits par l’homme aujourd'hui. Il y a des systèmes assez proches du train. Il y a le métro qui est déjà complètement autonome. Il y a le taxi autonome qui arrive, qui commence à se déployer, etc. Il y a plusieurs choses là-dedans. La première chose, c'est...
[07:18] entre guillemets, à qui profite le crime ? C'est-à-dire, qu'est-ce qu'on fait si jamais il y avait hausse de productivité grâce à l'automatisation ? À qui est-ce que ça profite ? Et selon la réponse, il n'y a pas du tout la même vision morale, en tout cas en ce qui me concerne. C'est-à-dire que si ça permet de faire de la productivité à outrance éventuellement,
[07:43] Et entre guillemets, ça va juste dans la poche des actionnaires. Pour moi, ça ne va pas du tout. Si ça permet de faire de la productivité et que la productivité faite, elle permet de redéployer des services au contact du client. Alors oui. Et qui dit service au contact du client ? Là, on dit vraiment des emplois humains. Donc, voilà la réponse à la question. Est-ce que c'est bien ? Est-ce que ce n'est pas bien ?
[08:07] Elle est forcément sous-tendue par une hypothèse de départ, c'est-à-dire qu'est-ce qu'on fait avec les progrès technologiques qui sont dus à l'automatisation en général, quel que soit le système. Et on imagine très bien qu'on puisse avoir des systèmes plus automatisés qui libèrent du temps de personnes,
[08:30] Et donc, s'il n'y a que ça, on pourrait dire de la baisse d'emploi, mais qui permette de générer de la possibilité de financer de l'emploi au service du client. Et ça, c'est le scénario idéal dans tous les domaines. Et quand on regarde en général le problème de l'IA, puisque c'est aussi sur l'IA qu'on en viendra plus spécifiquement, ce sujet-là, il existe. La productivité due à l’IA...
[08:57] à qui elle profite et qu'est-ce qu'elle permet. Il n'y a pas de problème fondamentalement d'emploi, ni en France, ni en Europe, ni dans le monde. Il y a un problème de financement de l'emploi. Parce que si vous allez dehors, vous regardez, il y a des gens qui sont sur le trottoir, il y a des trucs qui sont sales, il y a des choses à faire. Il y en a, on en trouve à la pelle. Ce qu'on ne trouve pas, c'est le financement de l'emploi.
[09:20] Donc, si on permet de dégager du financement pour de l'emploi, alors la balance peut être positive pour tout le monde et pour l'emploi, pour ceux qui travaillent et pour les clients et pour la société. Donc, c'est vraiment cette question-là qu'il y a derrière.
Denis Rafin : Moi, je suis complètement en phase. C'est-à-dire qu'il n'y a pas de la technologie au-delà de l'IA, de l'automatisation, tout ça. C'est toujours la technologie, le...
[09:43] il vaut mieux la voir comme quelque chose qui libère du temps pour créer de l'emploi potentiellement mais aussi potentiellement j'en avais parlé la dernière fois c'est qu’il y a un sujet de répartition il y a aussi de ce qu'on veut de la société en général est-ce que
[10:06] Parce que potentiellement, même s'il n'y avait pas plein de choses à faire, on pourrait imaginer que dans le futur, il y aura même des robots pour nettoyer les rues. Donc, ce travail-là ne sera plus l'affaire. Soit, mais l'humain est toujours là et il faut qu'il vive, etc. Donc, si on pense la société autour de ça, toujours dans cet objectif de...
[10:33] Plus d'égalité, plus de... À ce moment-là, la technologie, elle n'est que libératrice.
Carole : Et comment on fait pour aller dans cette direction-là ? Parce qu'on sait que ce n'est pas forcément la chose la plus évidente qui se mettra en place. On sait que le profit, il n'est pas toujours réparti de manière à ce que la société fonctionne mieux. Enfin, ce serait formidable, mais est-ce que ce n'est pas un peu utopiste de penser ça ?
[11:00] Luc Laroche : Non. J'ai hésité en disant non. Puis finalement, j'ai dit non. C'est surtout qu'à la fois, on a chacun à œuvrer pour et à la fois, c'est éminemment du domaine politique. Donc, il faut en même temps savoir que nous trois, on ne va pas transformer le monde comme ça. Mais qu'en revanche, on a quand même notre rôle à jouer là-dedans. Donc, c'est vraiment un élément
[11:28] strictement politique au bon sens du terme. Donc oui, il y a de la discussion, il y a des façons de rentrer dans le débat public, etc. Il faut faire du lobbying. Donc c'est d'abord par ça, puis après on a chacun, aux places où on est, quelques microdécisions qui permettent d'aller dans un sens ou dans un autre.
