Vivre à l'ère des Intelligences Artificielles

1. Aymeric Poulain Maubant – Nereÿs // @AymericPM Intelligences Artificielles (apprendre à) Vivre à l’ère des IA septembre 2016

2. Docteur en Sciences Cognitives (entre autres) Aymeric Poulain Maubant @AymericPM https://medium.com/@AymericPM/ http://www.nereys.fr/ Aymeric.PoulainMaubant@nereys.fr 2

3. 3 Avant-proposCette présentation est un peu spéciale… Elle est là pour traiter de son sujet & pour raconter ce que je fais. Des formations, ateliers, conférences, animations de tables- rondes sur des sujets liés à l’ère numérique … sujets sur lesquels j’ai souvent la chance de travailler longuement à travers la rédaction des cahiers de veille de la Fondation Télécom, de réfléchir avec des chercheuses et chercheurs de l’Institut Mines- Télécom (dont certain.es que j’interviewe), et de rédiger sur mon site Medium, toutes références à découvrir plus bas. Mais les Intelligences Artificielles sont vraiment mon sujet de prédilection, depuis une thèse commencée en… 1992.

4. 4Cahier de Veille Intelligence Artificielle // Fondation Télécom juin 2016 // PDF 28 pages Guide de lecture Cette présentation est construite notamment, mais pas seulement, à partir du cahier de veille de la Fondation Télécom sur l’Intelligence Artificielle (juin 2016), coordonné et rédigé par l’auteur. La plupart des transparents de cette présentation comportent des documents complémentaires à lire, notés en bas de page, comme ici. Des transparents orange comme celui-ci permettent de compléter la présentation en l’absence de l’intervenant…

5. 5 Et vous ? (qui êtes-vous et avec quoi venez-vous ?)

6. 6Take X and add AI // Entering an era of intelligent automation [avril 2015] Take X, Add AI

7. 7 Intelligences Artificielles Pourquoi parle-t-on des IA aujourd’hui ? .1 Qu’est-ce que l’Intelligence Artificielle ? .2 Apprendre à vivre avec les IA… .3 Next step : Défis à relever… .4

8. 8In Two Moves, AlphaGo and Lee Sedol Redefined the Future La surprise (?) AlphaGo

9. 9Artificial Intelligence Recreates Nobel Prize-Winning Physics Experiment - In One Hour [05/16] De + en + d’effet wow! “ I didn’t expect the machine could learn to do the experiment itself, from scratch, in under an hour, ” said co-lead researcher Paul Wigley, of the Australian National University Research School of Physics and Engineering, in a statement.

10. 10Google I/O panel, may 2016 // Mashable Un AI spring en cours ? “ We’re kind of in an AI Spring, ” says John Giannandrea, Google’s head of machine learning. Giannandrea cited the recent success in the areas of speech recognition and image understanding as two reasons AI and machine learning are suddenly so hot. […] Aparna Chennapragada, who led the Google Now team, says she believes that machine learning changes the game when it comes to building new products […] paying attention to what is internally dubbed as the “wow to WTH ratio.”

11. 11 3 ruptures majeures • l’accès à des ressources de calcul parallèle à bas coût • l’accès facilité à des données massives, pouvant servir d’ensemble d’apprentissage • des algorithmes nouveaux (notamment le fameux deeplearning), profitant des deux ruptures précédentes Le tout fourni sur une plate-forme d’innovation en open source, accessible sous forme d’API et bon marché pour les développeurs et les startups, qui utilisent ces algorithmes comme commodités de base pour opérer des transitions majeures dans de nombreux secteurs industriels.

