L’intelligence artificielle n’existe pas, par Luc Julia

[Musique] [Musique] merci merci beaucoup alors effectivement ça c'est moi c'est le gars avec la chemise hawaïenne je vois que j'ai fait quelques émules aujourd'hui c'est pas mal mais vous y viendrez je vous assure donc on va parler d'intelligence artificielle ce matin et on va et en fait j'ai une mauvaise nouvelle parce que je vais vous raconter que l'intelligence artificielle n'existe pas alors c'est dommage moi j'en fais depuis 30 ans c'est un peu embêtant mais mais bon celles qui n'existe pas c'est celle dont on ne reballe les oreilles depuis une petite dizaine d'années mais surtout depuis

6 mois cette intelligence artificielle qu'on présente dans les médias comme quelque chose de magique ou qui fait peur ou qui fait rêver ça dépend moi j'appelle ça l'intelligence artificielle de Hollywood donc celle effectivement qui qui est dans les films comme comme Terminator donc là ça fait plutôt peur ou celle des films comme heure il y en a qui ça fait envie pas moi donc bah c'est celle là qui n'existe pas cette intelligence artificielle là qu'on nous présente d'ailleurs c'est pas une intelligence artificielle il faudrait pas parler d'une intelligence artificielle et je pense que je vais

vous expliquer ça ce matin il faut parler d'intelligence artificielle au pluriel parce qu'il y en a à son multiple variées il y en a plein et et si j'ai vraiment à donner une définition d'une intelligence artificielle je veux dire que une intelligence artificielle c'est une boîte à outils boîte à outils dans laquelle vous avez plein d'outils diverses et variés c'est sur ça les intelligences initiales sont ces outils le marteau l'acier le tournevis etc et donc chacune de ces intelligences artificielles est très très spécialisée elle est très forte dans le domaine particulier pour laquelle elle a

été elle a été fabriquée et par définition même de l'outil elle est utile c'est à dire que ça marche très bien ça marche mieux que nous un marteau ça marche mieux que nous pour planter un clou donc ces intelligences officielles elles sont effectivement puissantes et on va y revenir utile et ou dangereuse non mais je vais commencer par j'étais un peu vite là je vais commencer par 1956 c'est quand on a inventé on va dire le mot l'expression intelligence artificielle donc ça date pas d'hier ça doit pas dire 10 ans ça n'a pas dit à

6 mois 1956 c'est quand une tripotée de de scientifiques américains se sont réunis à l'université de Dortmund pour donner un nom au domaine sur lequel ils étaient en train de travailler et ils avaient défini mathématiquement une neurone c'est-à-dire qu'ils avaient défini une fonction ils avaient dit ça ça a la capacité d'en neurone et donc on est capable de faire en mathématiques de modéliser un neurone si on a un neurone on peut modéliser un réseau neurones si on a un réseau de neurones on peut mobiliser modéliser le cerveau si on a le cerveau on peut modéliser

l'intelligence réellement le raisonnement que je viens de faire ici est complètement stupide et ça n'a pas marché mais bon je vais y revenir mais c'est là c'est là que ça a démarré mais si on réfléchit bien enfin on fait ça depuis la nuit des temps on fait ça on essaye de trouver des outils de faire des machines ou de faire des systèmes qui vont faire des choses qui ressemblent à ce qu'on fait nous on essaie d'automatiser depuis la nuit des temps on peut certainement aller au grec aux Égyptiens même peut-être avant moi je vais comme

je suis franchoueur de base je vais faire démarrer l'intelligence artificielle ou alors ce qu'on peut appeler comme ça en 1642 qu'est-ce qui s'est passé en 1642 en 1642 le mathématicien et philosophe français Pascal a inventé la pascaline et la Pascaline c'est quoi c'est la première machine à calculer donc c'est une machine à calculer qui faisait des additions et des soustractions c'est pas très intelligent de faire des additions et soustractions mais si je me demande combien fait 649 + 1884 d'accord alors il y a deux solutions ou vous êtes complètement idiot c'est possible pour dire comme

ça ou alors c'est pas intelligent de faire ça je sais pas mais en tout cas la machine n'a Pascaline aurait eu ce résultat en moins de 4 secondes parce que il suffit de tourner les molettes et en plus de ça la machine elle aurait eu juste elle aurait eu parce que là personne me donne réponse mais si vous voyez une réponse il y avait à peu près 60% de chance qu'elle soit fausse mais bon ça c'est bon ceci dit c'est pour ça que ça fait très très longtemps qu'on essaie de créer des machines qui ont

l'air intelligente qui font des des trucs qui ont l'air intellectuel ok mais je reviens à mes amis la de 1956 et je vous disais tout à l'heure que le raisonnement est stupide et c'est embêtant parce qu'en plus de ça non seulement ils ont donné le mauvais nom à cette intelligence artificielle enfin c'est ce domaine mais en plus de ça ils se sont attaqués au problème qui est certainement le problème le plus compliqué auquel on puisse s'attaquer puisque ils ont essayé de résoudre le langage naturel un langage naturel c'est quoi c'est ce qu'on fait ensemble il

y a un gars qui parle il y a des mots et puis après les mots et puis vous essayez dans de faire de comprendre le sens ah bon les mots c'est relativement facile le sens c'est compliqué et donc évidemment en 1956 avec les méthodes qu'on utilise à l'époque qui était donc ces méthodes statistiques ils ont complètement échoué ça a pas marché et on est rentré dans ce qui s'appelle le premier River de lire c'est quoi l'hiver de liasse c'est un moment où on arrête de faire de l'IA parce que on donne plus de sous parce

qu'on nous a menti nous a menti on nous a promis plein de choses on n'a pas fait etc et il y en a eu plein d'hiver de liens après et en fait il y en a un autre qui nous pend on est là si on continue à faire notre Laurent Alexandre et raconter n'importe quoi on peut très bien arrêter il y a c'est à dire que on a peur c'est ce qui se passe en ce moment là avec cette gibiti on a peur vous avez peur d'accord on nous dit n'importe quoi Laurent Alexandre ou alors

on nous fait rêver et ça arrive pas d'accord donc là on est dans une période où il est très possible que à cause d'une de ces trois ou quatre ou cinq raisons on arrête de travailler sur l'intelligence artificielle et ça serait dommage parce que dans les intelligences artificielles parlé tout à l'heure il y en a plein qui sont excessivement utiles qui sont très très utiles et il faut surtout continuer il faut pas s'arrêter mais il faut comprendre donc il faut s'éduquer donc il faut venir ici alors donc dans les années 60 il y a plus