[11:53] Mais oui, c'est compliqué parce que tout pousse au profit, même ceux qui n'ont pas forcément plus envie que ça. Ou j'ai envie de dire, tout pousse à la maximisation du profit ou même, j'ai envie de dire, à la maximisation de la productivité parce que sinon l'entreprise meurt. Donc là, on n'est pas dans maximiser le profit. À partir du moment où on est dans un
[12:17] monde en concurrence absolue et où d'autres veulent maximiser leurs profits, ceux qui veulent rester, ils sont obligés de faire un petit peu attention quand même aussi. Donc voilà, sujet éminemment politique. Bon, alors après, moi, je n'ai pas tellement plus de réponses que ça, ou au tout cas, ma réponse n'a pas plus de valeur que celle d'un autre.
Denis Rafin : Oui oui, c'est ça. De toute façon, je suis plutôt un optimiste, mais je
[12:40] On est obligé de jouer, comme disait Luc, dans les marges qui sont données par le marché. On vit dans un monde préexistant. Donc on doit jouer là-dedans. Mais effectivement, chacun peut jouer son rôle de différentes manières. On n'est pas obligé d'être un activiste, mais on peut être
[13:04] rien que dans la discussion quotidienne, dans ses réflexions, dans les choix qu'on fait de consommation, etc. Chaque petite chose fait évoluer les choses.
Carole : On a l'impression qu'il y a une espèce de course contre la montre avec l'IA. En tout cas, c'est ce que nous laissent entendre les médias, etc. Et on a l'impression que ça va à une vitesse folle. On parle de disparition de métier à un horizon extrêmement court.
[13:32] Donc c'est vrai qu'il y a peut-être des choses à révolutionner, à penser différemment la société, etc. Mais il va falloir que tout ça se mette en phase finalement assez rapidement et sur le même tempo.
Luc Laroche : Oui, de toute façon, les périodes de transition, on est toujours en période de transition. Il y a toujours des nouvelles technos, mais l'apparition de nouvelles technologies et donc les transitions qui s'en suivent, c'est toujours des moments un petit peu chaotiques.
[13:58] Je n'ai pas une idée extrêmement claire des pertes d'emplois générées par l'IA. On en parle beaucoup. J'ai vu des études récemment. Certaines disaient que ça allait être terrible. Et d’autres disaient qu'en fait, quand on fait la balance entre ce que ça perd et ce que ça crée, il y a des études qui disent que ça en crée un peu plus que ça n'en perd. Et après, il y a la question, est-ce que...
[14:22] C'est le même type de boulot et comment est-ce que les gens peuvent se reclasser, j'ai envie de dire, par décalage ? Ça, c'est encore un autre sujet. Donc moi, je n'ai pas les idées claires sur est-ce que ça va faire disparaître beaucoup d'emplois au total ? J'ai plutôt envie de dire que ça va remodeler le marché de l'emploi sur une petite partie, mais qu'on va aussi avoir des créations.
[14:47] La difficulté, c'est qu'il y a des types d'emplois qui vont plus disparaître que d'autres. Et là, on attaque peut-être le point qui me semble un des plus majeurs avec l'arrivée de l'IA, c'est que ça va impacter des métiers d'apprentissage du métier, entre guillemets. Je prends l'exemple des juristes, parce que c'était l'exemple dans l'article que j'ai lu.
[15:13] Un jeune juriste, quand il arrive, il se tape de regarder dans tous les codes possibles et imaginables. Déjà, il a essayé de tout apprendre pendant ses études. Puis quand il arrive, il commence par... Il étudie les cas, il va regarder, il va à droite, il va à gauche, etc. Sans doute que ce métier, il peut être remplacé par de l'IA. Mais l'IA, et on en parlera évidemment tout à l’heure, l'IA, elle se trompe. Donc il faut qu'il y ait quelqu'un qui puisse superviser.
[15:39] La personne qui doit superviser, il faut qu'elle soit avertie. Ça ne peut pas être le junior qui supervise. Donc, ça veut dire qu'on va priver les gens de cette perte d'apprentissage avec du métier pas forcément super rigolo, en tout cas pas le plus passionnant, mais qui leur permet d'accéder à des compétences et
[16:02] Et du coup, comment est-ce que cette génération va pouvoir accéder à ces compétences ? Et alors ça, c'était vu du côté des personnes, mais vu du côté du résultat. Et quand ceux qui connaissent, ils partiront à la retraite et que ceux d'en dessous, ils n'auront pas appris, là, on va se retrouver dans une situation un peu compliquée. D'un point de vue assez général, j'ai envie de dire, c'est les risques
[16:26] de nature cognitive qui sont associées à l'IA ?
Denis Rafin : Il y a déjà des situations où des boîtes ont décidé de virer du monde pour remplacer par de l'IA parce que c'est performant. Et elles sont maintenant arrivées au seuil, c'est assez vite, au seuil où il y a des choses qui ne marchent pas trop, mais ils n'ont plus les experts puisqu'ils sont déjà partis.
