Les 10 tendances technologiques 2019

Il y a quelques mois, Apple a racheté en toute discrétion la start-up Silk Labs, un petit éditeur qui développe des logiciels légers d’intelligence artificielle dédiés aux équipements connectés grand public (montres, caméras, boîtiers TV, matériels domotiques, etc.). Avec ce rachat, Apple souhaite ainsi se renforcer dans l’IA Edge Computing (ou IA embarquée), une approche consistant à apporter de l’intelligence dans le traitement des données et la prise de décision au plus près des objets sans passer nécessairement par le Cloud. Le fait d’être très proche de la source permet de réduire au maximum les problématiques liées à la bande passante, à la latence, au coût et à la sécurité. L’un des meilleurs exemples de l’IA embarquée est celui de la voiture autonome où les décisions sont prises en temps réel au cœur du véhicule sans passer par un datacenter externe.

D’ailleurs, depuis quelques mois, les annonces autour de l’IA Edge Computing se multiplient à l’image d’Intel qui a annoncé, lors de sa dernière conférence développeurs dédiée à l'intelligence artificielle à Pékin, la deuxième génération de sa clé USB Neural Compute Stick2 (dotée d’un processeur VPU Movidius Myriad X, huit fois plus performant que son prédécesseur) dont l’objectif est de permettre aux développeurs de créer des programmes dopés au Deep Learning pour une multitude d’objets (IoT, drones, robotique, caméras, etc.). Intel a aussi annoncé, en partenariat avec Alibaba, Joint Edge Computing Platform, une plateforme ouverte dédiée aux équipements connectés intégrant des outils IA. A titre d’exemple, l’industriel chinois YuMei, spécialiste du moulage d’aluminium sous pression, exploite déjà cette plateforme dans ses outils de production pour la détection automatique des défauts de ses produits, laquelle était auparavant réalisée manuellement.

Microsoft montre également un fort intérêt pour l’IA appliquée au Edge Computing. En mai dernier, l’éditeur s’est associé à Qualcomm autour de sa plateforme Azure IoT Edge, l’idée étant de créer des solutions IA à intégrer directement dans les équipements, notamment les caméras. En France, l’intelligence artificielle embarquée s’émancipe, de nombreuses startups sont déjà à l’œuvre à l’instar de Snips qui a développé un assistant vocal intelligent capable de fonctionner en local contrairement aux offres américaines (Amazon Alexa par exemple) qui se connectent à distance pour collecter vos données. Autre exemple, celui de Scortex, une startup qui propose, au secteur industriel, une solution d’inspection intelligente en recourant au Deep Learning, à la vision industrielle et à l’edge computing pour automatiser les contrôles qualité complexes.

Avez-vous vu le nouveau présentateur télévisuel de l’agence de presse de l’État chinois Xinhua le mois dernier ? Il ressemble à s’y méprendre à un être humain avec la bouche et les yeux en mouvement (photo) mais c’est en réalité un robot, seule sa voix encore trop artificielle le trahit. Si pour l’heure, il dicte simplement, à n’importe quelle heure, les informations qu’on lui fournit, dans l’avenir, il gagnera en autonomie grâce à l’IA. Incontestablement, les progrès avancent dans la conception et l’apprentissage des robots et des objets connectés, ces derniers intègreront, à terme, une nouvelle forme d'intelligence qui les rendra « auto-apprenants » sans intervention humaine. Cette variété d’objets appelée Autonomous Things (ou IoAT) pourra ainsi interagir avec des humains et d'autres objets.

Les drones à navigation automatique, qui ont déjà prouvé leur capacité dans le domaine militaire, seront peut-être les premières applications grand public et professionnelles à fonctionner en totale autonomie. Plusieurs startups ont déjà dévoilé leurs travaux comme Skydio qui a créé le Skydio R1, un drone caméra autonome alimenté par IA qui avance en évitant les obstacles. American Robotics a également conçu un drone autonome capable de fonctionner sans intervention humaine. Baptisé Scout, ce drone peut suivre tout au long de l’année le développement d’une culture en informant l’agriculteur par des images et des notifications. Concernant les voitures connectées autonomes sans la présence de conducteur (c’est-à-dire le plus haut niveau, le 5), il faudra attendre les années 2030. En attendant, les groupes PSA et Renault s’activent sur des véhicules entièrement automatisés (niveau 4), le conducteur étant toujours derrière le volant au cas où ; cela dit, la législation européenne leur impose pour le moment. Prenons l’exemple de Renault qui est déjà capable avec sa voiture Symbioz de rouler en autonomie sur autoroute. Tous ces équipements autonomes exploitent massivement des technologies avancées (capteurs, caméras ultrasophistiquées, cartographie évoluée, réalité virtuelle, etc.) en s’aidant de l’IA et de l'apprentissage automatique en profondeur (Deep Learning).