d'intelligence artificielle début des années 60 du moins il y a plus d'intelligence artificielle que je vais appeler statistique donc celle qui essaye de modéliser les neurones mais il y a une autre type qui apparaît c'est ce qu'on va appeler ce que je vais appeler les intelligences artificielles logiques on vous a entendu parler c'est ce qu'on appelle les systèmes experts système expert c'est très à la mode dans les années 60 70 80 90 et ça arrive à son apothéose en 1997 quand le championnat de d'échec Garric kasporov est battu par la machine d'eblue une machine d'IBM

qui bat aux échecs effectivement et ça c'est super impressionnant parce que quand on joue aux échecs on est intelligents non alors en fait non les échecs c'est rigolo c'est un jeu il y a des règles ça tombe bien parce que là quand on parle de système expert c'est des bases de règles et donc on rentre les règles du jeu dans dans la base donc ça c'est relativement simple et en plus de ça bon il se trouve qu'aux échecs on sait exactement combien de coups la discussion ce 49 coups et bon on est capable de rentrer

pas mal de coups dans la machine en 97 il y a pas mal de mémoire on est capable donc de calculer relativement facilement parce qu'on a assez de puissance de calcul n'importe quelle position à n'importe quelle position gagnante d'accord très facilement et Kasparov lui il est pas capable il est fort moi j'ai deux coups d'avance donc bon c'est c'est relativement simple ce qui se passe donc je suis pas si c'est de l'intelligence mais en tout cas c'est impressionnant c'est sûr donc là on est dans les années 90 et dans les années 90 il se passe

quelque chose d'autre en fait qui fait que les intelligences artificielles statistiques qu'on avait abandonné donc 30 ans plus tôt reviennent à la charge pourquoi elle revient à la charge bah parce que c'est des statistiques et pourquoi pourquoi c'est des statistiques je vais vous dire ça juste après on change de nom quand même on appelle ça du machine learning maintenant donc c'est la machine qui va prendre des trucs ça va être sympa et donc ce machine learning pourquoi il arrive en force il arrive en force parce que en 90 vous rappelez peut-être enfin dans les années

90 au milieu il y a un truc qui arrive qui s'appelle Internet et internet ça arrive avec beaucoup beaucoup de données d'accord et pour faire des statistiques il faut beaucoup beaucoup de données donc bon là on est dans les années 2000 on fait maintenant même du Deep learning donc c'est quand on passe d'une machine learning on fait les deep learning deep learning ça veut dire quoi c'est exactement pareil sauf qu'il y a encore plus de données de plus en plus de données vous allez voir on va parler de ce type tout à l'heure et beaucoup

beaucoup de données et donc dans les années dans les débuts des années Internet parmi les gros gros montants de données qu'il y a il y a beaucoup d'images de chats sur Internet 100 000 images de chats avec 100000 images de chat je peux faire reconnaisseur de chat qui reconnaît les chats à 98%. alors là on arrive au top de l'intelligence artificielle quand même c'est le truc on se rend compte vraiment qu'on est capable de faire des machines intelligentes si on est capable de faire des machines qui reconnaissent les chats et là on se demande est-ce

que c'est vraiment un truc qui est intelligent le machin là parce que il faut quand même 100000 images de chat 100m c'est beaucoup surtout quand on se posait la question et la question que j'ai posé à des gens à des psychologues en l'occurrence je leur ai demandé mais ma fille de 2 ans combien d'images de chats lui font-elles ou lui faut-il pour reconnaître les chats et la réponse des psychologues c'est deux d'accord donc ma fille de 2 ans qui est bon pas forcément très très intelligente enfin d'après moi elle est complètement con il faut des

datas des données qui sont disponibles pour pouvoir reconnaître ceux qui sont censés faire ok bon ça c'est réglé on a parlé des données on a parlé des systèmes qui sont idiots et qui ont besoin beaucoup de données et qui n'ont strictement rien à voir avec notre cerveau mais pour pour amplifier encore là-dessus on va passer en 2016 maintenant et on va aller cette fois-ci à la machine qui a battu le champion du monde de GO alors ça c'était effectivement le Go c'est rigolo le gros c'est un peu plus compliqué que les échecs je vous ai

dit à la discussion 49 coups aux échecs le gros si vous demandez aux mathématicien combien il y a de coups ils vont vous dire qu'il y a entre 10 puissance 200 et 10 puissance 600 donc en gros ce que je suis en train de dire c'est qu'on en sait rien ok mais ce qu'on sait c'est que c'est beaucoup d'accord et récemment là j'ai donné cette conf dans un lycée et un gars qui m'a dit finalement 10 puissance de sang c'est seulement quatre fois plus 10 puissance 49 beaucoup beaucoup plus on est d'accord d'accord il y

a beaucoup beaucoup de zéro derrière ok donc c'est impossible d'utiliser les méthodes de logique qu'on avait utilisé en 1997 donc là on va utiliser des méthodes statistiques effectivement on va utiliser du diplôme se dit marine a une boîte d'IBM de une boîte de Google finalement qui fait ça on va pas s'intéresser à l'algorithme on s'en fiche mais on va s'intéresser à la machine donc de Deep mine qui fait tourner alphago le programme qui joue au cette machine alors elle est pas vraiment comme ça ça c'est un dessin que j'ai fait non c'est jamais et donc

on va ouvrir ces entrailles et quand on ouvre ses entrailles on va voir qu'il y a à l'intérieur 1506 et les chips et les puces d'ordinateur d'accord donc 1500 plus d'ordinateurs il y a 300 JP US et gpius c'est encore donc puces qui font du graphique européens qui font du calcul matriciels très intéressants pour faire des machines learning et il y a encore un autre type de puces qui est nouveau à ce moment-là qui s'appelle des tipius tensorps pour faire du tensurflow tensorflow c'est une méthode de Deep learning très bien donc c'est 2000 ordinateurs le

machin 2000 ordinateur pour jouer au goût d'accord 2000 ordinateur c'est un petit data center un petit data center ça fait 440 kg 440 kW pour jouer au go alors là il y a une autre question qu'il faut se poser c'est le petit coréen de 18 ans c'est bien fait pour sa gueule qu'il soit fait ratatiner d'ailleurs parce qu'il était insecte mais lui il a il a 18 ans et il a ça et ça en Watt ce que vous avez une idée ce que c'est d'accord alors pas tous et surtout ce matin mais en général ça

