L'IA au service des villes intelligentes
Au cours des 70 dernières années, l'intelligence artificielle a connu une croissance rapide et est aujourd'hui utilisée dans un large éventail d'applications. L'intelligence artificielle (IA) joue un rôle crucial dans l'amélioration des initiatives de villes intelligentes, offrant de nombreux avantages tels qu'une meilleure distribution de l'eau, une gestion efficace de l'énergie, un meilleur traitement des déchets et une réduction des embouteillages, du bruit et de la pollution. Les principaux efforts de développement des villes intelligentes se sont concentrés sur la production de données et l'acquisition de nouvelles connaissances sur la nature complexe et dynamique des environnements urbains. (H.M.K.K.M.B. & Mittal, 2022). Depuis 2008, les villes intègrent l'intelligence artificielle (IA) pour améliorer les processus décisionnels et contribuer à la réalisation des objectifs de développement durable (ODD). (Ingwersen & Serrano-López, 2018) Qu'est-ce que l'IA ? L'intelligence artificielle (IA) désigne le développement de systèmes informatiques capables d'effectuer des tâches qui requièrent généralement l'intelligence humaine, telles que la perception visuelle, la reconnaissance vocale et le traitement du langage naturel. Les technologies de l'IA font appel à diverses techniques, notamment l'apprentissage automatique, l'apprentissage profond et le traitement du langage naturel, pour permettre aux machines d'apprendre et d'effectuer des tâches sans programmation explicite. Par essence, l'intelligence artificielle (IA) est une technologie conçue pour générer des résultats visant à atteindre un objectif spécifique. Cet objectif est un but conçu par l'homme et transformé en format mathématique. Les résultats générés par l'IA peuvent être des prévisions, des suggestions ou des choix. (OCDE, 2023). Les concepts d'algorithme, de système d'IA, d'écosystème d'IA et d'IA représentent différents niveaux d'échelle et de complexité. Un algorithme se situe au niveau le plus détaillé, agissant comme un ensemble d'instructions qui transforme les données d'entrée en données de sortie. Un système d'IA fait référence à une application unique qui traite des données spécifiques pour générer un résultat unique. Un écosystème d'IA décrit un réseau complexe de systèmes d'IA interconnectés qui communiquent et interagissent les uns avec les autres. Enfin, l'IA est le terme le plus général, qui englobe l'ensemble des technologies, des méthodologies et des systèmes du domaine. (Leal, et al., 2022) Il existe deux grandes catégories de systèmes d'IA : les systèmes symboliques et les systèmes statistiques. L'IA symbolique fonctionne sur la base de règles et d'une logique explicites pour parvenir à des conclusions, tandis que l'IA statistique, en revanche, apprend à partir de modèles dans les données, en utilisant l'induction plutôt que la déduction à partir de règles établies. Chaque méthode a ses avantages, en fonction de l'application. Toutefois, l'augmentation récente des capacités de l'IA et son adoption généralisée peuvent être attribuées principalement à un sous-ensemble de l'IA statistique appelé apprentissage automatique (AAM). (Climate Change AI, 2021) L'IA pour les villes intelligentes Les avantages potentiels de l'IA pour la planification et la gestion des villes sont multiples. L'IA offre de nouveaux outils et méthodes pour analyser, modéliser et simuler des systèmes urbains complexes, ce qui permet de créer des villes intelligentes plus durables, plus résilientes et plus agréables à vivre pour leurs citoyens. En surveillant et en analysant les données, les systèmes d'IA peuvent fournir des recommandations pour améliorer l'utilisation des ressources, aider à réduire les embouteillages et améliorer la fluidité du trafic, détecter les menaces potentielles pour la sécurité, réduire la consommation d'énergie, promouvoir la réduction des déchets, etc. Les systèmes alimentés par l'IA peuvent également fournir des services personnalisés aux citoyens, tels que des recommandations personnalisées de restaurants, d'événements et d'activités en fonction de leurs préférences. Toutefois, il est important de veiller à ce que l'IA soit mise en œuvre de manière responsable, en mettant l'accent sur la transparence, la responsabilité et la protection de la vie privée. Une telle technologie peut fournir des analyses précises, tout en restant non intrusive. La mise en œuvre des technologies d'IA pourrait s'avérer cruciale pour relever les défis sociaux, économiques et environnementaux à l'échelle mondiale. Bien que chaque ville ait ses propres caractéristiques, les zones urbaines