En soi, il est faux de dire que ces objets sont totalement autonomes, ils le sont pour un temps limité, celui que leur procure leur batterie. Mais là aussi, dans ce domaine, les avancées sont concrètes. Des entreprises travaillent sur des batteries qui s’autoalimentent comme Enerbee, la startup grenobloise qui a créé et breveté un micro-générateur (composé de matériaux magnétiques et piézoélectriques) capable de produire de l'énergie à partir de mouvements à très faibles couples. Le MIT (Massachusetts Institute of Technology) travaille aussi, plutôt dans le domaine des wearables (vêtements, montres, bracelets connectés, etc.), sur une technologie de batterie qui utilise l’énergie cinétique des mouvements du corps pour produire de l’électricité et se recharger. Ampy, de son côté, commercialise déjà une batterie pour les smartphones qui se recharge automatiquement grâce aux vibrations du corps.

Le constat est posé : selon Daryl Plummer, vice-président du Gartner, l’intelligence artificielle, le machine learning et l’analyse de données ne peuvent tout simplement pas résoudre des problèmes complexes dus à la limite physique de nos architectures informatiques actuelles. Pour l’analyste du Gartner, les ordinateurs quantiques (en Qubits) ont, en revanche, ce potentiel. Les machines quantiques renferment effectivement cette puissance de calcul capable de gérer une multitude de variables simultanées. Par exemple, leur puissance permettrait d’effectuer des recherches de données dans d’immenses bases ou de réaliser des calculs mathématiques très complexes et d’en extraire la meilleure formule ou solution, le tout, en quelques secondes ou minutes, ce qui nécessiterait des mois voire des années avec les supercalculateurs les plus rapides d’aujourd’hui.

A l’heure actuelle, les progrès dans les machines quantiques sont une réalité. Par exemple, la société canadienne D-Wave commercialise déjà des systèmes dont le D-Wave X2 qui calcule 100 millions de fois plus vite qu’une machine classique. La Nasa a déjà utilisé les ordinateurs quantiques de D-Wave pour des missions robotisées dans l'espace, et Google les a exploité pour ses activités de recherche notamment dans le marquage d'images et la reconnaissance vocale. A noter que les machines D-Wave ont été conçues pour résoudre des problèmes spécifiques contrairement aux systèmes de Google, d’IBM ou de Microsoft qui se veulent, avant tout, des machines universelles accessibles à tous. A ce titre, IBM, via les chercheurs de l’Université de Waterloo et de l’Université technique de Munich, a récemment apporté la preuve – publiée dans la revue Science – qu’un système quantique est plus rapide qu’un ordinateur classique pour certains opérations, ce que l’on appelle plus communément la suprématie quantique.

Google, de son côté, a dévoilé en mars 2018 un processeur quantique de 72 qubits sous le nom de Bristlecone qui serait, selon ses dires, capable d’atteindre cette suprématie quantique. Si les américains sont déjà très en pointe dans ce domaine, la France n’est pas en reste, notamment avec Atos. Les chercheurs du laboratoire Atos Quantum ont réussi à modéliser le « bruit quantique ». Grâce à cette innovation, les utilisateurs de l’Atos QLM peuvent désormais optimiser leurs algorithmes sur tout type de hardware quantique. De même, trois instituts de recherche grenoblois viennent de lever 14 millions d’euros pour créer un ordinateur quantique de 100 qubits dans les six ans. Plus généralement, l’Europe ne veut surtout pas passer à côté de cette future révolution face aux Etats-Unis et à la Chine, elle a débloqué une enveloppe de 1 milliard d’euros afin de sélectionner un certain nombre de projets autour des technologies quantiques dans les différents pays de l’Union Européenne.