c'est à peu près 20 watts ok donc là on est en train de créer une machine qui pète 440 kW pour jouer à un jeu que le champion du monde est capable de jouer avec 20 watts d'accord mais on est en train encore une fois de créer des trucs qui m'ont strictement rien à voir avec notre intelligence avec notre cerveau qui utilise beaucoup beaucoup plus d'énergie beaucoup beaucoup plus de données mais dans l'énergie ce qui est marrant aussi c'est que cette machine alphago est fait que jouer au goût le petit coréen lui il sait faire

la cuisine il s'est parlé l'engage naturel vous savez le truc compliqué là il sait faire plein de trucs avec ses 20 watts ça ça ne fait que jouer au goût si je veux que ça joue aux dames il faut tout refaire ok donc encore une fois respirons d'accord ces machines ont strictement rien à voir avec notre cerveau avec avec notre intelligence on aurait jamais dû appeler ça intelligence artificielle donc comme j'ai dit il y a beaucoup beaucoup de données dans ces systèmes il faut utiliser énormément de données c'est des statistiques on utilise de plus en

plus près aujourd'hui c'est pas 100 000 morceaux de données comme c'était pour les premiers reconnaissances de chats dans les années 90 2000 on parle de 175 milliards de morceaux de données on parle entre 1000 et 1000 et 1000 et 2000 milliards de mots qui sont ingurgités par la machine d'accord c'est beaucoup en gros c'est Internet et donc ces données malheureusement quand il y en a beaucoup comme ça elles sont souvent elles sont toujours biaisées je sais pas si on vous a dit mais sur internet il y a pas que des trucs vrais si vous avez

et donc du coup comme la machine à ingurgiter des trucs qui sont pas vrai enfin pas vrai sur certaines nos standards par exemple la terre c'est pas plat enfin a priori mais sur Internet on trouve que la terre est plate des fois d'accord donc du coup tu as dit petit si vous insistez vraiment il va vous dire que la terre est plate parce qu'il va vous rendre les données qui sont sur Internet et donc les données sont biaisées les données sont fausses et malheureusement ça donne des systèmes de temps en temps qui où ça va

se voir d'accord tout le monde utilise n'importe comment effectivement on peut faire des grosses on peut dire des grosses bêtises mais je vais vous prendre un exemple de 2016 aussi qui est un exemple qui est d'un chatbot déjà c'était pas de Betty mais c'est un chatbot de Microsoft aussi qui s'appelle release donc enfin sorti il est sorti en 2016 et c'était un chatbot qui était censé sur Twitter interagir avec les gens pour promouvoir les produits Microsoft donc l'idée était très bonne certainement mais donc ils ont mis des mois à développer le machin et ils ont

été énoncés de débrancher au bout de 16 heures d'opération parce qu'au bout de 16 heures opérations taille était devenu le plus raciste et sexiste chatbot de l'humanité bon il y avait pas beaucoup à l'époque mais c'est quand même assez grave donc ils ont débranché évidemment il voulait pas le débrancher évidemment ils avaient pas fait tout ce travail pour rien enfin il y avait quelque chose qui allait pas donc les scientifiques se sont pas penchés sur le problème ils sont demandés pourquoi pourquoi qu'est-ce qui s'est passé ça m'a strictement aucun sens on va pas créer ces

trucs pour juste les brancher juste après alors quand on fait un système d'interaction il faut donc trouver des dialogues c'est des dialogues donc il faut trouver des dialogues et dialogues on en trouve pas sur internet comment on trouve des chats ok donc il faut aller chercher ailleurs il y a des systèmes il y a en fait des bases de données de dialogue il y en a une qui s'appelle switchboard qui est très connu qui est une énorme base de données avec des millions et des millions de conversations des conversations qui sont enregistrées qui sont on

retranscrit les mots donc on retranscrite et qui sont à noter donc on dit le gars là il a téléphoné pour sa machine à laver était pas content etc donc c'est une énorme base de données qui est magnifique pour les gens qui font des systèmes d'interaction et donc qui permettent de comprendre un peu les structures des dialogues donc moi j'imagine le gars chez Microsoft qui on lui dit bah il faut que tu fasses le système la taille tu te débrouilles tu prends un switchboard et tu nous fais le système et le gars il dit ok d'accord

il y a des millions de conversations là je vais pas je vais pas pouvoir tout prendre je prends un sous-ensemble j'ai besoin que quelques dizaines de milliers de trucs pour créer mon modèle allez je vais prendre le début de la base à la mama années 50 donc à la banane est 50 vous imaginez enfin ceux qui ont fait que c'était un peu je pense que les Blacks ils étaient dans une situation un peu délicate un peu plus délicate qu'aujourd'hui peut-être et donc du coup ben la base de données étant biaisée le modèle était biaisé et

il a fallu une petite étincelle pour qu'elle devienne complètement raciste et qu'elle détruise en fait les Noirs dans les interactions de dialogue donc faut faire super attention alors j'ai pas forcément la solution mais vous allez me dire c'est fastos il suffit de regarder bien toutes les données et puis d'enlever les trucs qui sont un peu limites le problème avec ça le premier problème c'est que bon quand on a 100 minimale je chats on peut peut-être trouver deux trois images de chiens et les enlever très bien fastoche ça mais quand on a 175 milliards de morceaux

de données ça commence à être un peu plus délicat d'aller chercher les machins qui vont pas parce qu'il y en a beaucoup et notre truc c'est quand je vais commencer à balancer les datas à dire voilà je vais choisir les Data ce que je viens de dire ici choisir les datas ça veut dire que quelque part je rentre mon propre biais [Musique] je vais pas dire exactement ça je vais vous dire que bah oui il faut douter ça je vous le répéter tout le temps mais par contre de temps en temps on peut faire confiance

