Le devoir, 25 mai 2019, Cahier C

[" L E S S A M E D I 2 5 E T D I M A N C H E 2 6 M A I 2 0 1 9 NUMÉRO 9 DE 10 I N T E L L I G E N C E A R T I F I C I E L L E AHIER SPÉ C C CIAL L\u2019INTELLIGENCE ARTIFICIELLE LES DAEMONS EXISTENT Comment pouvons-nous exploiter l\u2019intelligence arti?cielle des inforobots, des assistants virtuels et des algorithmes qui régissent notre vie quotidienne?C O N C O R D I A .C A / I A L\u2019industrie fait sa révolution Si le numérique est en train de transformer toute la société dans laquelle nous vivons, l\u2019industrie pourrait bien être le secteur qui en tirera les plus grands bénéfices.Avec la quatrième révolution industrielle, d\u2019énormes gains de productivité sont en effet à prévoir.Infonuagique, Internet des objets, téléphone intelligent, réalité augmentée, impression 3D\u2026 toutes ces technologies sont aujourd\u2019hui matures et permettent de créer une valeur inestimable si tant est qu\u2019elles dialoguent entre elles et qu\u2019elles s\u2019échangent les données qu\u2019elles collectent.Le Devoir vous propose une plongée dans l\u2019industrie de demain. LE DEVOIR, LES SAMEDI 25 ET DIMANCHE 26 MAI 2019 C 2 INTELLIGENCE ARTIFICIELLE INDUSTRIE 4.0 Une convergence de technologies matures Les usines sont entrées dans la quatrième révolution industrielle, celle de la virtualisation de toute la chaîne d\u2019approvisionnement.Une révolution rendue possible parce que de nombreuses technologies numériques sont aujourd\u2019hui matures et que l\u2019intelligence artificielle permet d\u2019analyser les données de manière fiable et rapide.Gilles Savard est professeur au Département de mathématiques et de génie industriel à Polytechnique et directeur général de l\u2019Institut de valorisation des données (IVADO).Selon lui, la transition est bien avancée à l\u2019échelle mondiale, et les entreprises québécoises auraient intérêt à enclencher la vitesse supérieure.Entrevue.H É L È N E R O U L O T - G A N Z M A N N Collaboration spéciale On parle de plus en plus d\u2019industrie 4.0, mais qu\u2019entend-on exactement par là?On vit actuellement une transformation numérique de notre société.C\u2019est la quatrième révolution.L\u2019industrie 4.0, c\u2019est l\u2019incarnation de cette transformation dans le domaine manufacturier, l\u2019intégration numérique d\u2019un bout à l\u2019autre de la chaîne de valeur, de tous les actifs d\u2019une entreprise.Un actif, c\u2019est un processus, un produit, une machine, un service, un robot.L\u2019industrie 4.0, c\u2019est donc la virtualisation de tout ce que peut être une usine, en incluant toutes ses divisions, ses localisations partout dans le monde, la chaîne d\u2019approvisionnement, la livraison, etc.Cela signifie que tout se fait automatiquement, sans l\u2019intervention de l\u2019homme\u2026 Ça veut dire que l\u2019usine communique avec ses par tenaires pour la commande d\u2019un produit ou la fabrication d\u2019une pièce, de manière complètement virtuelle, sans qu\u2019il y ait contact humain entre les deux parties.L\u2019objectif, c\u2019est de créer de la valeur.En augmentant la productivité?Il y a trois leviers de valeur possible.D\u2019une part, effectivement, les gains de productivité.On diminue les coûts et on améliore les processus et l\u2019information tout au long de la chaîne d\u2019approvisionnement.Ensuite, il y a le développement de nouveaux produits numériques.Dans l\u2019industrie aéronautique, par exemple, on peut imaginer que les avions, qui survolent l\u2019ensemble de la planète ou presque, soient équipés d\u2019antennes 5G et deviennent des relais.Aujourd\u2019hui, on a inventé plein de nouveaux produits numériques pour équiper les automobiles, par exemple.Le troisième levier consiste à inventer un nouveau modèle d\u2019affaires.On peut imaginer, par exemple, que dans le futur nous ne soyons plus propriétaires de nos voitures, que celles-ci appartiennent à Volkswagen ou GM et que n\u2019importe qui puisse en prendre une au coin de la rue.En quoi l\u2019intelligence artificielle s\u2019insère-t-elle dans cette transition numérique?L\u2019industrie 4.0, c\u2019est plus que l\u2019intelligence artificielle, mais sans elle, rien n\u2019est possible.Il y a aujourd\u2019hui un ensemble de technologies numériques qui ont atteint un niveau de maturité assez élevé.Je pense à l\u2019info- nuagique, à l\u2019Internet des objets, au téléphone intelligent, à la réalité augmentée, aux détecteurs intelligents, à l\u2019impression 3D, etc.La convergence de ces maturités fait en sor te que nous sommes à un point critique.Ce qui relie ces technologies à la création de valeur, c\u2019est l\u2019analytique des données, ces algorithmes qui font en sorte que des machines sont capables d\u2019analyser toutes les informations en provenance de ces technologies, de les digérer et de prendre des décisions en fonction d\u2019une situation donnée.