Quel est le point commun entre un regroupement d’oiseaux, une colonie de fourmis ou encore un banc de poissons ? Ils se rassemblent en nombre pour assurer leur survie. En effet, en les observant de plus près, nous pouvons examiner l’intelligence que ces animaux déploient pour se nourrir, s’entraider, se défendre et se protéger des prédateurs. Cette intelligence distribuée peut-elle s’appliquer au domaine de l’IT ? Oui, elle profite même grandement à la réussite des projets IT. L’intelligence distribuée est à la fois humaine, numérique et artificielle. Humaine par l’intelligence collective, il est évident que cette forme d’intelligence (crowdsourcing) issue des fablabs, des incubateurs ou des centres d’innovation ouverts génère davantage d’idées et de concepts créatifs qu’un centre en totale autarcie. C’est bien cette multiplicité des cerveaux, à l’instar d’un poulpe et ses 9 cerveaux, qui va aider à cette création de nouveaux services et de nouvelles applications à destination des entreprises.

Pour illustrer cette intelligence collective, citons l’exemple de Renault-Nissan-Mitsubishi. Le groupe a, en effet, créé trois centres Open Innovation Lab (Californie, Tel Aviv et Paris) avec comme objectif de tirer parti de toutes les ressources humaines issues des start-ups, des partenaires, des fournisseurs et des universités pour arriver à proposer des nouvelles idées, notamment autour du véhicule autonome. Bien sûr, l’intelligence distribuée est aussi numérique, l’un des meilleurs exemples est la blockchain qui repose sur des chaines de blocs dont le but est bien de trouver la solution la plus sécurisée pour transférer, sans intermédiaire, des informations. Enfin, l’intelligence distribuée est artificielle en appliquant le modèle de l’intelligence en essaim (Swarm Intelligence) essentiellement pour des usages d’analyse prédictive basés sur des informations.

Dans ce domaine, la startup Unanimous AI a fait sensation en comparant le fonctionnement de sa plateforme UNU à un modèle proche de l’essaim d’abeilles, à savoir une combinaison du cerveau à un réseau neuronal. Chez les abeilles, les éclaireuses, qui trouvent les endroits pour établir leur future colonie, utilisent des vibrations corporelles pour influencer la décision du groupe. En appliquant sensiblement ce modèle, la plateforme UNU regroupe différentes opinions qui provoquent des changements dans les décisions permettant au final à un groupe d’avancer collectivement et en temps réel. Cette plateforme a par exemple été capable de prédire les quatre chevaux gagnants du Kentucky Derby. Pour ce faire, bien avant la course, 20 volontaires, fervents amateurs de courses de chevaux, ont été invités à se connecter à la plateforme UNU pour choisir le vainqueur de la course en respectant une méthodologie (réponses à des questions, analyse des opinions, travail synchronisé, convergence des réponses…). D’autres succès incombent à cette plateforme comme les gagnants des Oscars, la compétition de basket-ball universitaire de la NCAA et le vainqueur du Superbowl.

En juin dernier, les interprètes du Parlement européen (environ 260 statutaires auxquels viennent s'ajouter les 2000 en freelance) se sont mis en grève pour protester contre un rythme de travail trop intense. Avec un salaire brut mensuel pour un débutant compris entre 3145 et 4359 € suivant leur statut, certaines mauvaises langues diront qu’ils sont plutôt bien payés, nous concernant, à la rédaction, nous nous abstiendrons de faire un commentaire… En fait, cet événement nous amène à penser que, dans un futur très proche, le Parlement européen pourrait envisager de décharger certains travaux de traduction à un robot numérique intelligent capable de traduire en temps réel et en plusieurs langues les discours des députés européens. En effet, les progrès dans ce domaine sont assez saisissants.