à ces boîtes noires parce que c'est pas des boîtes noires en fait c'est des boîtes transparente si on prend le temps de les expliquer comme toutes les sciences nouvelles comme tous les trucs nouveaux qui arrivent c'est compliqué ça a l'air compliqué mais des fois il suffit de quelques petites choses pour expliquer correctement et puis pour que tout le monde comprenne pour ça je vais vous raconter une histoire qui est une histoire familiale parler tout à l'heure de ce brave Gaston Julien qui est pas mon grand-père d'ailleurs mais qui est un grand oncle mais c'est pas

très grave et donc ce bras Gaston il a effectivement inventé les fractales enfin il a découvert une équation particulière qui s'appelle qu'on appelait les fractales un logarithme bon bref et c'est ça en 1915 1914 exactement le papier est publié en 1915 la communauté mathématique regarde cette équation et absolument superbement surprise par le machin c'est super mais c'est une équation mathématique pour le commun et mortel complètement incompréhensible c'est un log machin blabla on comprend que dalle c'est une boîte noire pour la plupart des gens mais c'est une boîte transparente pour Julia lui-même qui a inventé le

truc à découvert le truc donc il est capable d'expliquer ce que c'est il est capable d'expliquer à ses collègues qui comprennent et les mathématiciens comprennent mais c'est vrai que la plupart des gens comprennent pas forcément la mathématique qui est derrière cette équation 1955 Julia est prof à Polytechnique 40 ans plus tard et il a comme élève un garçon qui s'appelle Benoît mandelbrute peut donc par aux États-Unis chez IBM il a un des premiers ordinateurs à sa disposition il rentre l'équation Julia dans dans l'ordinateur il en profite pour l'appeler équation de mandelbrute on va pas se

gêner et donc apparaît à l'écran quand il affiche cette équation apparaît l'écran cette magnifique fougère pour ceux qui savaient ce que c'était qu'une qu'une une fractale cette magie fougère qui quand on la regarde on voit qu'à chaque niveau de la fougère c'est la même fougère et la même fougère et la même fougère et donc cette propriété exceptionnelle comment les fractale c'est ça s'appelle la récursivité d'accord et la cursivité devient complètement à transparence pour n'importe qui n'importe qui est capable de comprendre juste en regardant l'image et donc la boîte noire est devenue une boîte transparente grâce

à cette image pour ceux qui ont toujours pas compris la récursivité c'est comme la vache qui rit là bon allez tant que je suis dans les trucs qui m'énerve là je vais vous parler de la voiture autonome d'accord la voiture autonome Elon Musk 2015 et le muse me dit voiture autonome c'est pour demain super bien 2018 la voiture autonome c'est pour demain 2021 c'est pour demain c'est pour demain bon Elon Musk raconte n'importe quoi je pense que vous le savez maintenant quand il parle de voiture autonome mais quand je parle de voiture autonome on parle

de voiture autonome niveau 5 d'accord donc le niveau ultime de l'autonomie il y a évidemment 0 1 2 3 4 avant aujourd'hui on est à peu près à 2,5 il y a certains qui déclarent qui sont presque à trois donc je pense qu'on est presque à trois effectivement mais on est loin de 4 et on est très très loin de ça qu'on est d'autant plus loin de 5 que aujourd'hui je vous annonce officiellement que 5 n'existera jamais n'existera jamais comme dans Jas aimé en fait jamais et mais je vous le prouvais j'ai pas juste vous

le dire je vais vous le prouver et donc du coup ces voitures autonomes quand elles seront au niveau 4 elles vont nous permettre d'être beaucoup plus sur dans les voitures et ça va être extrêmement extraordinaire et on y arrivera d'accord donc on va arriver au niveau 4 mais on peut pas dire qu'on aura un jour la foule autonomie et pour ça je vais vous donner deux exemples un exemple qui est pour les Français qui s'appelle la place de l'Étoile à 18h là je nettoie à 18h vous collez les voitures autonome sur 16 avenue là qui

est là la voiture autonome elle va être comme ça parce que la voiture autonome elle a une propriété extraordinaire elle respecte le code de la route ce que vous quand vous êtes sur la place des toiles vous ne faites pas vous avez un truc en plus qui s'appelle le pouvoir de négociation où le pouvoir de négociation et donc ça c'est un peu compliqué à expliquer aux voitures à expliquer au système autonome donc bon ça c'était pour les Français la version officielle pour les Américains et les autres c'est une voiture qui roule dans les rues de

Mountain View Mountainview c'est là où il y a Google et donc c'est vidéo ont été d'ailleurs donné par une compagnie qui s'appelle WeMo qui est une copine Google qui travaille depuis 10 ans sur l'autonomie et le CIO a dit j'en ai marre d'entendre ce que j'entends je vais faire don de toutes mes datas que j'ai depuis 10 ans je donne 10 millions de miles de vidéos de route qui ont été prises en vidéo pour pouvoir apprendre faire apprendre au système et donc il a donné ça et dans des gens comme moi vous allez voir les

vidéos évidemment et il m'a fallu à peu près une heure pour trouver une pépite et puis après j'en ai trouvé plein ce que j'appelle une pépite c'est un truc qui dit que j'ai raison d'accord et donc cette pépite là on voit une voiture qui roule dans les rues de monterview montagne d'où c'est chiant comme la mort il se passe rien et là d'un coup au milieu de rien la voiture s'arrête attends deux trois secondes la voiture fait deux trois mètres s'arrête de 3 secondes la voiture fait deux trois mètres s'arrête de 3 secondes la voiture

fait deux trois mètres elle fait ça 5-6 fois et là on voit sur la caméra parce qu'on voit les mains sur le volant on voit que le sexe est toujours quelqu'un qui est dans la voiture prend la voiture et puis démarre et s'en va parce que derrière les mecs comment ça s'énerver c'est fou le gars à s'arrêter tous les deux trois mètres ça n'a aucun sens ça n'a aucun sens jusqu'à ce qu'on regarde la vidéo un peu plus près on voit deux gars qui marchent sur le trottoir dans deux gars qui marchent au trottoir le

gars qui est le plus près dans la même direction de la voiture le gars qui est le plus près de la route donc il marche aussi dans la direction comme ça avec son pote mais lui sur son épaule il a un panneau stop alors vous à tous là vous voyez un connard sur bord de la route avec un panneau stop sur l'épaule qui marche dans la direction la voiture vous vous arrêtez pas parce que vous vous avez des voitures connard sur bord de la route qui marche à la campagne de scope bon voilà la voiture

autonome elle voit un panneau stop et puis avoir un panneau stop et puis avoir un panneau ça n'existe pas ce cas ça n'existe pas c'est pas possible c'est un truc qu'on a jamais vu on a même pas imaginé d'accord bah nous quand on voit un truc comme ça nous humains on voit un truc comme ça on fait un truc extraordinaire que les IA sont incapables de faire on invente on s'adapte on crée d'accord quand on vous parle des IA génératives aujourd'hui les génératives les machins et tout ça il y a une chose qui est bien

