Machine learning : le mythe du grand algorithme

Pedro Domingos, The Master Algorithm. How the Quest for the Ultimate Learning Machine Will Remake Our World, New York, 2015, Basic Books, index $18,07, (eBook)

La thèse centrale du livre est celle d'un grand algorithme capable d'apprendre à partir des données disponibles, capable de créer les algorithmes nécessaires, de les combiner pour exploiter ces données de manière flexible et ouverte, et en tirer profit : "the ultimate learning machine", une sorte de metalearner (staked generalisation ?), une machine qui apprend à apprendre, algorithme des algorithmes, qui se construit elle-même : “Machine learning is something new under the sun: a technology that builds itself.”
Moins que de métaphysique, il sera donc surtout question dans ce livre de lever les secrets du machine learning, "le moteur qui transforme les données en connaissance ("the engine that turns data into knowledge").

L'auteur est Professeur de "Computer Science and Engineering" à l'Université de Washington. D'abord, il fait partager aux lecteurs son enthousiasme pour l'algorithmique qui a déjà changé notre monde. Ensuite, il montre comment elle va le changer davantage encore.
La vulgarisation classique des premières pages laisse bientôt la place à des problématiques et des raisonnements plus complexes. On n'est jamais très loin d'exposés mathématiques, simplifiés et limités, certes, mais qui demandent aux non spécialistes un effort d'attention et d'approfondissement.

En dix chapitres, Pedro Domingos parcourt l'histoire de l'algorithmique et des différents modes de raisonnement mobilisés successivement, et de manière polémique, par le machine learning. Ce sont dit-il, les 5 tribus du machine learning. L'histoire commence dans les années 1940 avec le perceptron (Frank Rosenblatt), puis les neurones et la recherche en biologie. L'auteur passe en revue la succession des écoles d'algorithmique : symbolistes (déduction inverse), connectionnistes ("back-propagation", rétro-propagation du gradient), évolutionnistes (algorithmes génétiques), bayésiens (inférence), analogistes (machines à vecteurs de support, support vector machines, ). Ces 5 tribus ensemble forment "le grand algorithme", "the five facets of a single universal learner". L'ouvrage évoque différentes techniques auxquelles recourt couramment le machine learning : probabilités conditionnelles, réseaux bayesiens, chaînes de Markov, complexité, recherche des plus proches voisins (nearest neighbors), etc.

L'auteur ne manque jamais d'anecdotes significatives et drôles, pour détendre ses lecteurs et illustrer ses démonstrations. Ainsi, exposant la différence entre l'approche linguistique (Noam Chomsky) et du machine learning, il cite Fred Jelinek, spécialiste de reconnaissance automatique de la parole (speech recognition) qui prétendait que, chaque fois qu'il excluait un linguiste de son labo, les performances de l'algorithme s'amélioraient (mais lui même avait été influencé par le linguiste Roman Jakobson). L'auteur évoque aussi Andrei Markov appliquant, lettre après lettre, le calcul des probabilités au texte de Eugène Onéguine, roman d'Alexandre Pouchkine, ce qui conduira aux fameuses et omniprésentes chaînes de Markov, qui sont au principe du PageRank de Google et de l'écriture prédictive.

En fin d'ouvrage, l'auteur effectue une mise au point bienvenue sur la notion de singularité technologique (singularity), chère à la science fiction (cf. Synth en séries), transférée des mathématiques par Vernor Vinge, mathématicien et auteur de romans de science fiction (The Coming Technological Singularity, 1993) et développée ensuite par Ray Kurzweil (Singularity is near, 2005). La singularité désigne le moment mythique où l'intelligence artificielle dépasse l'intelligence humaine, moment que Pedro Domingos propose d'appeler Point Turing ; la singularité ne peut être imaginée sans le développement d'un machine learning capable de concevoir des programmes. Selon lui, Ray Kurzweil sur-ajuste (overfitting) : il voit des exponentielles partout (law of increasing returns), même dans les fonctions linéaires où il voit des exponentielles qui n'ont pas encore décollé. Avec ce débat, on touche au messianisme de l'algorithme universel, capable d'induction, sorte de "savoir absolu" ("l'esprit se sachant lui-même comme esprit", Hegel) qui serait atteint au terme d'une phénoménologie du machine learning.

Ouvrage important pour situer l'intelligence artificielle dans la compréhension des médias numériques. De lecture agréable, parfois rude. Au-delà des techniques, l'algorithmique telle que la raconte Pedro Domingos se révèle un ensemble de techniques de pensée, techniques invisibles au commun des mortels utilisateurs. L'auteur en entr'ouvre la boîte noire : boîte de Pandore ?

Gouvernance par les données ?

