Ce billet a été publié à l'origine sur le portail IT Pro.
À première vue, l'université et l'industrie semblent être des partenaires étranges. L'un se concentre sur les aspects théoriques et conceptuels, tandis que l'autre est guidé par les aspects pratiques des délais, des objectifs et, en fin de compte, du profit.
J'ai le privilège de travailler des deux côtés de la barrière. Je suis professeur d'informatique à l'université de San Francisco et scientifique en chef chez SnapLogic, un fournisseur de logiciels d'intégration d'applications et de données. J'ai travaillé sur l'IA dans ces deux fonctions et, tout au long de mes 20 ans de carrière, je me suis rendu compte que, lorsqu'il s'agit de stimuler l'innovation, ces deux sphères distinctes doivent travailler ensemble.
L'IA promet d'être la technologie la plus importante de l'avenir, et si les grandes ambitions et les idées novatrices du monde universitaire peuvent trouver une synergie avec l'attitude pragmatique, l'urgence et les ressources de l'industrie, nous assisterons à une explosion de ses applications. En fait, je pense que les technologies d'IA et de ML ne seront pas seulement une fonctionnalité agréable, mais qu'elles seront indispensables pour toutes les applications à l'avenir.
Des données, des données partout
Cette collaboration entre l'industrie et le monde universitaire se développe depuis un certain temps et, comme pour la plupart des choses dans le domaine de la technologie, tout se résume aux données. Pendant les 10 à 15 premières années de ma carrière, j'ai suivi la voie académique traditionnelle, et chaque fois que nous entreprenions des recherches ou que nous publiions des articles, il y avait toujours une pierre d'achoppement : nous manquions de données du monde réel.
Tout cela a changé il y a une dizaine d'années avec l'émergence du social et de la recherche. Les Google, Twitter et Facebook du monde entier ont été confrontés à des problèmes de croissance des données qui dépassaient la capacité de la technologie des bases de données conventionnelles, et ont donc élaboré des solutions personnalisées pour héberger leurs vastes ensembles de données.
Bien entendu, les grandes sociétés de recherche et de services sociaux n'ont pas rassemblé toutes ces données sur les utilisateurs et les comportements dans le but précis d'alimenter le développement de l'IA, mais elles ont vu le potentiel qu'elles recelaient. Le point de basculement s'est produit lorsque des entreprises comme Twitter ont invité des universitaires à analyser ces données. Soudainement et de manière inattendue, un trésor de données du monde réel a été mis à la disposition des universitaires. Toute cette machinerie théorique que nous avions développée dans les universités pouvait se concrétiser sous forme de recommandations réelles et d'applications prédictives significatives. Les doctorants ont commencé à travailler dans l'industrie avec des données réelles, ce qui a alimenté de nouveaux développements théoriques, et ainsi de suite.
Bon nombre des développements les plus récents et les plus prometteurs dans le domaine de l'IA sont le fruit de cette relation symbiotique, et si elle peut être renforcée, nous verrons de nombreuses autres percées dans le pipeline.
Pollinisation culturelle croisée
Les effets positifs des relations entre le monde universitaire et l'industrie ne se limitent pas aux ensembles de données. La pollinisation croisée des cultures est, à mon avis, un aspect essentiel pour stimuler l'innovation dans ce domaine.
J'y ai fait brièvement allusion plus haut, mais il est difficile d'imaginer des cultures plus différentes que celles de l'industrie et de l'université. En tant que personne qui a été, pendant la majeure partie de sa carrière, essentiellement universitaire, j'ai pu constater de première main à quel point ces deux mondes sont différents et à quel point, sur le plan individuel, être exposé à l'autre côté de la médaille est une expérience enrichissante.
La meilleure façon de l'illustrer est peut-être de donner un exemple. J'ai rejoint SnapLogic en 2010, alors que l'entreprise était beaucoup plus petite qu'elle ne l'est aujourd'hui. C'était ma première incursion dans l'industrie, et j'ai été chargé de construire un prototype pour un projet d'apprentissage automatique à mettre en œuvre dans notre intégration de données plateforme. La perspective de présenter mon code à mes nouveaux collègues, des vétérans de l'industrie, m'a déstabilisé.
Ayant codé depuis l'âge de douze ou treize ans, ce n'est pas un manque de compétences ou d'expérience qui a provoqué cette réaction, mais plutôt la perspective de le faire dans un environnement totalement différent de celui auquel j'étais habitué. Dans le monde universitaire, le code est rarement examiné. Il n'y a pas de public, c'est juste un aspect du travail que vous accomplissez. Dans l'industrie, le travail est beaucoup plus orienté vers un but précis. Il y a des objectifs, des délais et des étapes. Votre travail doit apporter de la valeur aux clients.
En fin de compte, tout s'est bien passé, et le code que j'ai écrit existe encore aujourd'hui sur le site plateforme , mais cela a mis en lumière à quel point nous sommes à l'abri des réalités et du stress de l'industrie dans le milieu universitaire. En passant du temps dans l'industrie, j'ai appris à m'adapter à un autre type d'environnement de codage, ce qui fait de moi un professionnel plus équilibré.
Ces avantages interculturels, je les introduis dans ma classe pour mieux préparer mes étudiants à une carrière dans l'industrie. J'enseigne maintenant certaines des réalités de la construction d'un logiciel de production, ce que de nombreux universitaires risquent d'ignorer. Nous invitons également certains de mes étudiants à travailler sur place, chez SnapLogic, sur des projets d'IA réels, pour obtenir des crédits de cours.
En exposant ces jeunes gens à l'industrie dès le début de leur carrière, plutôt que bien plus tard comme je l'ai fait, la prochaine vague d'informaticiens sera dotée non seulement de la curiosité de l'universitaire, mais aussi du sens pratique et de l'éthique du travail de l'industrie. C'est ce qui, je l'espère, stimulera les prochains grands développements de l'IA.
L'avenir de l'IA
Je suis convaincu que l'IA aura un impact considérable sur le monde des affaires dans les années à venir. Elle rendra les entreprises plus efficaces, libérant des ressources qui pourront être investies dans d'autres domaines pour améliorer les produits existants ou en développer de nouveaux. Elle modifiera les rôles professionnels et permettra aux employés de se concentrer sur des tâches plus humaines qui reposent sur des compétences humaines, telles que l'intuition émotionnelle, plutôt que d'être accablés par des tâches routinières et répétitives.
Toutefois, il s'agira d'un processus progressif, qui ne se fera pas du jour au lendemain. Si nous voulons avoir un espoir d'accélérer le calendrier, il faudra que les universitaires et les industriels tirent dans la même direction, mettent en commun leurs talents et leurs ressources et travaillent en synchronisation. Les fondements de cette relation sont déjà en place, et les deux parties ont tout à y gagner.