Ça, c\u2019est l\u2019intelligence artificielle qui le fait.Les entreprises québécoises sont-elles, elles aussi, en pleine transition?Nous ne sommes pas très avancés.Une des raisons est à chercher dans le contexte économique.La faiblesse du dollar canadien fait en sorte qu\u2019il est assez facile d\u2019exporter.Nous avons une prime de l\u2019ordre de 25 % à l\u2019inef ficacité, ce qui ne nous pousse pas à innover pour gagner en productivité.Alors, certes, chaque entreprise doit trouver son équilibre entre ses investissements et son retour sur investissement.Mais le problème, c\u2019est que nous faisons aujourd\u2019hui partie d\u2019un écosystème mondialisé.Si nous prenons trop de retard, nous allons tout simplement sortir de la chaîne d\u2019approvisionnement.Les entreprises doivent être connecta- bles à leur donneur d\u2019ordres.Ça doit être plus difficile pour les PME de s\u2019adapter\u2026 C\u2019est cer tain que les petites et moyennes entreprises ont plus de difficultés à sauter le pas.Mais elles n\u2019ont pas le choix.Elles auront inévitablement à s\u2019adapter.Ne pas le faire, ce serait la mort cer taine.Un peu comme si une entreprise était restée à la machine à écrire ou au fax.Les grandes entreprises vont plus vite même si elles ne sont pas très avancées comparativement à celles d\u2019autres pays, comme l\u2019Allemagne ou la Corée du Sud.Mais le tissu économique québécois est sur tout composé de PME.Par quoi doivent-elles commencer?Par définir leur stratégie, en choisissant bien les technologies, les outils dont elles ont besoin.Au-delà du buzz, quels bénéfices peuvent-elles en tirer ?Et c\u2019est là qu\u2019IVADO entre en jeu.Notre institut est une sorte de mobilisateur de connaissances exportables dans les entreprises.Nous avons un rôle d\u2019entremetteur, en somme.Comment exportez-vous ces connaissances?Les universitaires sont toujours en avance sur le marché.Nous transmettons leurs connaissances dans des conférences, des ateliers, par de la sensibilisation, des projets de recherche également, menés en collaboration avec les entreprises et pris en charge financièrement par l\u2019institut.C\u2019est important, car les PME n\u2019en auraient pas les moyens.Enfin, et c\u2019est primordial, nous avons des étudiants en formation qui, à la fin de leurs études, peuvent intégrer une de nos entreprises partenaires.Ça permet ce transfert de connaissances.On comprend que les technologies sont matures, mais elles sont aussi en constante évolution.Les entreprises n\u2019ont-elles pas un peu raison d\u2019attendre encore de voir vers quoi on s\u2019enligne?Elles prendraient trop de retard.Regardez du côté du commerce de détail.Les entreprises qui ne sont pas intégrées aux plateformes mondiali- sées et qui n\u2019ont pas intégré leur réseau de distribution ne peuvent pas suivre.Ça va être pareil dans tous les domaines.Mais cela ne signifie pas qu\u2019elles doivent foncer les yeux fermés.Il y a aujourd\u2019hui beaucoup d\u2019acteurs et tous ne sont pas fiables.Il faut donc rester très prudent tout en allant de l\u2019avant.Parce que c\u2019est maintenant que ça se passe.ISTOCK LE DEVOIR, LES SAMEDI 25 ET DIMANCHE 26 MAI 2019 C 3 INTELLIGENCE ARTIFICIELLE CONCORDIA .CA/AFFAIRESIA LES ÉCHANGES COMMERCIAUX À L\u2019ÈRE DE L\u2019IA Publicité et magasinage en ligne; commerce d\u2019actions et soumissions \u2013 les agents numériques changent la façon de faire des affaires.Des chercheurs de Concordia étudient les applications et l\u2019impact de l\u2019IA sur le commerce et les affaires.L\u2019INTELLIGENCE ARTIFICIELLE A L E X A N D R E M O Ï S E , P H .D .Professeur en gestion des technologies d\u2019affaires à l\u2019École de gestion de l\u2019Université de Sherbrooke Autrefois réser vée à un cercle fermé de scientifiques, l\u2019intelligence artificielle (IA) est un