[16:49] Donc ça, c'est déjà... Très rapidement, ça arrive, donc on peut imaginer que ça va être encore pire plus tard. Donc il y a déjà cette situation, on est déjà dans cette situation. Alors le fait qu'on s'en rende compte assez vite, c'est plutôt positif, parce qu'on se dit, on ne va pas attendre que ce soit trop tard. Déjà, c'est trop tard pour ceux qui se sont fait virer, mais par contre
[17:14] Voilà, on a le temps de les rattraper avant qu'ils soient partis trop loin.
Carole : Et qu'est-ce qu'on pourrait faire justement face à ça ?
Luc Laroche : Je pense qu'il faut d'abord que les entreprises elles-mêmes aient conscience du risque. Et après, qu'elles pensent cet apprentissage des personnes comme un investissement. Et celles qui le feront
[17:37] seront celles qui gagneront dans 15 ans, mais en attendant, il faut qu'elles serrent les dents. Donc là, c'est vraiment du rôle des patrons d'entreprise d'avoir cette vision-là. Et donc, conserver effectivement un certain nombre de travaux qui sont nécessaires à la montée en compétences globales du personnel qui travaille dans la boîte, même
[18:03] s'ils pouvaient être remplacés par de l'IA. Ça ne veut pas dire qu'il n'y en a pas un certain nombre qui peut être remplacé par de l'IA. Mais vraiment, ce point-là est important. On en parlera encore. Un des risques principaux de l'IA, je pense que c'est la perte de compétence des professionnels, mais sur un certain nombre de sujets, presque de l'espèce humaine. Je généralise exprès parce que ça permet de lancer le débat, mais c'est...
[18:30] Plus que ce qu'on raconte sur l'IA va nous gouverner, machin, etc. Je pense que les risques, c'est d'abord de la perte de ça va faire de compétences.
Carole : Donc, d'après vous, les sujets qui sont à contrôler de manière à ce qu'on ne perde pas l'humain, on en revient là quand même, ce serait donc contrôler ses apprentissages ?
[18:54] Enfin, faire en sorte que les apprentissages perdurent et avoir un système de contrôle de la machine et de voir si elle ne fait pas d'erreurs, etc. Ce serait ça ?
Luc Laroche : Oui, je pense qu'il faut effectivement toujours qu'il y ait une capacité de contrôle. Et on a dit que c'était difficile à avoir tant qu'on n'avait pas les compétences. Après, c'est plus ou moins
[19:19] selon le niveau de fiabilité qui est attendu de lire. On a beaucoup de situations où, en fait, quand l'homme agit, il se trompe deux fois sur dix et ça va bien. Et là, on peut dire, quand on est dans des niveaux statistiques de fiabilité aussi bas
[19:46] qu'on est capable de mesurer statistiquement qu'une IA se trompe peut-être qu'une fois sur dix. Si on remplace un homme qui se trompe deux fois sur dix par une IA qui se trompe une fois sur dix, à la fois, on n'est pas forcément obligé de contrôler. Et puis, il y a d'autres cas où il ne faut pas que ça se trompe. Il ne faut pas que ça se trompe. Et là, du coup, il faut mettre en place les procédures, soit pour nous assurer que le système ne se trompe pas, soit pour contrôler ce qu'a fait le système.
[20:13] Les deux sont différents. S'assurer que le système ne se trompe pas, c'est majeur dans les travaux scientifiques que l'on mène. Comment on fait la démonstration de sécurité du système qu'on est en train de concevoir ? Là, pour aussi y revenir, l'IA tout seul ne peut pas. Donc, il faut penser le système de façon à ce que si on y met une brique d'IA...
[20:37] elle n'ait qu'une petite influence sur le résultat global et qu'on ait d'autres briques indépendantes et que c'est la somme de l'ensemble qui permette d'atteindre le niveau de fiabilité nécessaire.
Denis Rafin : Sachant que quand on parle de briques d'IA dans ce sens-là, c'est les briques d'IA boîte noire.
Luc Laroche : Oui, bien sûr.
Denis Rafin : Parce qu'il y a d'autres systèmes, il y a des systèmes...
[21:00] Maintenant, on ne dit plus... Je ne sais plus si on a le droit de dire IA, mais en tout cas, il y a des systèmes qui sont déterministes et fiables et qui permettent de s'assurer que le résultat à entrer donnée est toujours le même. Donc ça, c'est différent. Mais effectivement, dès qu'on met un système boîte noire, on a...
[21:24] Luc Laroche : C'est important ce que tu dis comme précision. Quand moi je dis IA là, c'est plutôt effectivement apprentissage, deep learning, etc. IA n'est pas juste système numérique et informatique dans ce que je raconte là.