Prenons l’exemple des écouteurs bluetooth Pixel Buds de Google annoncés en octobre dernier. Ces petits écouteurs sont révolutionnaires selon les journalistes présents qui ont pu les tester car ils seraient capables de traduire une conversation en quasi temps réel en 40 langues. Pour obtenir ces résultats, Google exploite sa technologie IA « Google Neural Machine Translation system » qui réduirait de 55 à 85 % le taux d’erreur par rapport à la version actuelle de l’algorithme de Google Traduction. Google n’est pas le seul à travailler sur la traduction multilingue simultanée en temps réel, Microsoft également qui devrait porter sa solution Skype Translator capable de traduire plusieurs dizaines de langues dans son offre Teams. Et pour faire fonctionner ces applications qui nécessitent des ressources importantes, les fabricants de puces dédiées à l’IA ne ménagent pas leurs efforts à l’image de Google Tensor Processing Unit et de Nvidia et ses Volta.  A titre indicatif, l’architecture Volta délivre plus de 100 TFlops de puissance brute pour le Deep Learning – soit 5 fois plus que l’architecture Pascal de génération précédente.

Huawei, de son côté, a récemment annoncé ses processeurs dédiés à l’IA, les Ascend 910 et AI Ascend 310, sans oublier Intel et ses Nervana mais surtout sa puce neuromorphique baptisée Loihi dont l'architecture s'inspire du fonctionnement du cerveau humain, avec des interactions entre des dizaines de milliers de neurones. Et si l’IA condamnait la fin de l’apprentissage des langues étrangères avec toutes ces technologies à venir ? Il est certain que la traduction linguistique en temps réel pourrait, en réalité, changer fondamentalement la communication à travers le monde et éliminer les barrières linguistiques avec les amis, la famille, les clients et les collègues. A bon entendeur pour les interprètes européens !

Quoi de plus rationnel que de se mettre dans la peau d’un pirate pour comprendre ses motivations, ses techniques d’intrusion puis d’appliquer une défense adaptée. Cette approche, très répandue chez les forces de l’ordre pour attraper les voleurs, est de plus en plus en vogue dans la stratégie de cybersécurité des entreprises. Plus connue sous le terme de hacking éthique, l’objectif final est bien de trouver les failles des programmes informatiques non pas pour pirater les systèmes, mais pour mieux les corriger. Les offres d’emploi de hacker éthique, également appelé pentester, se multiplient en France même si les entreprises restent assez discrètes dans leur recrutement. Selon une étude menée par le site de recrutement Joblift sur une période de 24 mois (2016 - printemps 2018), 453 offres d’emploi pour le poste de hacker éthique ont été publiées par les entreprises françaises, soit une croissance mensuelle moyenne de 11 %, contre environ 2 % pour l’ensemble du marché de l’emploi.

Et encore, la France publie sept fois moins d’offres d’emploi d’hacker éthique que le Royaume-Uni (3240 offres sur la même période) ou presque deux fois moins que l’Allemagne (723 offres). Lors de notre événement IT Tour 2018, nous avons pu constater l’engouement provoqué par le hacking éthique auprès des DSI et des RSSI. En effet, une démonstration réalisée par Vincent Riou, l’un des co-fondateurs de Bluecyforce, a fait plonger pendant 25 minutes les décideurs IT au cœur d’une simulation de cyberattaque (ransomware et phishing). L’exercice a effectivement permis de comprendre la mécanique d’une attaque dans une infrastructure réelle et d’en déduire les bons réflexes opérationnels et les pratiques essentielles de la cyberdéfense. Cet exercice permet aussi de mesurer le juste niveau d’investissement nécessaire pour bien se protéger, il est parfois inutile d’acheter des multiples solutions. Partout en France, des concours de hacking éthique sont organisés. Par exemple, le 16 novembre dernier a eu lieu la 6e édition de l’événement GreHack organisé dans les locaux de l’Ensimag (École nationale supérieure d’informatique et de mathématiques appliquées) ; à cette occasion, plus de 300 hackers internationaux (étudiants, chercheurs, experts professionnels) se sont réunis pour participer à un concours de hacking éthique.

Pour devenir un hacker éthique, la curiosité est le premier atout pour comprendre comment les choses fonctionnent. Bien sûr, c’est un métier qui réclame des compétences, selon Joblift, 42 % des postes sont ouverts aux ingénieurs ou titulaires d’un master en informatique ou équivalent. 35 % des offres mentionnent la détention d’une certification d’hacking éthique (CSSLP, OSWE, OSCP, OSWP, OSCE, OSEE, GAWPT, GPEN, GXPN) comme obligatoire. Dans 25 % de ces offres, la certification suffit mais 10 % exigent la certification en plus d’un diplôme d’ingénieur.