12. 12 À propos de Big Data Les données massives ne se limitent pas à trois V : en plus des classiques Volume, Vélocité et Variété, on doit ajouter Variabilité, Valeur, Visualisation et Véracité. Un défi : l’apprentissage en continu sur des flux massifs « Il s’agit plus de faire des découvertes d’atypisme, de nouveaux marchés et de nouveaux usages, que de reconnaître dans des masses / flux de données des éléments déjà connus. » Samir Amellal (Publicis ETO) Voir le Cahier de Veille «BigData» de la Fondation Télécom [juin 2013, PDF 28 pages]

13. 13L’exploration de données est le dernier paradigme d’exploration scientifique Le 4e paradigme scientifique

14. 14 Ce 4e paradigme qui fait qu’aujourd’hui des scientifiques peuvent travailler uniquement sur des masses de données collectées il y a longtemps et pas encore exploitées, ou collectées par d’autres équipes, et dans les deux cas non directement observées par les chercheurs, comme auparavant, souligne la complexité croissante du monde observable. L’arrivée des IA pour assister ces équipes, voire pour effectuer elles-même de la recherche, ou au moins explorer des voies non connues, pourrait bien être le signe d’un 5e paradigme scientifique en cours.

15. 15Google supercharges machine learning tasks with TPU custom chip [mai 2016] Tensor Processing Unit

16. 16 Un quotidien bercé d’IA Take X, add AI : prendre n’importe quel objet / usage du quotidien, et l’augmenter de capacités cognitives minimales pour que son utilisation se fasse le plus naturellement possible. • reconnaissance de la parole / agents conversationnels • reconnaissance du langage naturel / traducteurs • reconnaissance des visages, des émotions, des silhouettes, des formes, y compris en temps réel • assistants en écoute permanente, expérience ambiante… • …avec la nécessité de respecter la vie privée des utilisateurs, en travaillant sur des données chiffrées, comme chez Snips

17. 17Meet ili, the First Real-Time Wearable Translator In The World Discutons… Où en sommes-nous sur les systèmes de traduction automatique ? Et comment ça marche ? Et quelles sont les conséquences ?

18. 18Voir le Cahier de Veille «Humain augmenté» de la Fondation Télécom [juin 2015, PDF 28 pages] 2045 Un monde qui accélère Intelligence Artificielle Immortalité Numérique Cyborgs Organes Artificiels Nanomédecine    CausesdelaMort Bioinformatique Transplantationdu Cerveau Évolutions Sociales ThérapiesAnti-Âge Si ngulari té 2045 Poumon artificiel régulé directement par les signaux neuronaux Organes internes biomécaniques Corps artificiel autonome Intégration électronique & système nerveux Connexion cerveau machine Prothèse d’aires cervicales Chargement du cerveau sur substrat non biologique Diagnostic médical effectué par IBM Watson IAMédecin IAChercheur Laboratoires automatiques Simulation d’un cerveau humain Fusion IA humain Super intelligence (ASI) Transplantation généralisée d’organes (y.c. tête) Culture d’organes dans des animaux génétiquement modifiés Transplantation d’un cerveau de primate dans un nouveau corps Transplantation d’un cerveau humain dans un nouveau corps Une tête autonome survit un an sans son corps Transplantation d’un cerveau dans un corps cloné Démocratie adaptée à l’ère numérique Large projet international de recherche sur la lutte contre le vieillissement Mouvements mondiaux pour l’extension de la vie Autorisation de clonage pour les primates et les humains Augmentation drastique des fonds de recherche L’Humanité est unie pour lutter contre les grandes catastrophes et protéger la vie Déchiffrage complet de l’épigénome et du transcriptnome Étude du génome de tous les animaux Larges recherches sur les principes actifs anti-vieillissement Simulations informatiques du protéome, du connectome, de l’épigénome, du métabolisme Diagnostics cliniques fondés sur un million de paramètres Médecine personnalisée avec contrôle continu du corps Simulation informatique du corps humain à tous les niveaux biologiques Simulation informatique complète d’une bactérie Augmentation de 20 ans de la durée de la vie Financements participatifs pour la recherche sur la longévité Théorie complète sur le vieillissement Régulation génétique du vieillissement Augmentation de 50 ans de la durée de la vie Victoire sur les maladies neurovégétatives via des neurones artificielsVictoire sur toutes les maladies Cerveau et corps peuvent rajeunir Enregistrement des moments de vie grâce aux équipements mobiles Modélisation réussie du cerveau d’un ver Création de modèles humains de plus en plus précis grâce aux IA Modélisation réussie du cerveau d’une fourmi Modélisation réussie du cerveau d’une souris et d’un chat Enregistrement vidéo d’un rêve Modélisation réussie du cerveau d’un primate et d’un humain Création de bioréacteurs permettant la croissance d’organes hors du corps Croissance d’un foie de lapin Croissance d’organes humains à partir de ses propres cellules, et succès de transplantation Impression 3D complète et viable d’organes Bioréacteurs animaux permettant la croissance d’organes hors du corps Création de corps facilement remplaçables Le corps survit longtemps même après de graves dommages Protection avancée du cerveau Micromachines dans le flux sanguin Sang artificiel Capteurs intra-cellulaires Micro-robots <.1mm imprimables Cellules artificielles créées en biologie synthétique Bio nanobots Nanobots réplicables dans le corps humain Corps nanotechnologique Réduction de la mortalité sur les routes Désarmement et prévention des guerres Pays sans crimes Traitement de la dépression et réduction des suicidesSanté contrôlée en continu par les équipements mobiles Désarmement complet et démilitarisation Vidéo surveillance généralisée