jouent un rôle central dans l'évolution de la société, notamment en ce qui concerne les progrès numériques. Les villes sont des centres d'agrégation de personnes, d'emplois, de recherches, de richesses et d'activités récréatives. Elles offrent un meilleur accès aux opportunités à une plus grande partie de la population tout en concentrant à la fois les problèmes sociétaux et les préoccupations environnementales. Compte tenu de leur rôle dans les réseaux internationaux, les avantages et les inconvénients de l'adoption des technologies de l'IA ont des implications qui dépassent largement leurs limites géographiques. (Leal, et al., 2022) Les zones urbaines étant confrontées à des problèmes urgents liés à l'allocation des ressources, à la complexité de la gouvernance, aux disparités socio-économiques et aux risques environnementaux, l'innovation devient essentielle pour relever ces défis en constante évolution. (Yigitcanlar, et al., 2021). Pour maximiser le potentiel de l'IA en matière d'amélioration urbaine, les autorités municipales doivent mettre en place des conditions propices à une croissance durable et inclusive. La gouvernance de l'IA vise à superviser le développement de ces conditions, en garantissant une approche équilibrée de l'exploitation des opportunités et de l'atténuation des risques. Limites de l'IA Dans le domaine de l'intelligence artificielle, l'utilisation responsable est primordiale, mais elle s'accompagne de défis inhérents. Ces systèmes, qui reflètent les préjugés et les hypothèses présents dans leurs données d'entraînement et leur conception, reflètent souvent les préjugés de la société, influençant leurs processus de prise de décision. Ce phénomène souligne la nécessité de faire preuve de vigilance lors de la phase de développement de l'IA afin d'éviter d'encoder des hypothèses négatives. En outre, l'IA n'a pas la capacité intrinsèque d'évaluer son efficacité, car elle opère dans le cadre d'un ensemble étroit d'objectifs prédéfinis sans avoir la capacité de porter un jugement semblable à celui de l'homme. Cette limitation met en évidence l'erreur de percevoir l'IA comme capable de pensée indépendante ou d'impartialité, ce qui nécessite une surveillance humaine permanente pour garantir l'alignement sur les valeurs sociétales plus larges. En outre, le fait que l'IA repose sur des principes mathématiques limite sa compréhension à des mesures quantifiables, ce qui l'empêche de comprendre les nuances qualitatives qui définissent les objectifs humains. En résumé, ces limites soulignent la nécessité d'examiner attentivement la conception, le déploiement et la surveillance des systèmes d'IA afin de s'assurer qu'ils servent les objectifs humains sans perpétuer les préjugés existants ou négliger la complexité des valeurs humaines. (Leal, et al., 2022) Gouvernance de l'IA L'intelligence artificielle (IA) ne reflète pas seulement des préjugés inhérents, mais a également un impact significatif sur les sociétés en fonction du contexte dans lequel elle est déployée. Les collectivités locales doivent comprendre comment les valeurs sont intégrées dans l'IA, en orientant son développement vers l'inclusion et la durabilité. Cela implique un examen approfondi de la gouvernance de l'IA, qui ne se limite pas à la surveillance numérique, mais inclut des lignes directrices éthiques, des réglementations juridiques, des normes sociétales et des pratiques. La gouvernance est ici un concept large, conçu pour capturer diverses interprétations et se concentrer sur la prise de décision et les interactions sociales. (Leal, et al., 2022) Malgré les lignes directrices nationales en matière d'IA, les villes sont confrontées à des défis au sein d'un système de gouvernance à plusieurs niveaux, ce qui souligne la nécessité d'une approche nuancée qui leur permette de tirer parti de leur position unique. (Schmitt, 2022) (Taeihagh, 2021) L'IA pose également des problèmes de responsabilité, nécessitant des cadres solides pour équilibrer les risques et les opportunités tout au long du cycle de vie de l'IA. Un obstacle important est la capacité limitée des villes à naviguer dans le paysage de la gouvernance de l'IA, dans un contexte de forte demande de spécialistes des technologies de l'information et de l'IA. Ce défi peut être relevé grâce à des partenariats intersectoriels et en mettant l'accent sur le développement des talents locaux, en veillant à ce que les valeurs fondamentales des villes guident les initiatives en matière d'IA vers un avenir plus inclusif et durable. C'est pourquoi la Commission européenne a élaboré le tout premier cadre juridique sur l'IA, l'AI Act. Cette proposition