Les conférences du mardi 15 septembre 2020

Conférence 1

  • Conférences stratégiques
  • Construire la confiance à l’ère de DeepFake et de la post-vérité

    09h00 - 09h30
    • Quel est le rôle de la confiance au sein de nos sociétés ?
    • Dans quelle mesure Deepfake menace-t-il cette confiance et quels sont les moyens pour la défendre ?
    • Comment l’humanité peut-elle dépasser et tirer profit de ce défi ?
    • Hubert ETIENNE Philosopher | AI Ethics research at Facebook AI, Oxford & ENS Facebook AI
    Voir en détail
  • Crise du covid 19 : quelle place pour l’économie de l’IA

    09h30 - 10h00
    • Bertrand BRAUNSCHWEIG Direction du centre d’expertise de Paris du Partenariat Mondial sur l’Intelligence Artificielle. Inria
    • Christel FIORINA Coordinatrice du volet économique de la stratégie nationale pour l’intelligence artificielle Ministère de l’économie et des finances (Direction Générale des Entreprises)
    Voir en détail
  • L’influence de l’IA sur la créativité

    10h00 - 10h30
    • François PACHET Directeur du Spotify Creator Technology Research Lab SPOTIFY
    Voir en détail
  • PAUSE NETWORKING

    10h30 - 11h00
    Voir en détail
  • Post crise du covid 19 : quel futur pour le travail ? Et quelle place pour l’IA ?

    11h00 - 11h30
    • Michel SERVOZ Senior Policy Advisor European Commission
    • Salima BENHAMOU Economiste au Département Travail – Emploi – Compétences - France Stratégie – Services du Premier Ministre
    Voir en détail
  • Comment passer du POC à l’industrialisation sans encombre - retour sur des exemples de réussites et d’échecs

    11h30 - 12h00
    • Heloïse NONNE Directrice Data Science et Engineering de la Fab Data IA SNCF
    • Sébastien LEFEVBRE Directeur de Mission à la Fab Data & IA SNCF
    Voir en détail
  • Quel impact écologique représente l’IA ? Peut-on le réduire et comment ?

    12h00 - 12h30
    •  
    • État des lieux sur l’empreinte écologique de l’IA à l’échelle mondiale (chiffres clés, secteurs & technologies les plus polluantes…)
    • Pourquoi est-ce si énergivore ?
    • Vers un avenir plus vert pour l’IA ou comment remédier à cela : solutions, alternatives…
    • Application à la grande distribution avec des exemples concrets
    • Martin CALMELS Head of Innovation GROUPE CASINO
    Voir en détail
  • Conférence 1
  • Retours d'expérience
  • Projet Prédidém : le machine learning à l’échelle au service de la rétention client

    14h00 - 14h30

    Dans le secteur de l’énergie, le déménagement est un moment où le risque de perdre un client est accru : manque d’affinité avec la marque, précipitation dans les démarches liées à l’emménagement… Nombreux sont ceux qui ne transfèrent pas leur contrat chez Total Direct Energie pour leur nouveau logement. Prédidém est un algorithme de machine learning calculant pour chaque client une probabilité qu’il ou elle déménage dans les deux prochains mois. Grâce à cette information, nous sommes capables de lancer des actions de rétention proactives et personnalisées pour inciter le client déménageur à anticiper ses démarches chez Total Direct Energie. Prédidém est le premier cas d’usage de data science à l’échelle dans l’entreprise. La mobilisation des différentes parties en transverse, la mise en place de bonnes pratiques pour conduire et mettre à l’échelle des cas d’usage data, et bien sûr la richesse d’un outil comme Databricks, ont été des facteurs-clés de succès pour le projet.

    • Eurydice LAFFERAYRIE CHIEF DIGITAL OFFICER TOTAL DIRECT ENERGIE
    Voir en détail
  • En quoi le Machine Learning peut prédire les ventes alimentaires ?

    14h30 - 15h00

    Amélioration de la précision des flux prédictifs pour les équipes Sales & Opérations grâce au machine learning - Retour sur investissement, CA additionnel, réduction des stock et du gaspillage alimentaireMise en application concrète et industrialisée de modèles de Machine Learning 

    • Rupert SCHIESSL CEO Verteego
    Voir en détail
  • La Synthetic Data au secours du contrôle qualité industriel par computer vision

    15h00 - 15h30
    • Une des problématiques pour l’usage du deep learning dans le cadre du contrôle qualité sur des produits est mécaniquement le manque de volume, voire de diversité des défaut disponibles pour l’entrainement des modèles.
    • Découverte des dernières techniques d’intelligence artificielle, et notamment les GAN (Generative Adversarial Networks) qui peuvent aider à créer des données pour enrichir les dataset existant et ainsi permettre l’amélioration de la pertinence des modèles de détections.
    • Jean-Paul MULLER Directeur du Lab Paris, Direction de l'Innovation GFI Informatique
    • Philippe KEMIKIAN Chef de projet Digital Manufacturing ARKEMA
    Voir en détail
  • PAUSE NETWORKING

    15h30 - 16h00
    Voir en détail
  • La NLG, vecteur d'une nouvelle vague d'automatisation dans les services financiers

    16h00 - 16h30
    • Comment le NLG prochain génération révolutionnera l’automatisation du reporting intelligent 
    • La nouvelle plateforme de NLG propose aux grandes entreprises financières une toute nouvelle approche pouvant simplifier l'automatisation complexe du rapport et délivrer un ROI considérable
    • Nicolas STEIB Directeur Commercial EMEA YSEOP
    • Stéphanie COSQUER Directrice de Projet BNP Paribas
    Voir en détail
  • En quoi les systèmes intelligents vont-ils révolutionner l’IA et les véhicules autonomes ?