type de technologie numérique devenu accessible aux organisations grâce à trois grandes tendances : la croissance exponentielle des données, de nouveaux types d\u2019algorithmes permettant notamment l\u2019apprentissage automatique et des infrastructures offrant une capacité inégalée de stockage et de traitement.Bien qu\u2019il existe plusieurs définitions de ce qu\u2019est l\u2019intelligence, cette notion fait essentiellement référence à la capacité d\u2019appliquer de la connaissance pour réaliser des tâches.Le concept d\u2019artificiel renvoie quant à lui à quelque chose créé intentionnellement par un vivant ou une machine afin de répondre à un besoin.L\u2019IA consiste donc en un ensemble de technologies numériques permettant d\u2019automatiser les capacités cognitives de l\u2019humain afin de réaliser des tâches complexes traditionnellement réservées aux personnes.Plusieurs exemples démontrent d\u2019ailleurs l\u2019efficacité et même la supériorité de la machine sur l\u2019humain, tant du point de vue de l\u2019exactitude que du point de vue de la rapidité.Aujourd\u2019hui plus que jamais, la per formance d\u2019une organisation, que celle-ci soit à but lucratif ou non, repose en très grande partie sur les technologies numériques.Afin de maximiser la valeur appor tée par ces dernières, les organisations doivent revoir autant leur stratégie organisationnelle que leurs mécanismes internes permettant de la mener à bien.C\u2019est ce qu\u2019on appelle la transformation numérique des organisations.Elle consiste à réaliser un diagnostic de la situation actuelle, à définir une situation cible, à élaborer un plan permettant d\u2019aller de l\u2019une à l\u2019autre et à mettre ce plan en œuvre.La transformation numérique ne se limite cependant pas à implanter dif férentes technologies.Elle consiste à prendre en compte différentes perspectives, comme les responsabilités, les processus d\u2019affaires et les ressources humaines.Il est donc essentiel de mieux planifier les investissements en IA afin d\u2019en déterminer la valeur au préalable.Ceci permet de mieux contrôler l\u2019évolution des projets de cette nature en tenant compte d\u2019autres perspectives que le volet informatique.Quelles tâches auraient plus intérêt à être automatisées ?Comment les personnes, employés ou clients, vont-elles interagir avec ce type de technologie et quelles sont les compétences requises ?Quels sont les composants technologiques nécessaires pour créer une solution répondant aux besoins de l\u2019organisation ?Ces interrogations ne sont qu\u2019un aperçu des questions à se poser pour bien déterminer la valeur de tout type de technologie dans un contexte de transformation numérique organisationnelle.Malheureusement, la recherche actuelle en IA porte presque exclusivement sur le volet informatique.Il impor te pour tant d\u2019investir dans l\u2019élaboration de méthodes et de techniques permettant de planifier sa valeur.À l\u2019École de gestion de l\u2019Université de Sherbrooke, nous menons quelques projets sur cette thématique et espérons ainsi être en mesure d\u2019aider les organisations dans leur transformation numérique en leur permettant de mieux planifier leurs investissements en intelligence artificielle.POINT DE VUE » Déterminer la valeur de l\u2019IA « L\u2019IA consiste en un ensemble de technologies numériques permettant d\u2019automatiser les capacités cognitives de l\u2019humain afin de réaliser des tâches complexes traditionnellement réservées aux personnes » UNIVERSITÉ DE SHERBROOKE LE DEVOIR, LES SAMEDI 25 ET DIMANCHE 26 MAI 2019 C 4 INTELLIGENCE ARTIFICIELLE WWW.CIMEQ.QC.CA Nos innovations, votre succès ! ANALYSE TECHNOLOGIQUE ET DE MARCHÉ CONCEPTION ET PROTOTYPE FORMATION ET SUPPORT TECHNIQUE SUPPORT DE PRÉ-CERTIFICATION STRATÉGIE DE TESTS LE DEVOIR, LES SAMEDI 25 ET DIMANCHE 26 MAI 2019 C 5 INTELLIGENCE ARTIFICIELLE Cybersécuritaire, l\u2019industrie 4.0?Après la mécanisation, la production de masse et l\u2019automatisation, l\u2019industrie amorce sa quatrième révolution.Sur le plan de la sécurité, cette nouvelle ère pose d\u2019importants défis.