Dans les rues, dans les transports, à la maison, les utilisateurs ont les yeux rivés sur leur smartphone. Selon Médiamétrie, le français a dépensé, en 2017, 1 heure et 28 minutes de son temps quotidien sur Internet et 44 % de ce temps est passé sur un mobile, ce chiffre monte même à 65 % chez les 15-24 ans. Au vu de ces chiffres, le smartphone est effectivement devenu le terminal des usages numériques au quotidien à la maison mais aussi dans l’entreprise. Toutefois, l’arrivée massive des objets connectés et virtuels en tout genre (montres connectées, véhicules, enceintes et vêtements intelligents, assistants personnels virtuels, etc.) pourrait une nouvelle fois bouleverser les usages en entrainant un changement dans la manière dont les utilisateurs continuent d'utiliser le smartphone. Gartner n’hésite pas à parler de « désintermédiation du smartphone ».

Selon Daryl Plummer, VP au sein du cabinet d’analystes, les smartphones sont évidemment essentiels aujourd’hui pour les connexions et la consommation d’apps, toutefois avec le temps, ils deviendront moins visibles et resteront dans les poches et les sacs à dos. En effet, les consommateurs utiliseront une combinaison de plusieurs technologies comme la saisie vocale, les VPA (assistants personnels virtuels) et d'autres dispositifs portables, pour naviguer dans un magasin ou un espace public, tel qu'un aéroport ou un stade, sans marcher dans la rue, les yeux rivés sur l'écran du smartphone. Ces outils ont d’ailleurs déjà commencé à envahir les foyers, citons l’exemple des enceintes intelligentes comme Amazon Alexa, Apple HomePod ou la Google Home. Mais ils pourraient aussi s’étendre à l’entreprise pour divers usages comme la gestion des salles de réunion par exemple, ces objets donneront vocalement des conseils sur l'utilisation de certaines salles (intensité de la lumière, nombre de personnes dans la salle, si elle est occupée ou pas, etc.).

Prenons le cas du groupe Engie Entreprises & Collectivités qui a créé un chatbot prénommé Bill-e. Dans un premier temps, ce chatbot va permettre instantanément et à tout moment de faciliter l’accès à l’espace client, il guidera chaque utilisateur pour créer son espace personnel ou proposer la réinitialisation d’un mot de passe perdu. Par la suite, dès 2019 selon le groupe, Bill-e vous assistera pour la prise en main de votre facture afin de mieux la comprendre, créer des alertes, et sera même en mesure de gérer des demandes simples pour modifier vos coordonnées par exemple. Ce bot s’enrichira au fur et mesure en fonction des conversations avec les clients. Les projets de ce type se multiplient dans les entreprises, le cabinet Gartner encourage d’ailleurs les DSI et les responsables IT à s’accaparer de ces nouvelles solutions en menant des tests, des expérimentations, via des prestataires spécialisés et des startups, pour apporter une expérience client inédite mais aussi pour améliorer l'efficacité et la satisfaction des salariés.

Ce concept de jumeau numérique (Digital Twin en anglais) a été rendu public pour la première fois en 2002 par l’Université du Michigan, l’idée étant de créer, comme son nom l’indique, un jumeau virtuel des informations du système physique tout au long de son cycle de vie. Ce modèle a surtout été pensé pour les industriels, par exemple, en modélisant en 3D, un dispositif existant permettant ainsi aux opérationnels d’en avoir une vue complète, d’en déceler d’éventuelles failles et pannes, de les anticiper, d’améliorer l’outil de production ou encore d’évaluer des nouveaux équipements et solutions dans un système existant. In fine, avec le jumeau numérique, non seulement l’entreprise dispose d’une image virtuelle de son système de production, mais elle peut aussi analyser les données ou réaliser des simulations sans mettre en danger l’outil de production, lequel reste opérationnel.