    16h30 - 17h00
    • Une capacité de collecter et d'analyser à la volée, une très grande quantité d'informations, de prendre des décisions et d'interagir en temps réel avec le monde extérieur.
    • Quels challenges en matière de solutions matérielles et logicielles, de maintenance, de sureté, d’apprentissage... ? La voiture autonome sera une combinaison d’apprentissage et de déterminisme, complété avec un haut niveau de sureté de fonctionnement
    • Eric BAISSUS CEO Kalray
    • Rémi BASTIEN Directeur de la prospective automobile RENAULT
    Voir en détail
  • Comment réussir la mise en place d'un agent conversationnel

    17h00 - 17h30
    • Retour sur la mise en place des agents conversationnels: OUI.sncf, Transilien et Carrefour
    • La techno mais pas que ! L'importance de la méthodologie du travail, de l’UX conversationnel et du Monitoring
    • Omar MELLOULI Technical Lead AI & Conversational (Virtual Assistant & Chatbot) CARREFOUR
    Voir en détail

Conférence 2

  • Conférence 2
  • Parcours technique
  • Génération synthétique de labels par CycleGAN sémantique pour l'OCR de composants électroniques

    14h00 - 14h45
    • Deep Learning et OCR en conditions réélles
    • Génération semi-automatique des labels synthétiques
    • Méthodes GAN pour la génération de fontes spécialisées
    • Aspects multi-modèles de la construction d'applications avec le Deep Learning 
    • Emmanuel BENAZERA Senior Research Engineer in Artificial Intelligence - CEO JOLIBRAIN
    • Adrien GAUFFRIAU Ingénieur AIRBUS
    Voir en détail
  • Une nouvelle ère de cyberdéfense basée sur des approches d'IA avancées pour les réseaux sans fil et mobiles

    14h45 - 15h30
    • Les mécanismes de cybersécurité classiques, tels que les systèmes de détection et de prévention des intrusions (IDS/IPS) et le contrôle d'accès, ne sont pas en mesure de détecter, de prévenir et de bloquer de nouvelles cyber-attaques avancées définies comme des menaces "zero-day", car ils présentent un comportement inconnu qui n'est pas défini dans la base de données des signatures (règles) des systèmes de sécurité.
    • Par conséquent, une nouvelle ère de mécanismes de cybersécurité devrait être proposée pour détecter ces attaques "zero-day" avec une grande précision.
    • Pour ce faire, il convient de combiner les algorithmes avancés d'apprentissage automatique (ML) avec l'expérience des experts en cybersécurité. Ce modèle de combinaison de l'intelligence artificielle (IA) permet d'obtenir un taux élevé de détection des attaques et un faible taux de faux positifs.
    • Hichem SEDJEMALCI Senior Artificial Intelligence (AI ) and Cyber Security Researcher ORANGE
    Voir en détail
  • PAUSE NETWORKING

    15h30 - 16h00
    Voir en détail
  • 2 solutions IA Open Source créées par des grands comptes en France

    16h00 - 16h45
    • Quatre ans de développements conversationnels à la SNCF (OUIbot, AlloCovid et d’autres) et le pari de créer une solution ouverte « Tock », aujourd’hui utilisée par des petites et grandes entreprises.
    • Éthique et explicabilité dans l’IA : la réponse Open Source de MAIF avec « Mélusine » pour la classification automatique des emails.
    • François NOLLEN Conversational/AI Delivery Manager OUI SNCF
    • Frédéric de JAVEL Data Science Project Manager MAIF
    Voir en détail
  • Suggestion du bon service au demandeur d’emploi : Le couplage de l’expertise métier avec un apprentissage par renforcement.

    16h45 - 17h30
    • Suggestion de service : Quels sont les prérequis pour traiter cette problématique ?
    • Comment répondre aux craintes de l’IA dans l’accompagnement usager ? La mise en avant de l’expertise métier
    • Comment construire une solution IA avec un démarrage à froid ? L’apprentissage par renforcement
    • Nicolas TOUZOT Product Owner Agence Data Services Pôle Emploi
    • Guillaume PLANTIVEAU Responsable Data de l’Agence Data Services Pôle Emploi
    Voir en détail

Mots clés associés

Inscrivez-vous dès à présent pour participer à AI Paris 2020