É M I L I E C O R R I V E A U Collaboration spéciale Communément appelée industrie 4.0, la quatrième révolution industrielle se caractérise par une automatisation intelligente et une intégration de nouvelles technologies à la chaîne de valeur de l\u2019entreprise.Le CEFRIO, un organisme de recherche et d\u2019innovation qui accompagne les entreprises lors de leur passage au numérique, en propose une description claire.Il explique que sa réalisation « prend appui sur la communication en temps réel pour surveiller et agir sur les activités de l\u2019entreprise.Les systèmes communiquent et coopèrent entre eux, mais également avec les humains, les produits et les machines.Ainsi, Internet connecte tous les \u201cobjets\u201d de l\u2019usine \u2014 employés, machines, produits, clients, fournisseurs, systèmes, etc.» Pour y parvenir, l\u2019industrie 4.0 met en œuvre une vaste gamme de technologies telles que les systèmes cyberphysiques, l\u2019Internet des objets, l\u2019infonuagique, les sciences des données (Big Data), la réalité augmentée, les technologies de communications entre machines, l\u2019intelligence artificielle, etc.« En somme, on crée un exosque- lette cognitif autour de l\u2019humain», résume José Fernandez, professeur agrégé au Département de génie informatique et génie logiciel de Polytechnique Montréal et spécialiste de la sécurité informatique.L\u2019objectif ?Améliorer la productivité des chaînes de production en les rendant plus agiles, plus flexibles et plus véloces.«Les consommateurs sont de plus en plus exigeants.En connectant toutes les composantes qui font partie de la chaîne de production à l\u2019intérieur et à l\u2019extérieur de l\u2019usine et en intégrant le design et la production en temps réel, l\u2019industrie 4.0 va permettre une meilleure réponse à leurs besoins », précise Siegfried Usal, vice-président de l\u2019innovation numérique et directeur général de TDS, Solutions numériques pour l\u2019Amérique du Nord, Thales Canada, une entreprise qui se spécialise dans la conception, le développement et le déploiement de produits de haute technologie.Nouveau paradigme, nouveaux risques ?Bien que pleine de promesses, l\u2019industrie 4.0 est-elle plus vulnérable aux cyberattaques?« Dans un sens oui, dans un sens non », répond le professeur Fernandez.« Dans l\u2019industrie 3.0, on a des systèmes de contrôle, les systèmes SCADA [système de contrôle et d\u2019acquisition de données], qui sont déjà équipés de composantes mi- croélectroniques avec des microprocesseurs, et ces composantes-là sont reliées entre elles par des réseaux informatiques comme ceux d\u2019Internet, explique-t-il.Jusqu\u2019à quel point ces systèmes reliés sont-ils vulnérables ?La réponse, c\u2019est qu\u2019ils sont très vulnérables ! Or les systèmes critiques des industries 3.0 et 4.0 sont les mêmes.» Pour faire court, comme les usines ont adopté les standards informatiques, mais qu\u2019elles sont nombreuses à avoir négligé la cybersécurité qui allait de pair, elles sont déjà très vulnérables aux cyberattaques.Ce qui complexifie la donne dans l\u2019industrie 4.0, c\u2019est la multiplication des objets connectés et le fait que ceux-ci sont souvent délocalisés.«Avant, on parlait d\u2019un système de sécurité basé sur un périmètre de sécurité.Aujourd\u2019hui, ce périmètre, on n\u2019est plus capable de le définir.L\u2019écosystème s\u2019étend aussi aux par te- naires.À cela s\u2019ajoute le fait qu\u2019il y a des morceaux de production qui sont dépor tés dans un environnement hors de l\u2019entreprise.Et comme il y a beaucoup plus d\u2019objets connectés, les surfaces d\u2019attaque sont multipliées», précise Lionel Merrien, directeur, Développement d\u2019affaires, Sécurité Info- nuage et applications, Gemalto, une entreprise spécialisée dans le secteur de la sécurité numérique.Redoubler de vigilance Parce que les solutions traditionnelles ne suffisent plus, la sécurisation des systèmes industriels pose d\u2019importants défis.Dans l\u2019absolu, la clé de la prévention réside dans l\u2019adoption de systèmes d\u2019information sécurisés dès la conception.Or, la chose est loin d\u2019être toujours possible.« Les durées de vie des systèmes de technologies opérationnelles sont de 20-30 ans, relève M.Fernandez.Il faut donc qu\u2019on travaille avec des systèmes qui existent déjà et trouver des solutions qui permettent d\u2019introduire la sécurité de façon exhaustive.» Des produits de cybersécurité spécifiques aux systèmes industriels ont commencé à faire leur apparition sur le marché, mais d\u2019après M.Fernandez, ils demeurent peu nombreux.