[21:40] Donc voilà, il y a la façon de concevoir des systèmes de sécurité, y compris avec une brique d'IA boîte noire.
Denis Rafin : Oui, on peut dire IA parce que c'est le terme.
Luc Laroche : Mais c'est vrai que le vocabulaire n'est pas complètement figé. Et puis après, il y a d'autres cas où il faut pouvoir contrôler. Alors, il y a des moyens de contrôler.
[22:03] Je prends des exemples où on veut faire la maintenance de systèmes complexes et puis on entre une panne et puis l'IA va chercher dans toute la documentation énorme qui existe sur le système et puis dit il faut faire ça, ça. Et là, ces systèmes-là peuvent dire et d'ailleurs, je l'ai vu dans le manuel numéro 7, la page 342, paragraphe 7. Et puis, il met les références
[22:30] des modes opératoires à appliquer. Et dans ce cas-là, ce qu'il faut faire, c'est une fois qu'on a ça, on ouvre le document directement à la bonne page et là, on voit bien si l’IA dit n'importe quoi ou pas. Donc, il y a quand même des types de systèmes où l'IA deep learning boîte noire peut effectivement accélérer énormément le processus de recherche et à la fin, on s'appuie
[22:54] plus sur l'IA, on s'appuie sur le résultat et on va voir à l'origine le bon document, etc. Donc voilà, il y a des tas de systèmes où ça aide vraiment.
Carole : C'est vrai que je m'interroge beaucoup sur ce mouvement qu'a eu l'homme finalement de déléguer son savoir ou le fait de penser, etc. D'avoir eu cette volonté de...
[23:18] de passer ça à une machine ? C'est vrai que ça m'interroge énormément.
Luc Laroche : Je ne pense pas qu'à l'origine, il y ait le désir de sous-traiter la pensée à une machine. D'abord, pour moi, il n'y a pas sous-traitance de la pensée. En fait, la machine ne pense pas. Je suis clair là-dessus, la machine ne pense pas. Donc, on ne peut pas sous-traiter quelque chose qu'on fait à quelque chose qui ne sait pas le faire.
[23:45] Après, ceux qui ont vraiment travaillé sur les concepts fondamentaux de l'IA, je ne suis pas sûr qu'ils avaient, eux, une idéologie. Après, c'est récupéré par des gens qui ont une idéologie. Alors, deux types de personnes. Il y a une première catégorie de personnes qui disent avoir une idéologie, mais en fait, qui veulent du fric. Ça, il y en a quand même un certain nombre. Donc là, il faut gratouiller l'idéologie, mais il ne faut pas y passer trop de temps. Ils veulent juste du fric, donc ils racontent n'importe quoi.
[24:13] Et puis du moment que ça fait vendre, ça va bien. Et puis il y a des gens qui ont une véritable idéologie. Il y a le transhumanisme. Est-ce qu'on peut aller se transférer dans une machine ? Parce qu'en fait, l'ensemble de l'homme, ils disent que si on veut se transférer dans une machine, ça veut dire que c'est l'homme. L'homme, ça veut dire que c'est réduit à ce qui peut passer dans une machine et comment on peut survivre à l'intérieur de la machine.
[24:36] ou s'ils ont envie, pourquoi pas. Donc là, il y a des choses plus intéressantes à discuter. Donc, je ne pense pas que ce soit l'idéologie de ceux qui ont, des chercheurs, des scientifiques, des mathématiciens, des codeurs, des informaticiens. Eux, l'idéologie, leur but, c'était comment est-ce qu'on peut améliorer les capacités plutôt de calcul au sens très large du terme ?
[24:58] des machines. Le mouvement n'est pas nouveau. Ce n'est pas parce que ça s'appelle IA aujourd'hui que ça n'existait pas. Quand on avait un boulier et quand on voulait faire des calculs, on déléguait à la machine des trucs où il fallait poser les multiplications. La machine à calculer, c'est ça. Donc, on n'est pas sur un nouveau paradigme quand on dit qu'on veut déléguer un certain nombre de tâches. Le nouveau paradigme, c'est de dire qu'on veut déléguer
[25:25] On pense qu'on peut déléguer et qu'on veut déléguer la pensée humaine.
Carole : Qu'est-ce que tu penses, toi, Denis, que la machine pense, justement ?
Denis Rafin : Non, non, pas du tout. De la même manière, c'est juste que, oui, effectivement, c'est l'usage... Enfin, il y a un discours. Il y a des gens qui se disent, oui, l'intelligence générale, etc. C'est un discours de vente.