dans ces choses là c'est qu'on sait pas trompé de nom on n'a pas appelé ça il y a créative on a bien appelé ça il y a génératif ça génère des trucs qui arrivent de ses 165 milliards de données d'accord et ça ne crée rien c'est vous qui avez le pouvoir de création c'est vous qui le gardez c'est vous qui avez la possibilité de créer à travers le prompt c'est-à-dire que c'est vous qui allez dire à la machine dessine moi une vache verte sur la Tour Eiffel la créativité elle est là et dans l'image mentale

que vous avez de la vache verte sur la Tour Eiffel oui ça va vous générer plein de vagettes sur la Tour Eiffel mais c'est vous qui avez l'idée c'est toujours vous qui avez la main et d'ailleurs en parlant demain j'ai passé vite fait sur le fait que j'appelle ça l'intelligence surmontée Ia au lieu d'appeler ça l'intelligence artificielle parce que ces outils ils nous augmentent nous ils augmentent notre intelligence ok on s'en sert comme tous les outils de la boîte utile dont je parlais tout à l'heure et j'adore comparer une intelligence artificielle avec un marteau parce

que c'est exactement la même chose un marteau ça va planter un clou bien mieux que mon point d'accord donc c'est hyper utile c'est hyper puissant le marteau si j'utilise à bon escient c'est super je peux l'utiliser un mauvais escient pour taper sur la tête du monsieur d'accord et ça on a décidé collectivement que c'était pas bien et on a décidé collectivement on a dit c'est pas bien de taper sur la tête du monsieur parce que à la fin celui qui tient le manche du marteau c'est moi c'est moi qui décide c'est nous qui décidons les

IA c'est exactement la même chose c'est nous qui tenons manger du marteau c'est nous qui décidons de comment on les utilise et c'est nous qui décidons de réguler ou pas on va dire c'est la loi de taper sur la tête du monsieur avec le marteau des fois il y en a qui vont le faire et donc il y en a qui vont faire mais on décide collectivement que c'est pas bien et après on agit comme on peut mais ces outils sont excessivement puissants ils sont très très puissants comme le marteau il est très très puissant

allez j'ai combien 3 minutes une minute deux minutes allez je vais vous faire un truc extraordinaire et vous allez ressortir de là vous allez être illuminé je sais pas si on dit ça je vais vous faire une démonstration de ce que c'est que l'intelligence parce que je parlais beaucoup d'intelligence je vais vous montrer l'intelligence humaine ok mathématiques c'est peut-être pas votre tasse de thé mais vous allez voir c'est pas très compliqué en fait je vais projeter en deux dimensions les intelligences il y a plein de gens et les philosophes il y a les il y

a les psychologues il y a plein de gens qui définissent l'intelligence moi je vais vous le définir mathématiquement et vous allez tout comprendre et vous allez comprendre pourquoi l'intelligence artificielle n'a strictement rien à voir avec l'intelligence humaine intelligence humaine je vais la projeter donc sur ce graphe en deux dimensions d'accord en ordonnée vous avez le niveau d'intelligence 0 Donald Trump jusqu'à 100 un génie ok très bien et en abscisse ici on va avoir le domaine d'intelligence tout et quoi ok donc on projette tout ça poum dans toutes les dimensions qu'il y a tout le monde

on projette ça sur ces deux dimensions voilà ça c'est nous voici en semaine continue n'importe quel domaine on est capable de dire quelque chose surtout nous les français et donc on n'est pas des génies on n'est pas complètement idiot voilà ça c'est l'intelligence humaine continue mathématiquement parlant continue et infini on voit un connard sur bord de la route avec un panneau stop on est capable de s'adapter d'accord on a inventé continue infini intelligence humaine les gens sortificielle les échecs c'est pas mal ça marche si vous jouez aux échecs avec une machine et que vous gagnez

c'est que vous l'avez mis au niveau 2 d'accord vous n'avez certainement aucune chance échec c'est un génie Go c'est plus qu'un génie parce que il y avait tellement de coupes aussi inimaginables que il dépasse l'humanité bon bref on va pas rentrer dans l'infini on s'en fout la voiture autonome niveau 4 bien mieux que nous j'ai dessiné mon fils là il boit un petit coup il joue un peu sur son téléphone pendant qu'il conduit pas bon d'accord la voiture sera meilleure que nous mais des fois on va prendre plus tard n'importe quoi n'importe quel domaine n'importe

quel truc que vous pouvez imaginer des trucs en médecine des trucs en ressources humaines des trucs n'importe quoi on peut avoir un outil si on a envie qui sera meilleur que nous dans ce domaine particulier si on veut des fois on peut décider pas utiliser l'outil parce qu'il est pas utile en ce moment c'est pas un outil d'accord mais voilà ça c'est les intelligences artificielle c'est quoi en mathématiques ce que je viens de faire là ce sont des lignes discrètes allez la question qui tue combien de lignes discrètes me faut-il pour atteindre la continuité l'infini

voilà à l'infini je sais pas si vous savez c'est compliqué c'est beaucoup et donc du coup il faudrait avoir pour pouvoir matcher l'intelligence humaine il faudra avoir une infinité d'intelligence artificielle et ça c'est pas possible parce que c'est beaucoup allez un petit truc vite fait on finit là-dessus là on dit des fois bah ouais mais en fait il y a des trucs qui se ressemblent il y a des trucs qui sont contigus là donc c'est des on peut faire du transfert learning entre deux domaines et donc par capillarité on pourrait imaginer que on va pouvoir

couvrir tout le domaine tout le spectre de l'intelligence humaine c'est pas une mauvaise idée de faire de ça permet de pas avoir refaire des bases de données et tout ça c'est pas une mauvaise idée le problème c'est que qu'est-ce qu'il y a entre deux lignes contiguës encore ce truc là l'infini l'infini c'est compliqué encore une fois bon bref donc du coup c'est pas possible et puis tiens le truc qu'on a inventé tout à l'heure la vite fait elle est où l'intelligence artificielle un truc qu'on a inventé si on a inventé tout de suite elle est

nulle part d'accord parce qu'elle a pas le temps d'avoir les données elle a pas le temps d'avoir les règles donc on a pas le temps de la faire encore l'intelligence artificielle est toujours derrière nous c'est nous qui décidons c'est nous qui avons le manche merci [Applaudissements] on est très très très loin de l'intelligence humaine en fait on ira jamais donc rajouter des trucs c'est un peu la capillarité donc je parlais ici donc on pourrait dire on peut rajouter déjà est-ce qu'on a modélisé l'engagement je suis pas sûr donc je suis pas sûr qu'on est encore