« Malheureusement, le gros de la recherche des dernières années a porté sur les systèmes d\u2019information traditionnels, indique-t-il.Il n\u2019y a que quelques groupes de recherche dans le monde qui travaillent spécifiquement là-dessus.» D\u2019après M.Merrien, deux pratiques devraient absolument faire partie des réflexes des entreprises évoluant au sein de l\u2019industrie 4.0 : la surveillance et la conduction régulière de tests.«D\u2019une part, dit-il, il faut faire de la surveillance constante avec des systèmes de plus en plus pointus pour détecter des pénétrations, des failles de sécurité, etc.D\u2019autre part, il faut aussi mener des tests de sécurité et essayer de pénétrer dans son système de toutes les façons possible pour vérifier sa sûreté.» Tous s\u2019entendent pour dire qu\u2019un rattrapage sécuritaire s\u2019impose.« Dans l\u2019industrie 4.0, les conséquences d\u2019une faille de sécurité peuvent être très grandes, car elles ne se limitent pas au périmètre de la compagnie, insiste M.Merrien.Il est donc primordial que la sécurité se trouve au cœur du projet des entreprises.» M A R K U S S P I S K E U N S P L A S H Ce cahier spécial a été produit par l\u2019équipe des publications spéciales du Devoir, grâce au soutien des annonceurs qui y figurent.Ces derniers n\u2019ont cependant pas de droit de regard sur les textes.La rédaction du Devoir n\u2019a pas pris part à la production de ces contenus. LE DEVOIR, LES SAMEDI 25 ET DIMANCHE 26 MAI 2019 C 6 INTELLIGENCE ARTIFICIELLE APN À l\u2019avant-garde de la quatrième révolution Coup d\u2019œil sur APN, devenue la première PME manufacturière désignée « Vitrine 4.0 ».Depuis son entrée en poste comme directeur des analyses des marchés et des enquêtes à la division de la réglementation de la Bourse de Montréal en juin 2017, Marc Stephens a assisté à une croissance fulgurante du nombre des données traitées.Parmi les raisons, il y a la prolifération de la négociation à haute fréquence.Réalisée de manière automatisée à l\u2019aide d\u2019algorithmes, elle consiste à acheter et à vendre à un rythme effréné des titres ou des contrats financiers à l\u2019intérieur de quelques millise- condes.« Cette croissance des données fait en sor te que le nombre d\u2019aler tes augmente », indique Marc Stephens.La Bourse de Montréal constitue la Bourse canadienne des produits dérivés.La division de la réglementation est chargée d\u2019assurer l\u2019intégrité de ce marché au pays, donc de préserver la confiance envers celui-ci chez les investisseurs en les protégeant des pratiques abusives ou manipulatoires.Pour mieux déceler les comportements suspects qui pourraient mener à des enquêtes dans un contexte de sophistication des manières de négocier, elle explore le recours à l\u2019intelligence artificielle (IA).Le 30 octobre dernier, la Bourse de Montréal a conclu à cette fin une entente stratégique de trois ans avec l\u2019Institut de valorisation des données (IVADO).Mauvaises intentions « Bien comprendre le but ou l\u2019intention des algorithmes et à quel moment ils sont déployés ou quels impacts ils ont dans le marché, c\u2019est quelque chose qu\u2019on regarde déjà de manière régulière, souligne Marc Stephens.Mais je pense que l\u2019IA va nous aider à enlever un peu de bruit, à clarifier les patrons et les manières avec lesquelles ils interagissent avec le marché.» Si auparavant, une pièce sur deux à la sortie de cette même ligne devait être retravaillée après le contrôle de qualité, aujourd\u2019hui, 85 % des produits sortent avec la qualité suffisante pour être livrés aux clients.85 % E T I E N N E P L A M O N D O N E M O N D Collaboration spéciale Au moment de lancer sa nouvelle cer tification « Vitrine 4.0 », le 27 mars 2018, le Bureau de normalisation du Québec (BNQ) ne l\u2019avait accordée qu\u2019à une seule entreprise : APN.« On a embarqué dans le 4.0 avant que ce soit appelé 4.0 », indique Yves Proteau, coprésident de cette PME manufacturière de Québec spécialisée dans la fabrication de pièces métalliques destinées au secteur de l\u2019aéronautique.Rappelons que l\u2019expression « industrie 4.0 », en vogue depuis peu, fait référence à l\u2019entrée du secteur manufacturier dans une quatrième révolution industrielle : après la mécanisation, l\u2019électrification et l\u2019automatisation, les entreprises entrevoient d\u2019améliorer leur production à l\u2019aide de l\u2019analyse de données massives, des algorithmes, des objets connectés et de l\u2019intelligence artificielle (IA).Or, APN avait remarqué ce potentiel dès le début de la décennie.