[25:50] de dire que c'est de l'intelligence et que ça fait des choses intelligentes. Mais c'est des machines à régurgiter, à synthétiser, etc., qui marchent très bien, avec des défauts qui nécessitent toujours l'humain derrière pour superviser, pour vérifier, etc. Justement, quand on parlait tout à l'heure, je regardais
[26:17] pareil, un article qui était intéressant sur quelqu'un qui analysait un petit peu une formation à lire. C'était un peu sur le thème humoristique, mais il prenait, donc il s'inscrivait sur un lien d'apprentissage et puis il apprenait. Ça lui disait, bon ben voilà, c'était Prompt Engineer, là, pour apprendre à écrire des promptes. Et donc, dedans, il y avait du bon sens toujours dans la formation. Ce n'était pas une grosse formation, mais à plusieurs moments dans la formation, il y a
[26:46] il expliquait, faites attention pour vérifier toujours l'information, etc. Mais pour vérifier l'information, il faut que je connaisse, que je fasse une recherche, que finalement, pourquoi je fais la recherche par l'IA ? Puisque de toute façon, il faut que je fasse la recherche ensuite pour vérifier que l'IA ne m'a pas dit de bêtises. C'était assez cocasse comme situation. Et donc, on est toujours dans ce...
[27:10] Voilà, donc il n'y a pas de pensée, ça ne réfléchit pas. Même quand on parle dans l'IA, nous, tel qu'on fait la prise de décision, c'est la digitalisation d'un processus, c'est complètement mathématique, c'est-à-dire qu'on met des seuils, on va essayer, on va...
[27:33] on va choisir la solution la moins pire, mais il n'y a pas de pensée. Ça ne va pas plus loin que ce qui a été écrit dans l'algorithme, etc. Même si ça peut faire des choses qui semblent magiques.
Luc Laroche : En fait, dans les réflexions qu'on peut mener, on pense que quand on dit que l'IA...
[27:56] C'est-à-dire qu'on dit, du coup, que la pensée humaine est réductible à ce que fait un ordinateur avec des algos de deep learning. Et pour nous, c'est une triple réduction, en fait. C'est une triple simplification. La première chose, c'est que ce faisant,
[28:23] On dit que notre façon de penser, c'est uniquement du traitement de l'information. Or, d'expérience, on sait qu'on ne fait pas que du traitement de l'information. On a un type de pensée qui est une pensée rationnelle, pas à pas, où on fait des déductions, etc. Donc ça, oui, on fait du traitement de l'information, puis après, on en tire des conclusions.
[28:48] Et puis on sent bien que dans la façon dont on pense, il y a des choses qui sont beaucoup plus de l'ordre de la fulgurance, etc. Alors, ce qui est toujours compliqué dans ce genre de débat, c'est qu'en fait, on connaît très bien comment fonctionne l'IA. On connaît très, très bien comment fonctionne une IA. On connaît très, très mal comment fonctionne la pensée humaine.
[29:11] Donc on a toujours du mal à dire la pensée humaine ne fait pas comme l'ordinateur parce que la pensée humaine fonctionne comme ça. Et on est obligé de s'appuyer sur des concepts qui sont soit philosophiques, soit un peu plus empiriques ou intuitifs. Et toute la philosophie sur la pensée s'appuie un petit peu là-dessus. Donc première réduction, c'est ça. Ce serait de dire que nous, on ne fait que du traitement de l'information. Or, il y a des tas de choses
[29:39] autrement que du traitement de l'information. La deuxième réduction, ce serait de dire que ce qui se passe lorsque l'on pense, c'est uniquement nos neurones qui font, on ne sait pas trop quoi, mais dans tous les sens, qui envoient des petits produits chimiques, des trucs électriques, des machins, etc. Pareil, les neurosciences...
[30:04] se développe énormément, mais la compréhension exacte de ce qui se passe, on ne l'a pas atteint, on n'a pas craqué et on est loin d'avoir craqué le fonctionnement du cerveau. En revanche, il y a des choses qui sont presque certaines maintenant, c'est que le cerveau tout seul, ça ne marche pas et c'est l'ensemble de la personne et de son corps qui permet de penser. Et moi, j'appuie la thèse que
[30:30] sans corps, il n'y a pas de pensée humaine, y compris pour des raisons. Enfin, voilà, on sait, ça nous prend aux tripes et ça nous fait penser. Voilà, il y a même, j'ai envie de dire, même quand on fait du raisonnement. Donc, on voit bien que notre façon de penser est intrinsèquement liée au corps, aux émotions, à ce qu'on ressent.
[30:56] Et ça, la machine ne peut pas l'avoir. Et la troisième réduction, ce serait de dire que nos neurones, en fait, fonctionnent juste comme un algorithme. Ou pire, comme un algorithme d'IA. Encore une fois, on ne sait pas comment fonctionnent nos neurones. Mais ce qui est sûr, c'est que ça ne fonctionne pas du tout pareil.