réussi mais si on parle spécifiquement de saisie à générative qui ont l'air de faire des trucs intelligents c'est basé sur la complétion de trous alors ça veut dire quoi est-ce que je suis en train de dire ça veut dire que toutes ces îles génératives sont basées sur la complétion de ce que il y a déjà été fait avant d'accord ça veut dire que par exemple quand vous posez une question comme donne-moi la biographie de Marie Curie en fait bon la biographie Elle est quelque part d'accord et il y a une certaine variabilité qui fait que

je vais pas toujours aller chercher au même endroit et donc je mets je vais aller sortir ces données qui sont quelque part parce que encore une fois dans 75 milliards de données il y a beaucoup de données OK et donc ces machins là c'est ça va générer ça va remplir les trous qui sont vous vous rentrez des machins et ça va aller compléter ce qu'il y a autour d'accord c'est ce que font c'est vraiment simplifier la logique de cesiags génératives donc ça veut dire quoi ça veut dire que quelqu'un un jour qui a parlé qui

a 10 un truc comme ça on sait et donc on va le remettre on va le vous le montrer et donc ça a l'air d'être humain parce que c'est humain parce que ça a été déjà d'accord mais il y a deux petits problèmes dans ces générative le premier problème c'est que elles sont programmées pour vous donner une réponse de toute façon donc des fois on retrouve pas le truc et donc si elle ne trouve pas elle invente c'est ce qu'on appelle les hallucinations et donc le truc il va faire il va statistiquement trouver des trucs

qui pourraient être ça à peu près et donc il va vous pondre n'importe quoi et surtout des références en général quand vous allez dire écris-moi un papier scientifique avec ça il va vous prendre en tas de référence de bouquins qui ont jamais existé avec des pages qui ont jamais existé enfin tout ça et donc ça c'est des trucs qui sont embêtant parce qu'effectivement là c'est les hallucinations donc ça c'est le premier problème pour comprendre qu'il y a ces hallucinations qui sont possibles le deuxième problème c'est le problème dont je parlais tout à l'heure qui est

le problème des trucs faux parce que dans les 175 milliards de trucs il y a des trucs faux d'accord et donc du coup si vous lui dites écris-moi un papier sur le fait que la terre est plate il va vous écrire un papier qui est parfait qui existe déjà d'ailleurs il va on ne machin il va faire donc en plus il va prendre l'IP quelqu'un il va copier donc c'est copyright why c'est pas terrible et donc ça va vous prendre un papier donc il peut vous fondre des trucs faux et il peut vous prendre des

trucs inventer et le vrai chiffre qu'il faut donner enfin la chose qu'il faut dire ici c'est quelle est la pertinence de ce du petit dans les médias nulle part on vous dit quelle est la pertinence de ce duplique parce que il faut un petit peu de temps pour pour faire pour faire les études et cette étude elle a été faite trois mois plus tard donc c'est sorti en novembre 2022 pitty en février 2023 il y a l'Université de Hong Kong qui a sorti un papier qui est sur la pertinence de ce type sur 24 bases

de fait 24 base de fait de millions de faits de fait vrai ça veut dire mais bon c'est comme ça et donc sur des millions et des millions de faits à la fin du papier de 24 pages il y a le chiffre de 64% . c'est pertinent à 64%. c'est bien c'est pas bien vous décidez mais il faut le savoir donc 64% ça veut dire qu'il y a 36% de merde mais ça ça peut quand même servir à quelque chose ça peut édition on est au courant vous utilisez au quotidien évidemment j'utilise tous les jours

je suis nul en dessin mille journée ils mettent beaucoup on fait super la vache verte sur la Tour Eiffel c'est moi qui l'ai faite et donc donc évidemment qu'il faut l'utiliser l'outil évidemment qu'il faut pas faire ce qu'a fait Sciences Po interdire l'outil je voulais pas les nommer mais j'ai vraiment qu'il faut pas faire ça parce que c'est une bêtise inconsciente c'est exactement si en 1842 vous aviez interdit l'Encyclopédie Universalis c'est la même chose il faut juste comprendre l'outil et l'utiliser à bon escient il faut en fait enseigner l'outil il faut en fait expliquer les

gars regardez il faut comprendre justement il y a un exercice qui est super à faire pour les enseignants en général et pour comprendre comment on va enseigner l'outil le truc à faire là c'est de dire légal les élèves vous leur dites bah on va écrire en papier avec Chelsea donc on va donner un prompte on va dire écris-moi un papier sur le premier homme sur la Lune donc d'accord le machin va générer le papier on lui demande en papier de 5 pages d'accord général le papier de 5 pages avec les références et tout ça et

après nous enseignants là on va aller étudier ce papier parce que ce papier il est extraordinaire il y aura au moins une ou deux erreurs factuelles genre au moins une ou deux hallucinations d'accord et donc c'est en regardant le papier qu'on va dire bah tiens regarde ça erreur et le reste pas mal ce qui est vraiment énorme je sais pas si vous allez la même expérience mais moi j'ai des ados à la maison ils sont bien plus préparés que les adultes pour ça c'est à dire que ma fille des fois quand elle fait elle faisait

une rénale je dis mais pourquoi tu t'aides pas déjà pété je me suis dit c'est l'occasion de lui montrer elle me dit ok alors elle le fait et elle demande du regarding elle demande des idées je l'ai surpris parce que dans une grande université parisienne le directeur d'université qui faisait le mot d'introduction dit ah ben moi j'ai tapé mon nom c'est de la merde il dit j'ai tapé avec gpt-4 c'est encore plus de la merde et donc on est est-ce que est-ce que finalement les nouvelles génération c'est évident que il y a de toute façon

quelque chose à apprendre et il y a de toute façon quelque chose pour utiliser ces outils et franchement il y a deux directions pour ces outils dans l'avenir d'accord et la première direction où il y a zéro régulation il se passe rien et tout ça on laisse les outils vivre et puis du coup comme ils vont générer de plus en plus de caca ils vont s'alimenter avec du caca et ils vont devenir de plus en plus non pertinents d'accord et donc ils vont mourir de leur belle-mère on peut considérer qu'aujourd'hui on est en train de

monter ou on est en haut de la cave de Garner je sais pas mais moi je suis pas Elon Musk et donc ça va on va arriver en haut de la courbe à un moment de Garner et ça va tomber du coup et ça va tomber dans le coup pour deux choses soit parce que c'est plus pertinent du tout d'accord soit parce que il y a tellement de problèmes et le copyright que on va s'apercevoir qu'ils vole un peu des trucs le machin d'accord donc voilà mais en tout cas ce qui est sûr c'est que