«On arrivait à la limite des équipements, des logiciels et des humains», se rappelle M.Proteau.« J\u2019ai constaté qu\u2019on n\u2019utilisait pas assez les données disponibles.» L\u2019entreprise a fait appel à un stagiaire qui étudiait en mécatronique et l\u2019a mobilisé sur un projet sur le point d\u2019être abandonné.Une décision payante, puisqu\u2019elle a mené à la conception interne d\u2019un logiciel, nommé Meta4.0, qui a permis d\u2019intégrer et d\u2019interconnecter les machines et les systèmes dans ses usines et ses filiales.À force d\u2019amasser des données, d\u2019améliorer ses décisions grâce à ces dernières et de développer des algorithmes pour peaufiner sa planification, l\u2019entreprise s\u2019est tournée il y a trois ans vers l\u2019IA.Elle a fait appel à des étudiants de l\u2019Université Laval et de l\u2019École de technologie supérieure.« On leur a expliqué nos problèmes et ils ont commencé à travailler avec nous sur des modèles d\u2019aide à la décision, entre autres en utilisant de l\u2019apprentissage automatique et des réseaux neurones artificiels.» Productivité augmentée de 50 % Concrètement, l\u2019entreprise mène en ce moment trois projets d\u2019IA.L\u2019un s\u2019en sert pour automatiser une planification dynamique de la production selon, par exemple, l\u2019entrée de nouvelles commandes, décisions, dates de livraison.Un autre consiste à se servir de l\u2019IA pour réaliser une compensation automatisée des erreurs d\u2019usinage sans intervention humaine.Le troisième met à contribution les informations fournies par l\u2019ensemble des capteurs sur les appareils afin de prédire la détérioration des outils.« La machine apprend à partir des données, souligne-t-il.Elle compare avec les signaux des expériences du passé et va indiquer si on peut continuer ou si les outils vont être trop usés et risquent de produire des pièces non conformes.» Grâce aux algorithmes et à l\u2019analyse de données, M.Proteau affirme que la productivité d\u2019une chaîne d\u2019assemblage de valves a augmenté de 50 %.Si auparavant, une pièce sur deux à la sortie de cette même ligne devait être retravaillée après le contrôle de qualité, aujourd\u2019hui, 85 % des produits sor tent avec la qualité suf fisante pour être livrés aux clients.À son avis, le recours à ces technologies devient nécessaire pour conserver les contrats de grands donneurs d\u2019ordres et grands clients, qui investissent aussi massivement dans ce genre de système dans leurs usines.Si la PME a continué à embaucher en raison de sa croissance, M.Proteau admet qu\u2019il a besoin de moins d\u2019employés pour réaliser une tâche.« Si on avait le même ratio d\u2019employés qu\u2019il y a trois ans, on ne serait pas rentable », juge-t-il.Parmi sa main-d\u2019œuvre, la proportion de programmeurs devient plus importante.En plus d\u2019un directeur aux sciences des données, une vingtaine d\u2019employés, sur les 120 dans ses deux usines de Québec, travaillent sur des projets informatiques, technologiques, de robotique, d\u2019IA, d\u2019algorithmes ou de gestion des données.« Il faut leur laisser l\u2019espace pour travailler, parce que ce n\u2019est vraiment pas la même façon de travailler qu\u2019il y a dix ans», assure-t-il.ISTOCK ISTOCK LE DEVOIR, LES SAMEDI 25 ET DIMANCHE 26 MAI 2019 C 7 INTELLIGENCE ARTIFICIELLE PROGRAMME FONCER en apprentissage automatique en ?nance quantitative et intelligence d\u2019affaires www.?n-ml.ca Plus d'infos : L\u2019IA, futur chien de garde de l\u2019intégrité des marchés boursiers?Un projet explore le potentiel de l\u2019intelligence artificielle pour surveiller les infractions sur les marchés boursiers.Arrivera-t-elle à bien les déceler malgré le flot et la vitesse des transactions ?ETIENNE PLAMONDON EMOND Collaboration spéciale Car si l\u2019usage de ces algorithmes par les investisseurs s\u2019effectue généralement dans les règles, d\u2019autres fois elles servent de mauvaises intentions ou cherchent à manipuler le marché, notamment pour faire monter ou baisser ar tificiellement les cours.Parmi les actes répréhensibles détectés dans les dernières années sur les marchés du monde, on note l\u2019émission d\u2019ordres trompeurs (spoofing).Elle se produit, par exemple, lorsqu\u2019une grande quantité d\u2019ordres de vente sont donnés avec l\u2019intention de les annuler un instant plus tard.Ce leurre déstabilise le marché dans le but de négocier à son avantage des contrats à terme ou des options en position d\u2019acheteur dans l\u2019intervalle.Cette méthode, ses variantes et bien d\u2019autres passibles de sanctions se révèlent souvent difficiles à discerner : elles se réalisent désormais en un clin d\u2019œil ou, lorsqu\u2019elles s\u2019étirent sur plusieurs minutes, se retrouvent noyées dans un flot massif de transactions.