Alain Supiot, La Gouvernance par les nombres, cours au Collège de France (2012-2014), Paris, édition Fayard, 2015, 520 pages, Index, 22 €

L'auteur est juriste. Professeur au Collège de France, ce sont les cours qu'il y a donnés pendant les deux dernières années qui font l'objet de cette publication.
L'enseignement traite de l'hégémonie de la quantification et de son rôle politique et économique comme alternative au droit pour organiser la société. Il n'y est pas directement question de l''utilisation de données massives, données de toutes sortes, collectées à toutes occasions se présente désormais comme principe de gouvernance des entreprises privées et publiques. Le plus souvent exploitées en temps réel (cloud computing, etc.), à une échelle mondiale, les données et les nombres sont les matières premières à partir desquelles sont prises et justifiées les décisions. Le droit seul peut encadrer et limiter la collecte de ces données et leur exploitation en vue de l'intérêt général et des libertés : droit de la vie privée, droit d'auteur, droit fiscal, droit de propriété, sûreté des personnes, droit du travail, etc.
Ce qui se joue dans cet ouvrage est donc strictement contemporain, aux confins du droit et du calcul. S'il ne s'agit pas encore de l'économie numérique, à peine évoquée avec la mondialisation qui se met en place, les idées directrices sont mises en place pour une approche rigoureuse par le droit. Quid de l'adaptation au droit de l'économie illustrée par Google, Facebook, Amazon, Uber, Yodlee, AirBnB ("two-sided markets"*) ?

L'ouvrage commence par des rappels historiques essentiels, partant du "règne de la loi" pour arriver au "rêve de l'harmonie par le calcul". Un chapitre est consacré au "calcul de l'incalculable" et à l'instauration progressive d'un marché total où tout a un prix, même la dignité : ce qu'illustre l'extension du benchmarking au droit du travail (cf. L'Etat sous pression statistique). Notons que ceci, qui ne désigne rien d'autre que "les eaux glacées du calcul égoïste", était décrit dans le Manifeste de Marx et Engels, dès 1848 : "[la bourgeoisie] a fait de la dignité personnelle une simple valeur d'échange ; elle a substitué aux nombreuses libertés, si chèrement conquises, l'unique et impitoyable liberté du commerce" ("Sie hat die persönliche Würde in den Tauschwerth aufgelöst, und an die Stelle der zahllosen verbrieften und wohlerworbenen Freiheiten die Eine gewissenlose Handelsfreiheit gesetzt"). La dignité (die Würde) est un terme clé de la morale kantienne ; elle s'oppose au prix (der Preis).
Les derniers chapitres de La Gouvernance par les nombres sont consacrés aux évolutions récentes de l'Etat. Le gouvernement par les hommes se substitue petit à petit au gouvernement par les lois selon l'intérêt général. Alain Supiot épingle au passage le retour en force, inattendu et discret, des théories juridiques de Carl Schmitt (qui s'est voulu le juriste de Hitler). L'auteur évoque aussi les effets de la globalisation des marchés et le retour des liens d'allégeance (reféodalisation du droit). Ensuite, l'ouvrage traite du travail et de la "mobilisation totale" ("totale Mobilmachung", expression de Ernst Jünger !) pour établir un marché total, et de la "déconstruction du droit du travail" qu'accélère la révolution numérique ("programmation de tous"). Après avoir dégagé les dangers multiples que promet la gouvernance par les nombres, la conclusion des cours reste modeste : pour en sortir, il faut "repenser les fonctions de l'Etat [... pour qu'il soit] capable de faire prévaloir l'intérêt général et la démocratie sur les intérêts particulier et les puissances financières ou religieuses."

L'actualité de cet ouvrage est impressionnante. Alain Supiot met en perspective de nombreux travaux et les place sous un éclairage fécond, et iconoclaste : il n'hésite pas, d'ailleurs, à reclasser certains auteurs célébrés par les médias, débusquant du réactionnaire derrière des discours à la mode moderne (ni Pierre Bourdieu, ni Gilles Deleuze ou Michel Foucault n'en ressortent indemnes, entraînés loin de leur base qu'ils ont été par des surenchères à fins journalistiques).
Ce livre est à la fois un manuel, didactique, et un support de réflexion intellectuelle approfondie. Il faut y confronter nos outils de gestion : description statistique, analyse de données, analyse multivariée, panels, modélisation… A la lumière des critiques et mises en garde énoncées par Alain Supiot, il faut aussi regarder, et imaginer, ce que développe et promet actuellement l'intelligence artificielle (machine learning, NLP, deep learning...) en matière de calcul et de gouvernance. Sans se laisser embarquer dans son eschatologie (singularity, etc.). Quant aux sciences de gestion, elles paraissent compromises, complices actives de cette nouvelle gouvernance.
Enfin, la gouvernance par les nombres, c'est aussi l'économie de la régulation. On attend ce que dira Alain Supiot des travaux de Jean Tirole : "To what extent should the government intervene in the marketplace?"**). Prochains cours ?

Parce qu'il est juriste, spécialiste de droit du travail, Alain Supiot ne se laisse pas emberlificoter par les rhétoriques pompeuses ; il en revient méticuleusement au rôle du droit dans la vie quotidienne, dans les politiques publiques, dans les entreprises. Le monde du travail le / nous rappelle à l'ordre.

La logique d'exposition inhérente au cours magistral confère un rythme commode à l'ouvrage. Une table des matières détaillée, des index (des noms, des matières), ainsi que des notes précises et nombreuses rendent agréable le travail et la réflexion à l'aide de cet ouvrage. Lecture vivifiante, décapante, indispensable à qui s'intéresse à l'évolution de l'économie des médias.


Références

Jean-Charles Rochet, Jean Tirole, "Platform competition in two-sided markets", Journal of the European Economic Association, June 2003 1(4):990 –1029.

** Economic Sciences Prize Committee of the Royal Swedish Academy of Sciences, "Jean Tirole. Market Power and Regulation", 13 October 2014, 52 p., Bibliogr.