il y a ce premier chemin où on va ça va se nourrir de tellement de caca que ça va être complètement du caca ok bon ça sera pas la deuxième raison qui fera qu'on arrête ouais mais en tout cas ça c'est s'il y a pas de régulation deuxième chemin il y aura un peu de régulation la vérité c'est que le vrai chemin ça sera celui du milieu ce sera l'hybride mais bon il y aura la régulation on va dire tout ce qui est généré par les élèves génératives on va les marquer au fer rouge d'une

manière ou d'une autre et donc on va pas les utiliser dans les modèles qu'on va créer après donc on va utiliser que l'effet vrai encore une fois avec tous les guillemets qui vont bien et donc du coup ça va devenir de plus en plus pertinent donc ça c'est possible c'est un chemin possible par contre moi ce que je crois et c'est pour ça que je crois que ce chemin du milieu on va utiliser ces idées génératifs de plus en plus dans des domaines particuliers comme j'ai fait ici il y a aujourd'hui de toute façon elles

sont de plus en plus pertinentes dans des domaines particuliers mais une général ce qu'on appelle les diarrhée artifio intelligence qui va couvrir n'importe quoi n'importe quel domaine ça c'est ça ça va pas être possible on a vu les on voit les effets des réseaux sociaux maintenant plus tard donc il y a est-ce que finalement ce passage plus gros risque c'est que on se rendent pas compte de des gens parce que vous parlez du marteau on va réguler le marteau bon le marteau il a donné des maillets ça a donné des trucs pour jouer au polo

c'est pas c'est pas un potentiel de disruption massif c'est plus sournois et est-ce que on est capable de réguler si on voit pas le truc les réseaux sociaux on en parle que récemment des dangers on a régulé on a commencé à réguler les réseaux sociaux il y a exactement 5 ans c'était à la guerre GPD mais 2018 et c'était trop tard mais la régulation est toujours de retard sur l'innovation d'accord mais on a commencé à réguler ça avec rgpd donc et les gens ont commencé à comprendre parce que rgpd service strictement à rien pour les

réseaux sociaux eux-mêmes a servi pour éduquer les gens en fait la régulation parfois vertu éducative et donc ça a permis aux gens de comprendre ils sont nommés pourquoi il y a une régulation pourquoi ils sont dit bah ouais effectivement se foutra poil sur Internet c'est comme se à poil donc on en a plus ou moins il y en a qui ont compris et donc du coup la régulation est importante quand même et c'est vrai qu'elle arrive un peu en retard là aujourd'hui il y a les actes qui est en train d'être fait à Bruxelles pour

réguler les IA ça va prendre un petit peu de temps surtout vous n'avez pas les idées génératifs dans les premiers brouillons c'est c'était pas là mais le la chose essentielle c'est l'éducation encore une fois d'accord c'est si on s'éduque pas on peut pas régler si je comprends pas le truc je pense qu'il y a pas un danger de la régulation de justement que l'Europe passe à côté parce que j'ai une interview sur Smart TV où il dit c'est une catastrophe on peut plus faire Open Source alors justement donc c'est pour ça qu'il faut que les

spécialistes maintenant arrivent et expliquent parce que malheureusement le régulateur est parfois par informé et il a une vision théorique du machin et pas pratique et donc il fait des petites bêtises dans la régulation bon donc c'est là où les spécialistes c'est là où les gens quand ils se sont éduqués comme des conférences comme aujourd'hui doivent aller demander à leur représentant de faire en sorte que on puisse utiliser le machin ou pas c'est là où les élèves de Sciences Po doivent aller voir leur directeur en disant écoute c'est complètement idiot de pas de pas pouvoir utiliser

ça ils le font quand même créer évidemment qu'ils le font c'est pour ça que c'est impossible de toute façon d'interdire mais il faut que les gens s'approprient le machin à un moment donné et se disent bah voilà je suis éduqué je médique de plus en plus quand j'ai éduqué je parle pas je dis pas qu'il faut que chacun devienne un Data scientiste que chacun devienne des gens spécifices en Essonne il faut s'éduquer sur les applications et quelles sont les conséquences donc être assez ouvert d'esprit pour pouvoir comprendre ça et pour pouvoir après en discuter et

discuter et discuter on peut en parler pendant une heure je crois que vous avez vous avez un agenda serré et du coup je pense qu'on propose qu'on prenne des questions de la salle s'il y en a alors lever la main si vous voulez un micro bonjour Béatrice Rouzet de l'Université de Lille tchadgpt en fait le problème puisqu'il se soulève depuis sa parution est arrivé comme si on mettait des voitures à disposition de tout citoyens sans permis de conduire et on n'a pas non plus de moniteur auto-école qui se sont formés puisque il le découvre en

même temps du coup on peut pas interdire parce que on mesure tout de suite le potentiel et en termes d'éducation les jeunes générations en savent beaucoup plus que leurs enseignants du coup quelle recommandation est-ce qu'on doit vraiment le réguler ou est-ce que c'est pas un une obligation de changer nos pédagogies en même temps que le système il va falloir le comprendre déjà donc les gens qui régulent il va falloir qu'ils écoutent un peu les gens qui savent d'accord mais on a quelques-uns quand même mais oui il faut aussi être agile dans les méthodes d'éducation et

donc pas faire un programme qui va être appliqué dans 5 ans mais forum qui est appliqué il y a 10 ans donc en gros ce que je dis c'est qu'il faut être super agile et qu'il faut effectivement pas hésiter à prendre les connaissances qu'on a et les distribuer dans l'immédiat donc on est plus dans les milliaté alors c'est peut-être pas formater comme il faut et ça suit pas tous les machins qui vont bien et ça avait pas été tamponné au ministère par 18 personnes ouais des fois il faut il faut respirer un peu et puis

il faut faire ce qu'on pense en tant qu'enseignant qui est le meilleur pour nos projets nature bonjour Anna c'est malottova j'ai une question sur tous les outils qui émergent notamment des outils type copilote Microsoft et d'autres à qui on pourra sous-traiter l'angle de tâches chronophage vie professionnelle il y a beaucoup de chiffres qui circulent sur l'optimisation de productivité égale optimisation de rentabilité et donc toutes les questions éthiques philosophiques que les entreprises doivent se poser est-ce que vous pensez qu'il faut réagir très rapidement et revoir les organisations et les systèmes de métiers les compétences ou est-ce