«Avec les négociations algorithmiques en ce moment, ça se réalise en quelques millisecondes, souligne Marc Stephens.Personne ne le voit, personne ne comprend ce qui se passe.Si c\u2019est un algorithme qui essaie de tromper plusieurs algorithmes dans le marché, cela devient un plus gros défi à surmonter.» C\u2019est pour arriver à repérer ce genre de contravention que sa division commence à expérimenter les possibilités offertes par l\u2019IA avec les scientifiques et analystes de données d\u2019IVADO.« L\u2019idée du projet, c\u2019est grosso modo de déceler les anomalies dans des transactions, pour qu\u2019ensuite ils puissent examiner les vraies anomalies », explique Manuel Morales, professeur au Département de mathématiques et de statistique à l\u2019Université de Montréal, qui collabore à ces démarches avec la Bourse de Montréal.Le chercheur a donc recours à l\u2019apprentissage automatique, afin d\u2019enseigner à la machine à reconnaître et à classifier des patrons de transactions boursières suspectes, pour ensuite mieux les détecter à la Bourse.Le défi s\u2019avère de taille.Si on la compare avec l\u2019une des avancées les plus publicisées de l\u2019IA, celle de reconnaître la photographie d\u2019un chat, est-ce que la démarche s\u2019apparente à trouver «où est Charlie» dans une illustration des livres-jeux du même nom?«Ce serait plutôt de le trouver dans une vidéo sur lecture rapide dans laquelle Charlie n\u2019arrête pas de bouger », répond aussitôt Marc Stephens.« Souvent, dans les projets en IA, les algorithmes vont répliquer quelque chose que l\u2019humain peut faire, souligne Manuel Morales.Ici, on parle d\u2019une tâche que l\u2019humain est incapable de faire en ce moment en raison de la vitesse à laquelle ça se produit.» Mieux déceler les infractions Si l\u2019apprentissage automatique se révèle prometteur, Marc Stephens conçoit mal l\u2019application de l\u2019apprentissage profond, une autre technique de l\u2019IA, dans ses activités.La raison?Le côté « boîte noire » de cette dernière, c\u2019est-à-dire sa manière de donner des réponses sans qu\u2019on puisse clairement comprendre la logique derrière la décision.Dans le cas de la surveillance des marchés boursiers, cette caractéristique les empêcherait par la suite de reconstruire, d\u2019expliquer et de démontrer qu\u2019une transaction était douteuse.«Cela soulève la question de savoir si nous serions à l\u2019aise de recevoir une aler te pour quelque chose qu\u2019on ne serait pas nécessairement capables de recréer et d\u2019amener devant le juge ou les tribunaux», soulève Marc Stephens.Mais d\u2019autres techniques de l\u2019IA pourraient permettre de mieux déceler les infractions.Manuel Morales souligne que le bruit court selon lequel des firmes privées qui sont inscrites à la Bourse possèdent déjà des équipes avec une expertise en IA.« L\u2019enjeu, c\u2019est de mettre à jour les gens censés les sur veiller et les réglementer pour qu\u2019ils soient au même niveau technologique », précise le chercheur. LE DEVOIR, LES SAMEDI 25 ET DIMANCHE 26 MAI 2019 C 8 INTELLIGENCE ARTIFICIELLE CONTENU PARTENAIRE INTELLIGENCE ARTIFICIELLE UNE NOUVEAUTÉ DANS LE MONDE DE LA FINANCE « Le réseau Fin-ML a justement été créé à la demande de l\u2019industrie financière pour ses besoins de formation en IA et en apprentissage automatique?», raconte Rheia Khalaf, directrice en recherche collaborative et partenariats pour le réseau, dont l\u2019objectif est la collaboration entre les mondes financier et universitaire.Pour y parvenir, l\u2019organisme offre des formations bénéfiques aux étudiants, mais aussi aux membres industriels et universitaires d\u2019IVADO, puisqu\u2019elles répondent à leurs besoins.Six universités partenaires participent à Fin-ML : Université de Montréal, HEC Montréal, Concordia University, University of Calgary, University of Waterloo, et Queen\u2019s University.