initiale, élaborée par la Commission européenne, a été conçue pour apporter clarté et conseils aux développeurs et utilisateurs d'IA tout en minimisant les charges, en particulier pour les petites et moyennes entreprises (PME). Les éléments clés de la proposition comprenaient une structure de gouvernance aux niveaux européen et national pour traiter les risques liés à l'IA et une classification des systèmes d'IA en quatre catégories en fonction des risques. Les réglementations les plus strictes sont réservées aux pratiques d'IA considérées comme présentant des risques inacceptables, telles que la notation sociale par les gouvernements. Les applications à haut risque, notamment celles qui concernent les infrastructures critiques ou l'application de la loi, ont été soumises à des exigences rigoureuses avant la mise sur le marché, notamment des évaluations complètes des risques, le contrôle de la qualité des données, la traçabilité et une surveillance humaine obligatoire. À l'inverse, les systèmes d'IA présentant un risque limité étaient tenus de faire preuve de transparence afin de permettre des interactions publiques éclairées, par exemple en identifiant clairement le contenu généré par l'IA et en divulguant les informations relatives aux chatbots. Les applications les moins risquées, comme les jeux vidéo ou les filtres anti-spam, bénéficient d'une plus grande liberté opérationnelle, ce qui reflète leur utilisation bénigne dans l'UE. Le 6 mars, cette proposition fondamentale est devenue une loi applicable, le Parlement européen ayant approuvé la loi sur l'intelligence artificielle. La législation, qui a été affinée par des négociations avec les États membres depuis décembre 2023, a été solidement soutenue par les députés européens, avec 523 voix pour, 46 contre et 49 abstentions. La loi ratifiée continue de protéger les droits fondamentaux, la démocratie, l'État de droit et la durabilité environnementale, en les protégeant des risques associés aux technologies d'IA à haut risque. Elle vise à encourager l'innovation et à assurer le leadership de l'Europe dans le domaine de l'IA en fixant des obligations adaptées en fonction du niveau de risque et d'impact des différents systèmes d'IA. La loi interdit spécifiquement les applications de l'IA qui pourraient porter atteinte aux droits des citoyens, telles que la catégorisation biométrique basée sur des caractéristiques sensibles, l'extraction indiscriminée d'images faciales pour les bases de données de reconnaissance, la reconnaissance des émotions sur les lieux de travail et dans les écoles, le scoring social, la police prédictive basée sur le profilage, et toute IA qui manipule le comportement humain ou exploite les vulnérabilités. L'utilisation de systèmes d'identification biométrique par les forces de l'ordre, bien que généralement interdite, est autorisée dans des circonstances strictement définies et étroitement applicables, telles que la localisation d'une personne disparue ou la prévention d'attaques terroristes, sous réserve de contraintes temporelles, géographiques et d'approbation rigoureuses. Les systèmes d'IA à haut risque sont désormais soumis à des obligations strictes en matière d'évaluation et d'atténuation des risques, de transparence, de surveillance humaine et d'enregistrement de l'utilisation. Les systèmes d'IA généraux sont tenus d'adhérer à des normes de transparence, y compris le respect des lois européennes sur les droits d'auteur et la publication de résumés détaillés de leur contenu de formation. Parmi les innovations notables, citons l'introduction d'exigences en matière d'étiquetage pour les contenus manipulés, connus sous le nom de "deepfakes", et la mise en place de "bacs à sable" réglementaires au niveau national pour favoriser le développement de technologies d'IA innovantes. Alors que la loi se dirige vers une adoption et une mise en œuvre formelles, elle incarne les principes et les recommandations de la Conférence sur l'avenir de l'Europe, visant à créer une société compétitive, sûre et digne de confiance avec une utilisation transparente et responsable de l'IA, tout en améliorant l'accessibilité numérique pour tous, y compris les personnes handicapées. Cette étape législative marque le début d'une nouvelle ère dans la gouvernance de l'IA, qui s'aligne étroitement sur les valeurs et les ambitions stratégiques de l'Europe. (Commission européenne, 2024). Le cycle de vie de l'IA Le développement d'un système d'intelligence artificielle (IA) est segmenté en cinq étapes interconnectées qui décrivent son interaction avec l'environnement externe. Ce modèle permet de comprendre l'architecture de l'IA et sa