[31:19] D'abord, si ça fonctionnait pareil, ça ne consommerait pas autant d'énergie. Il y a plusieurs ordres de grandeur de consommation énergétique entre le cerveau et un ordinateur. Donc, pour faire la même tâche, il faut 100 fois, 1000 fois, 10 000 fois plus d'énergie à une IA qu'à nous. Voilà, encore une fois, parfois on va droit au but.
[31:44] Et ce qui est intéressant aussi, c'est qu'on sent que la pensée humaine et toute l'évolution de la pensée n'aboutit pas à une optimisation de ce qu'on pourrait appeler un algorithme s'il y avait algorithme. En fait, le vivant est aussi dans la robustesse, dans la capacité à survivre. Et la capacité à survivre, ce n'est pas juste de l'hyper-performance.
[32:08] alors que l'IA, on veut faire de l'hyper-performance. Donc, tout ça fait dire que même ce qui se passe au niveau de nos neurones, ce n'est pas de l'optimisation algorithmique. Donc, c'est un certain nombre de faisceaux qui me permettent à moi de dire que la pensée humaine est infiniment plus vaste que l'IA. Et tant mieux !
[32:36] Et que du coup, j'ai pas peur une seconde du fait que l'IA va nous bouffer. L'IA peut nous rendre idiots parce qu'on est tellement paresseux qu'on va aller regarder que l'IA. On est tellement paresseux qu'on sait que ce truc ça fait des erreurs et qu'on va pas les corriger parce que c'est quand même fatigant. Mais que l'IA comme ça tout d'un coup commence à avoir des intentions...
[32:59] Non, parce que l'intention, c'est du registre de la pensée humaine, ce n'est pas du registre de la machine. Alors après, qu'il y ait des gens méchants, qu'il y ait des intentions en utilisant l’IA, alors là, oui, ça, c'est un deuxième sujet.
Carole : Qu'est-ce que tu penses, toi, Denis, de ces trois points-là ?
Denis Rafin : Oui, alors je pense que je suis d'accord. Globalement, on dit qu'il y a des intelligences aussi. Il y a différentes façons qui sont liées à l'émotion, au vécu, etc., qui font aussi la...
[33:27] La diversité, en fait, dans l'humain, c'est le fouillis, c'est un peu le bordel, la vie humaine. Le fait d'avoir des trucs bien rangés, tout carrés, c'est pour certains processus, c'est ce qu'on veut, mais le fait de remplacer tout par quelque chose qui serait tout plat, on aurait toujours la même saveur de tout, on aurait...
[33:54] Toujours les mêmes inputs, on aurait toujours les mêmes sorties. Et donc, c'est là, surtout, je pense que là, l'humain, il aura toujours sa place parce que, de temps en temps, il n'est pas en forme. Et puis, ça lui fait faire des choses un peu différemment. Et puis, hop, la science, ça a été ça. C'était des découvertes avec des accidents, des trucs. Là, il n'y a plus d'accidents.
Carole : Mais là, encore une fois, on parle de l'IA générative. En ce qui concerne votre démarche chez Spirops, c'est avec...
[34:21] cette histoire de logique floue. Vous avez quand même plus, d'après moi, cette envie de s'approcher de comment réfléchit l'humain ou comment pense l'humain.
Denis Rafin : Oui, alors déjà, nous, on part de l' esprit humain pour automatiser. Donc, on n'est pas, déjà, on va prendre un expert et puis on va lui demander comment il fait et puis on...
[34:43] Déjà d'un côté. Et puis aussi, on a cette... On essaye de comprendre un peu... Alors pas forcément de la neurosciences, etc. Mais le principe que l'humain... Enfin, le vivant, plus que l'humain. Le vivant, il a tendance à optimiser, à faire le moins d'efforts possible, etc. Et on pense que c'est comme ça que...
[35:07] qu'on va pouvoir faire des systèmes, donc le moins d'efforts possibles dans l'informatique, c'est le moins de temps de cycle plus faible, le moins d'énergie consommée, le moins de... Donc c'est comme ça qu'on pense qu'on va réussir à faire des choses. On vise plutôt cette logique-là, plutôt que de se dire bon, ça ne marche pas, mais on va mettre encore plus de puissance, puis ça marchera. C'est...
[35:34] Et c'est un peu pareil avec l'IA en ce moment. Ça fonctionne parce qu'on y met de la puissance, mais on est dans des niveaux de consommation énergétique qui n'ont plus de sens, en fait.
Carole : Est-ce qu’il y avait d'autres points que vous aviez envie d'aborder, que vous aviez en tête ?
Luc Laroche : Je pense que dans les risques de l'IA, il y a un point aussi qu'on pourrait aborder.