Dans leur approche de l’industrie 4.0 ou l’industrie du futur, les grandes entreprises industrielles sont déjà nombreuses à adopter ce concept des jumeaux numériques. Solvay par exemple, via sa joint-venture Butachimie spécialisée dans la fabrication du polyamide (matière utilisée pour la fabrication du nylon), a basculé son ancien système de contrôle commande vers la solution PCS 7 de Siemens sur l’ensemble des unités de production de la plateforme. Cette migration a pu se faire sans anicroche grâce au jumeau numérique qui exploite la solution de simulation SIMIT de Siemens (allié dans ce projet à Atos). A ce titre, l’usine n’effectue désormais aucune modification directe sur ses lignes de production, des tests sont menés au préalable sur la maquette digitale. Autre réalisation, la PME Dufieux (groupe ARIES), qui conçoit et construit des commandes numériques d’usinage, a développé un outil de simulation en 3D permettant de copier une commande numérique de sa fabrication pour faciliter sa mise en production sur le terrain. L’objectif étant de réduire de 30 % ce temps de mise en production. Bien d’autres exemples sont opérationnels ou en phase de l’être, chez Michelin, chez Peugeot, au sein de l’écurie McLaren ou encore chez Safran dont les turboréacteurs LEAP disposent tous d’un jumeau numérique permettant de vérifier en temps réel les paramètres du moteur sur la maquette virtuelle. Bien sûr, les domaines d’applications ne se limitent pas à l’industrie, la supplychain, les acteurs du transport ou de l’énergie sont également des cibles visées par les fournisseurs, sans oublier l’IoT.

Le cabinet Gartner prévoit d’ailleurs que cette technologie atteindra sa maturité entre 2022 et 2027 et que les entreprises, qui investissent dans un jumeau numérique, auront 30 % d’amélioration de leurs processus critiques. Plusieurs éditeurs sont déjà en pointe dans ce domaine dont les géants de la CAO et de la modélisation 3D comme Dassault Systèmes, Autodesk, PTC mais aussi le tandem européen Atos/Siemens. A ce titre, Atos vient d’annoncer un partenariat avec Bentley Systems pour proposer une solution complète de création et d’utilisation de jumeaux numériques notamment pour les propriétaires d’actifs industriels et d’infrastructures. A noter que Siemens est aussi un partenaire de Bentley Systems, ensemble ils ont créé PlantSight, une solution Digital Twin pour optimiser et améliorer l'exploitation de sites (en photo).

C’est en 2014 que Ian Goodfellow, alors étudiant avec Yoshua Bengio à l'Université de Montréal (aujourd’hui chez Google), a proposé une série d’algorithmes inédite non supervisée basée sur le Deep Learning, les GAN (Generative adversarial networks) ou réseaux antagonistes génératifs. Pour résumer, l’idée est de former simultanément deux réseaux de neurones, le premier (Generator) qui produit une image la plus réaliste possible, le deuxième (Discriminator) qui indique si cette image a une apparence naturelle ou non en s’aidant d’échantillons de données. En mettant ainsi en parallèle ces deux techniques (d’où le nom de réseaux antagonistes), il est possible d’obtenir des images d’une fidélité remarquable, proche du photoréalisme.

L’un des meilleurs exemples récents de cette technique numérique est ce tableau créé par Obvious, un collectif français d’artistes, de chercheurs et d’amis situé à Paris, et récemment vendu à 380 000 € aux enchères organisées par la maison Christie’s. Pour créer cette œuvre, le collectif s’est donc appuyé sur cet algorithme couplé à une base de 15 000 portraits classiques peints entre le XVème et le XIXème siècle. Selon Obvious, six mois ont été nécessaires pour parvenir à un résultat artistique satisfaisant. Ce n’est pas la première fois que des œuvres sont produites grâce à ce théorème algorithmique. Souvenons-nous en 2016 des chercheurs de Microsoft qui avaient réussi l’exploit de créer un nouveau portrait s’inspirant de Rembrandt. Bien sûr, les peintures dégénérées à l’IA ne sont pas les seuls usages visés. Ces réseaux antagonistes génératifs ouvrent à une multitude d’applications dans le design automobile par exemple où les équipes pourraient plus facilement proposer des nouveaux modèles de véhicules tout en réutilisant un certain nombre de pièces et d’accessoires existants ou bien dans la santé pour produire de nouveaux médicaments plus efficaces, notamment pour supprimer certains effets secondaires, à partir d’une base de molécules qui ont déjà fait leur preuve dans d’autres médicaments.