progression, favorisant ainsi l'analyse stratégique. Les étapes forment un cycle, chacune étant liée aux autres et influençant des aspects allant de la création de l'algorithme au déploiement final. Phase initiale Le voyage commence par la phase initiale, qui se concentre sur l'identification du problème. Cette étape initiale jette les bases du reste, car tout ce qui suit est lié au problème initial identifié. Elle comprend des évaluations critiques et l'identification des risques potentiels liés à l'utilisation prévue du système d'IA. Étape de la conception L'étape de conception met ensuite l'accent sur la planification de la structure de l'algorithme avant le début du codage. Elle s'appuie sur le travail de base effectué lors de la phase initiale, en tenant compte de la dynamique de l'équipe et de l'impact potentiel de l'introduction de l'IA, tel que les changements dans la dynamique du pouvoir et les incidences économiques. Phase de création technique La phase de création technique s'oriente vers l'aspect pratique du développement de l'IA, en se concentrant sur les spécificités de l'algorithme et les décisions techniques qu'il implique. Phase de mise en œuvre Après le développement, la phase de mise en œuvre fait passer l'algorithme d'un environnement contrôlé à son application dans le monde réel. Cette phase est cruciale car elle expose l'algorithme aux complexités de son environnement opérationnel. Phase de maintenance Enfin, la phase de maintenance se concentre sur la période qui suit le déploiement du système d'IA jusqu'à sa mise hors service. Cette phase est cruciale pour garantir l'efficacité et la pertinence continues de l'algorithme grâce à des mises à jour et à une maintenance régulières. Dans les contextes urbains, les systèmes d'IA fonctionnent généralement au sein d'un écosystème complexe, ce qui nécessite une identification et une gestion proactives des risques. L'intégration des étapes de développement de l'IA dans les méthodes de gestion des projets locaux offre des possibilités stratégiques d'intervention et d'adaptation, garantissant que les systèmes d'IA s'alignent sur les dynamiques et les défis urbains. (Leal, et al., 2022) Étapes de la mise en œuvre de solutions d'IA dans les villes intelligentes Comprendre la différence entre l'IA et la ML pour les villes intelligentes : Commencez par informer les parties prenantes sur les nuances de l'IA et de la ML. Il est essentiel de comprendre les capacités de ces technologies pour déterminer comment elles peuvent être appliquées pour améliorer la vie urbaine, par exemple par l'optimisation des flux de circulation ou la maintenance prédictive des infrastructures. Définissez les défis et les opportunités urbains : Identifiez clairement les problèmes ou les opportunités spécifiques de la ville auxquels l'IA peut répondre. Posez des questions essentielles sur les résultats souhaités, les obstacles existants, le rôle de l'IA pour surmonter ces défis et les données disponibles pour soutenir ces efforts. Donnez la priorité aux initiatives d'IA axées sur la valeur : Sélectionnez les projets d'IA en fonction de leur potentiel à apporter des avantages tangibles à la ville et à ses habitants, en vous concentrant sur les objectifs à court terme. Il peut s'agir par exemple d'améliorer l'efficacité des transports publics ou la durabilité énergétique des bâtiments publics. Évaluer les capacités et l'approche du développement de l'IA : Déterminez s'il convient de développer des solutions d'IA en interne, d'acheter des technologies existantes, de collaborer avec des partenaires externes ou d'externaliser le développement, en fonction des capacités internes et des objectifs stratégiques de la ville. Consultez des spécialistes de l'IA pour les villes intelligentes : Faites appel à des experts du domaine qui ont de l'expérience dans l'application de l'IA dans les environnements urbains. Il peut s'agir de chercheurs universitaires, d'innovateurs du secteur privé et de technologues d'autres villes intelligentes. Préparer et sécuriser les données urbaines : Organisez et nettoyez les données de la ville pour vous assurer qu'elles sont prêtes pour les applications de l'IA. Investissez dans des mesures de sécurité solides pour protéger ces données, en respectant la vie privée et les considérations éthiques. Commencez modestement et passez à l'échelle supérieure de manière réfléchie : Lancez des projets pilotes ciblant des défis urbains spécifiques afin de démontrer le potentiel de l'IA. Utilisez les enseignements tirés de ces efforts initiaux pour guider l'expansion stratégique des applications de l'IA dans différents domaines urbains. (Majewski, 2023)