[35:59] C'est le risque de rupture relationnelle. Je vais expliquer. Alors, ce n'est pas que l'IA, c'est l'IA plus les réseaux sociaux. Encore une fois, quand je dis ça, il faut que je précise le vocabulaire. Ce n'est pas que l'IA deep learning, c'est les réseaux sociaux plus l'IA deep learning. Là, on commence à avoir des choses qui sont un peu puissantes.
[36:23] et sur lesquelles il faut faire attention. Deux exemples, c'est effectivement les dégâts parfois que causent les réseaux sociaux sur certaines catégories de personnes, l'enfermement que ça génère et donc une espèce de communautarisme.
[36:47] Des personnes qui restent des heures et des heures sur les réseaux sociaux, qui ne sortent pas de chez eux. Ça finit par faire des gens bizarres. Et donc là, il peut y avoir vraiment un premier risque. Alors c'est vrai pour les enfants, mais pas que. C'est vrai aussi pour des adultes. Et puis quand on commence à avoir en face de soi quelque chose qui imite les raisonnements humains et que dès lors, on anthropomorphise
[37:13] très facilement, là, il peut commencer à y avoir un peu de perte de repère. Si on commence à discuter avec l'IA comme si c'était, je ne sais pas moi, notre mère qui est morte ou notre petite amie qui nous a quittés ou je ne sais pas quoi. Là, on est quand même en limite et là-dessus, il y a des risques. Le risque lié, c'est le risque de désinformation.
[37:41] où effectivement, on peut quand même réussir à faire passer des infos fausses auprès d'un grand nombre de personnes. Et ça, ça demande... Alors certes, les réseaux sociaux suffisent, ça permet déjà de le faire, mais quand en plus, on peut créer des fake news très, très réalistes et qu'on les balance sur les réseaux sociaux à des gens
[38:07] qu'on a déjà triés sur le volet parce qu'en fait, ils sont extrêmement réceptifs à ce qu'on a envie de leur dire, petit à petit, ça fait des choses qui peuvent être dangereuses. Donc voilà, là, il y a un deuxième risque important. Tout à l'heure, on parlait du risque plutôt cognitif, c'est-à-dire que les gens, ça allait plutôt les désapprendre à penser. Enfin, c'est l'effet GPS. Là, on est sur un deuxième risque, un risque de désinformation
[38:33] et un risque de rupture relationnelle. En fait, très clairement, ce qu'il faut avoir, c'est le sens critique. Alors, on a beau savoir que sur les réseaux sociaux, ça raconte des choses bizarres, mais si on adore y aller, que c'est tellement simple, et qu'on n'a pas réussi à se façonner un esprit critique suffisant, ben non, ça ne peut pas forcément...
[38:56] Ça ne donne pas forcément des adultes qui sont mieux...
Denis Rafin : On revient au premier sujet. Si on ne s'est pas déjà formé, on n'est pas armé pour se défendre. Et moi, je pense que le problème, il est avant l'IA. C'est-à-dire que maintenant, on a de l'IA, de deep learning, qui permet de générer des images, qui permet de massivement faire des choses qui...
[39:19] décrire des choses qui sont cohérentes, qui ont du sens. Mais avant ça, il y avait déjà un problème lié aux réseaux sociaux, qui est les algorithmes qui vont pousser l'information, et que ça soit de la bonne information ou de la mauvaise information, c'est la même chose. C'est-à-dire qu'il y a une fenêtre de Norton, c'est-à-dire que moi j'aime bien les...
[39:44] faire des cookies, et donc je vais avoir que des vidéos de gens qui font des cookies, alors que peut-être que les gâteaux, je sais pas, la fraise, c’est très bien. Je simplifie, mais c'est pareil, que ce soit politiquement ou scientifiquement, je vais avoir... On va me pousser tout le temps les mêmes choses, donc déjà, je vais pas ouvrir mon esprit, je vais être un peu fermé, donc ça...
[40:07] Ça, ça peut... Il y a des solutions. On pourrait dire qu'il faut que les algorithmes soient ouverts, qu'ils soient... Ce n'est pas forcément interdire, mais c'est réguler, trouver des solutions pour dire... Par exemple, on prend l'exemple du réseau X, ou Twitter. Le jour où Elon Musk a repris le truc, il a viré tous les gens qui faisaient de la régulation, etc. Et puis en plus, maintenant, il pousse ses...
[40:33] ses idées, et puis je ne sais pas, l'algorithme, je ne suis pas là-dessus, mais le problème, il est en grande partie là.
Carole : On a beaucoup parlé des risques, finalement, et puis de ces peurs que ça pouvait engendrer, etc. J'ai envie de vous demander, à tous les deux, pour finir cet entretien, quelles sont les promesses qui résident dans l'IA et qui font vraiment envie à chacun ?