que il faut laisser faire de manière organique tout est toujours hybride donc c'est toujours un peu entre les deux mais là en l'occurrence on dit beaucoup bon ça y est elle se dit ou les états génératifs vont nous remplacer vous remplacer des métiers donc déjà ça c'est très compliqué de dire ça il faut pas il faut pas vraiment dire ça il faut plus parler en termes de tâches qu'en termes de métier donc dans des métiers il y a plein de tâches il y a des tâches qui vont être remplacées effectivement les tâches les plus répétitives

les moins intéressantes et tout ça bon ça va être remplacé par ces outils qui sont très puissants pour ça mais il y a toujours une tâche qui a rajouté c'est la tâche de de l'utilisation de l'outil parce que si ce sera de ça et évidemment après il faut regarder la balance si l'utilisation de l'outil prend plus de temps que ce que je faisais avant sans l'outil un outil ça a rien donc j'enlève donc il y a certains métiers dans lesquels en fait ces outils vont pas être intéressants mais il y avait il y a plein

de métiers dans lesquels ils vont être intéressants les remplacements de tâches ça existe depuis toujours parce que c'est le but du jeu on est fondamentalement feignant donc on veut essayer de faire faire en sorte que quelques autres fassent le boulot à notre place et mais donc mais ce qui est intéressant c'est que dans ces tâches dans les métiers les tâches qui vont être les plus difficiles à remplacer donc ces tâches qui sont fondamentalement humaines vont être encore plus valorisé et du coup moi ce que je pense parce que je suis optimiste de base je pense

qu'effectivement il y a beaucoup de tâches à l'intérieur de métier qui vont être passés c'est il y a très peu de métiers qui vont être complètement remplacés ça c'est très très rare depuis on voit ça depuis la nuit depuis la nuit de l'humanité depuis le début de l'humanité mais il y en a qui vont être remplacés par exemple aujourd'hui je sais pas si vous ce que c'est qu'un Charon mais il y a plus de Charron depuis 1890 mais c'est comme ça mais c'est rare maintenant donc quand je parle de tâches qui vont être remplacées je

parle aussi de tâches qui vont être glorifiés et donc les tâches glorifiés ça va être la substance même de l'humanité et qui vont qui va faire en sorte que en gros tous petit à petit on va être encore plus valorisé dans nos métiers parce que ce qu'on peut faire c'est ce que peut pas faire ce que peuvent pas faire les machines d'accord trouver que le panneau stop là c'est c'est qu'un panneau stop sur la l'épaule d'un gars donc donc je pense vraiment que ça va se passer comme ça par contre il faut que les RH

les les ressources humaines nous préparent c'est à dire que il faut anticiper le machin un tout petit peu donc on peut le faire un peu à l'arrache comme on est tout à l'heure là et puis le faire très très agile mais c'est pas compliqué non plus surtout dans les entreprises d'aujourd'hui quand on parle de copilote ou des ou d'autres choses comme ça d'anticiper l'arrivée de ces outils parce que copilote aujourd'hui dans les entreprises il faut surtout pas l'utiliser parce que ça veut dire qu'on donne tout à Monsieur openia et aujourd'hui donc il faut faire super

attention à comment les choses sont faites mais le jour où ça sera plus sécurisé on pourra utiliser mais d'ici là on a le temps de comprendre comment ça va être utilisé on a le temps aussi de former les collaborateurs à otage d'utilisation de l'outil et à d'autres qui vont être l'état spécifique dans lesquelles on va pouvoir les glorifier justement est-ce qu'il faut un LLM français est-ce qu'il faut un élève donc le modèle c'est ce qu'on appelle aussi les îles génératives donc oui il faut un LM européen il faut des balances on parlait de bonne source

rapidement tout à l'heure l'open source est important en fait pour pouvoir vérifier les sources d'une part donc ça c'est pas une mauvaise idée mais vérifier ça veut dire quoi on a vu que c'est compliqué parce qu'il y en a beaucoup bref mais avoir des balances au niveau du monde avoir des différentes versions vision du monde c'est pas mal non plus parce qu'on a les moyens de le faire oui on a les moyens de le faire alors déjà pour commencer il faut arrêter ce flageller surtout nous ici en France il faut se dire qu'on est les

meilleurs du monde on dit pas assez moi je le répète tout le temps donc on est les meilleurs du monde en mathématiques on est les meilleurs du monde c'est comme ça et ça c'est prouvé il y a ce qui s'appelle les médailles fears qui le montrent on est les meilleurs du monde depuis 300 ans à peu près cette année tout le temps on a on a tout le temps on est le meilleur et donc on est les meilleurs il faut arrêter ce flageller et la preuve une des preuves par exemple dans la Silicon Valley alors

oui vous allez me dire ils sont assis comme vous allez mais dans la scie comme vallée tous les chefs de l'IA sont français dans toutes les grosses boîtes que vous pouvez imaginer le Facebook Google machin blabla OK et donc donc on est les meilleurs on n'est pas les meilleurs par contre en business d'accord donc on pourrait certainement se valoriser plus mais c'est une des raisons pour lesquelles on se flagelle d'ailleurs c'est c'est un cercle vicieux donc il faut apprendre à dire qu'on est bon et puis il faut apprendre à se vendre un peu mieux et

après on est ok est-ce qu'on a les moyens si on a vraiment envie je veux dire si on a vraiment envie on les a la vérité c'est qu'aujourd'hui on n'a pas de dans les Ventures capitalistes les gens qui donnent des sous aux start-up par exemple on n'a pas de de vrai vanneschers capitalistes qui sont des capitales risqués donc le risque mais ça c'est c'est notre c'est nous aussi on n'est pas des on n'aime pas le risque le risque on fait porter par la BPI c'est c'est juste au début donc c'est super la BPI mais il

faut passer maintenant au lieu de 1 million il faut que ça 100 millions et ce risque nous en Europe nous en France en particulier on déteste le risque on déteste l'échec c'est-à-dire que l'échec est une partie importante du risque et l'échec doit être glorifié dans la Silicon Valley j'habite dans la Sicon Valley dans la silicone le risque est glorifié et l'échec il glorifié si on s'est planté ça veut dire qu'on la prochaine fois on fera pas la même erreur qu'on a fait quand on s'est planté et donc c'est cicatrices elles sont importantes et nous ici

l'échec on le stigmatise on dit tu as échoué tu es nul dehors merci beaucoup 29 on est bon merci à vous [Applaudissements] [Musique]