Les GAN font peur car ils peuvent aussi être exploités à des fins malveillantes comme les fameuses fake-news par exemple. Quatre chercheurs des laboratoires de Facebook ont pu ainsi le démontrer en réussissant l’exploit de synchroniser et d’appliquer en temps réel les comportements d’une personne parlant dans une vidéo sur une autre personne. Cette démonstration a commencé, dans un premier temps, sur le présentateur américain John Oliver dont les mouvements du visage sont appliqués de façon transparente sur le visage de son homologue Stephen Colbert. Dans ce document, les chercheurs expliquent d’une part leur démarche, mais ils mettent aussi en garde sur les impacts négatifs de cette IA qui permettrait de truquer des vidéos originelles et de les rendre crédibles. Les faussaires vont s’en donner à cœur joie.

L’intérêt des fournisseurs de solutions de sécurité pour l’intelligence artificielle ne se dément pas, notamment dans l’analyse comportementale (approche UBA pour User Behavior Analytics). Des éditeurs comme DarkTrace, Vectra Networks, Sentryo (pour les réseaux industriels SCADA) ou ITrust Reevelium utilisent déjà des technologies de machine learning pour détecter les signaux faibles sur le réseau. D’autres comme i-Guard, SentinelOne, Sophos InterceptX, Kaspersky ajoutent de l’intelligence artificielle à leurs moteurs intelligents EDR (Endpoint detection and response) pour détecter les menaces sans signature, lesquelles sont indétectables par les moteurs classiques d’antivirus. Au-delà de la détection des comportements anormaux et des menaces, les techniques d’intelligence artificielle sont aussi sollicitées dans l’authentification. L’idée serait, en effet, de substituer le traditionnel modèle du droit d’accès via des mots de passe par une authentification en continu basée sur une empreinte numérique de l’utilisateur. Comment ? En analysant les comportements et les environnements des utilisateurs grâce à des données collectées par les capteurs et interfaces des terminaux mobiles (accéléromètre, gyroscope, GPS, WiFi, Bluetooth…), puis en s’aidant d’un algorithme qui exploite ces données pour construire l’empreinte numérique de l’utilisateur sur le système d’information.

C’est cette technique qu’utilise notamment la plateforme d’authentification mobile d’UnifyID, cette dernière analyse plus de 100 facteurs environnementaux et comportementaux pour authentifier les utilisateurs, tels que leur façon de marcher ou l’identification des lieux dans lesquels ils se déplacent. En procédant de cette manière, UnifyID collecte de manière passive les points de données du capteur à partir des périphériques de l'utilisateur, créant ainsi une expérience utilisateur sans friction. Dans les cas où les comportements de l'utilisateur changent soudainement suite à un déménagement ou une longue absence, l’indice de confiance baissera mais la plateforme peut avoir recours à d'autres facteurs pour authentifier l'utilisateur. Ce type de plateforme cible les utilisateurs nomades ayant recours à des authentifications répétitives. En France, l’éditeur français de solutions de virtualisation, de cybersécurité et de gestion des identités Systencia travaillerait sur une approche similaire d’empreinte numérique de l’utilisateur.

Enfin, l’intelligence artificielle est aussi de plus en plus présente dans la gestion des incidents. C’est par exemple le cas d’IBM avec son offre X-Force Threat Management qui utilise un moteur d’intelligence artificielle pour automatiser la façon dont les équipes d’IBM gèrent les incidents pour ses clients. Dans le détail, trois moteurs d’IA comparent les incidents clients à 600 000 incidents connus et aident à automatiser certaines étapes du processus de gestion de la menace qui nécessiterait, en temps normal, l’intervention humaine. Grâce à l’IA, la plateforme initie aussi certaines actions comme l’élimination des faux positifs, des incidents doubles ou encore la mise en quarantaine de terminaux infectés. A l’instar d’IBM, de nombreux éditeurs utilisent l’intelligence pour prévenir les incidents, c’est aussi le cas d’Oracle qui a ajouté à sa plateforme Oracle Management Cloud, le machine learning. L’objectif est bien d’identifier avec précision les opérations au comportement normal et celle au comportement anormal et de prévenir afin de prendre des mesures correctives.