«?On travaille avec eux pour faciliter l\u2019intégration d\u2019étudiants stagiaires, et on offre un programme de bourse?», ajoute la directrice.Dans le but d\u2019établir un partenariat, Fin-ML a contacté Finance Montréal, la grappe de l\u2019écosystème financier du Québec qui représente 150 000 emplois et près de 7?% du PIB de la province.«?On est très heureux de s\u2019associer au réseau Fin- ML, qui va permettre une collaboration entre nos universités et nos institutions financières pour le développement de solutions d\u2019apprentissage machine appliquées au secteur financier?», explique Louis Lévesque, directeur général de l\u2019organisme, qui regroupe les acteurs du milieu financier et qui a pour mission de développer et de promouvoir cette industrie au Québec.«?Pour nous, l\u2019IA représente une occasion extraordinaire de transformation du secteur financier, et s\u2019associer aux talents montréalais procure une occasion extrêmement intéressante pour nos institutions membres de trouver de nouvelles solutions qui répondent aux besoins des consommateurs?», ajoute-t-il.Nouvelle capacité Le profil des étudiants qui participent au programme Fin-ML est assez varié; certains sont formés en informatique, d\u2019autres en mathématiques ou même en intelligence d\u2019affaires.Ils étudient à la maîtrise ou au doctorat et tous possèdent une formation technique assez poussée pour être en mesure de suivre les formations Fin-ML, et ils doivent avoir un intérêt pour le monde de la finance.Ce domaine a toujours eu recours à la technologie et à l\u2019analyse de données, mais ce qui est nouveau aujourd\u2019hui, c\u2019est «?cette nouvelle capacité computationnelle dont l\u2019approche permet d\u2019arriver rapidement à des résultats efficaces, affirme Rheia Khalaf.On assiste actuellement à une évolution qui va permettre d\u2019accélérer la réduction des coûts et l\u2019automatisation des processus.?» Le programme FONCER de Fin-ML d\u2019apprentissage automatique en finance quantitative et d\u2019intelligence d\u2019affaires a été mis sur pied afin de donner accès à ce domaine à des étudiants de maîtrise ou de doctorat qui ne sont pas nécessairement exposés à ce type de formation.Le programme, dirigé par Manuel Morales, professeur agrégé au département de mathématiques et de statistique de l\u2019Université de Montréal, comporte un volet stage : «?C\u2019est là qu\u2019intervient la collaboration, puisqu\u2019on répond exactement aux besoins d\u2019une entreprise qui est jumelée à une équipe de professeurs et étudiants qui travaillera à des recherches particulières pendant trois ou six mois, voire plus longtemps?», souligne la directrice.Cette formation, orientée vers la nouveauté, la collaboration et l\u2019expérience en recherche, est offerte dans le cadre d\u2019un programme subventionné par le Conseil de recherche en sciences naturelles et en génie du Canada (CRSNG).Elle encourage la collaboration interuniver- sitaire et la mobilité entre les provinces, le rapprochement entre l\u2019universitaire et l\u2019industrie dans tout ce qui touche à la recherche collaborative.La directrice précise que «?le financement de 1,6 million de dollars reçu sur une période de 6 ans permet de financer des étudiants à l\u2019aide de bourses, d\u2019assurer leur mobilité interprovinciale et de mettre sur pied des formations?».Lentement, on voit apparaître des changements dans les entreprises qui, de plus en plus, développent des collaborations?: «?Aujourd\u2019hui, il n\u2019est pas rare de voir les institutions financières subventionner de jeunes entreprises fintech dans le but d\u2019une association, voire de les intégrer à leur entreprise?», s\u2019enthousiasme Mme Khalaf.Poussées par les « fintech », ces jeunes entreprises qui jonglent avec les technologies de l\u2019information et de la communication pour accaparer des parts du gâteau, les grandes institutions financières traditionnelles tentent de rattraper leur retard, mais le secteur exigeant un traitement délicat \u2014 données hautement confidentielles, fraude, réglementation \u2014, l\u2019intelligence artificielle doit enfiler des gants blancs pour pénétrer dans le monde de la finance."]