[40:58] Luc Laroche : Ce qui me vient à l'esprit, c'est un premier exemple. C'est l'IA dans la médecine, où là, on est dans des systèmes qui améliorent beaucoup la performance, qui peuvent se tromper, mais fondamentalement, qui améliorent beaucoup la performance. Quand on fait de l'analyse
[41:22] de radio ou de résultats d'examens compliqués de médecine avec de l'IA. En fait, l'IA permet d'aller voir des choses que, assez souvent, un humain pourrait ne pas détecter. Et ça, pour moi, c’est un des exemples d'amélioration fondamentale grâce à l'IA.
[41:44] Alors bien sûr, on revient à ce qu'on a dit tout à l'heure. Si on laisse juste l'IA, un jour il va y avoir une tumeur de 40 cm de large et puis l'IA ne va pas le voir. Donc il faut évidemment que non seulement qu'il y ait quelqu'un qui contrôle, et pas que quelqu'un qui contrôle. Ça, on y a beaucoup travaillé dans nos projets. C'est-à-dire que si on a juste quelqu'un qui contrôle, quelque chose qui marche presque toujours.
[42:09] Au bout d'un moment, la personne ne contrôle plus rien, puisque comme elle sait que ça marche, elle dit c'est bon, c'est bon, c'est bon. Et en fait, ça ne sert à rien d'avoir rajouté quelqu'un qui contrôle. Donc, il faut faire en parallèle. Il faut qu'il y ait quelqu'un qui analyse sans avoir vu le résultat de l'IA. Il faut à côté qu'il y ait le résultat de l'IA. Et puis, il faut soit la même, soit une autre qui regarde. Est-ce que les deux disent la même chose ? Sinon, ça ne marche pas. Et dans ce cas-là,
[42:34] Alors oui, on améliore la fiabilité. Vous remarquerez d'ailleurs que dans le cas que je cite, on n'a pas amélioré forcément la productivité parce que je doublonne le boulot. Mais là, c'est vraiment une promesse. Après, on pourrait multiplier les exemples à l'infini. Quand on fait une recherche un peu fine de quelque chose avec de l'IA sur Internet, c'est quand même hyper puissant.
[42:56] Et puis après, si ça nous renvoie à la page en question, on va voir la page. Donc, on a des tas d'exemples où c'est très puissant et ça permet d'accélérer, de faire des progrès. Je pourrais en avoir beaucoup des exemples, mais Denis, tu dois en avoir d'autres.
Denis Rafin : Oui, alors des exemples, j'en ai... En fait, l'idée de l'exemple de le médecin est très bien parce qu'en fait, c'est déjà ce qu'on fait...
[43:22] actuellement quand on a quelque chose d'assez grave on demande un deuxième avis puis un troisième avis etc, et là parmi l'un des avis il y aura de l'IA et qui permettra peut-être d'affiner etc, donc ça c'est effectivement donc c'est déjà utilisé positivement et donc ça c'est pour faire avancer l'humanité dans un bon sens c'est-à-dire qu'on…
[43:47] des énergies plus vertes. Dans ce sens-là, si elle est utilisée, c'est toujours pareil, c'est une technologie, si elle est utilisée dans un sens vertueux, c'est bien. Et puis, il y a toujours, malheureusement, des gens qui veulent l'utiliser. C'est sûrement utilisé dans des systèmes à l'armée pour améliorer les systèmes de visée, etc. aussi, malheureusement. Mais...
[44:14] En tout cas, je suis plutôt optimiste. Je me dis que le balancier finit toujours plutôt du bon côté.
Carole : Très bien. Merci beaucoup à tous les deux. Et puis, à très bientôt.
Luc Laroche : Merci beaucoup.
Logique Floue est un podcast consacré à l'intelligence artificielle et penser le monde qui se construit autour d'elle. À l'heure où l'IA devient omniprésente dans nos métiers, nos outils, notre information et nos imaginaires, Logique Floue propose d'aller à la rencontre de celles et ceux qui la pensent, la développent, l'utilisent ou la questionnent. Chercheurs, ingénieurs, philosophes, artistes, entrepreneurs ou acteurs publics viendront confronter leur vision d'un futur déjà en train de s'écrire.
Soutenu par Spirops, laboratoire de recherche indépendant en intelligence artificielle depuis plus de 20 ans, le podcast explorera notamment leur approche dite frugale de l'IA. Des systèmes plus spécialisés, plus maîtrisés et plus raisonnés, fondés sur des modèles différents des grandes IA génératives actuelles. À travers des portraits des membres de l'équipe de Spirops et des conversations avec des invités extérieurs spécialistes de leur domaine, Logique Floue ouvre un espace de dialogue autour des promesses, des limites et des choix de sociétés qui accompagnent le développement de l'intelligence artificielle.
Réalisé et produit par Carole Cheysson chez Pulse Audio, avec l'aide de Sacha Bénard, mix William Lopez, illustration Yara Al Najem, jingle Kelian Régis. 2026