19. 19Lire aussi : «arrêtons de nous faire peur avec les technologies» [AymericPM, juin 2015] Faut-il en avoir peur ? Une hypothèse, et une crainte, soulevée depuis 2014 à travers des interventions remarquées de Stephen Hawking, Elon Musk ou Bill Gates, est que d’ici quelques années une super ntelligence pourrait émerger qui ne serait pas nécessairement bienveillante envers l’humanité, et que le chemin pour ce faire avait peut- être déjà été emprunté sans retour. La question serait de savoir comment rester l’espèce dominante face à l’IA le temps venu.

20. 20An Open Letter : Research Priorities for Robust and Beneficial Artificial Intelligence. [01/2015] Une lettre ouverte… Janvier 2015 : à l’initiative du britannique Stuart Russel, spécialiste IA, une dizaine de chercheurs signent une lettre ouverte appelant leurs collègues à aller au-delà du simple objectif historique de la performance des IA. « Cette recherche est nécessairement interdisciplinaire, car elle implique à la fois la Société et l’Intelligence Artificielle. Elle s’établit de l’économie au droit et à la philosophie, de la sécurité informatique aux méthodes formelles et, bien sûr, au sein des diverses branches de l’IA elle-même. »

21. 21L’intelligence artificielle va-t-elle rester impénétrable ? [InternetActu 09/2016] L’IA s’explique-t-elle ?

22. 22Vers une éthique pour l’intelligence artificielle ? [InternetActu, sept 2016] Un débat public à venir • (mars 2016) 65% des français se disent inquiets du développement de l’intelligence artificielle et du Big Data (vraiment ?) • lettre ouverte : « Trois sujets sont à traiter à court terme : l’impact de l’IA sur l’économie, les questions d’éthique et de droit, la robustesse des artefacts. » • vers une mission d’enquête parlementaire sur les conséquences de l’automatisation sur la Société ? • faut-il / peut-on réguler les IA ? • quelle éthique et quelle morale pour les IA ?

23. 2328 septembre 2016 : http://www.partnershiponai.org/ AI best practices

25. 25 L’intelligence ? Je n’essayerai pas, n’étant ni assez naïf ni suffisament présomptueux, de donner de l’intelligence une définition liminaire formelle : pour s’entendre sur ce que cette notion recouvre, peut-être suffit-il de décrire ce qui fait tout être que l’on s’accorde à reconnaître comme intelligent. Il découpe le monde complexe dans lequel il vit en sous-ensembles plus simples, connaissables, et utilise cette connaissance pour décider d’une action adaptée et en planifier le décours. Le traitement par les systèmes sensoriels de l’information recueillie sur l’environnement est ce qui permet en premier lieu d’en structurer la connaissance utile. La planification, qui est le processus par lequel sont combinées les connaissances utiles pour décider du meilleur déroulement possible de l’action en vue d’atteindre une certain but, implique la capacité de représenter de façon flexible et adaptative l’environnement. […]

26. 26 L’intelligence ? Cette capacité, qui n’est autre que celle d’apprendre, suppose l’assimilation de nouvelles informations, leur stockage et leur accomodation en vue de modifier les structures de connaissance, les stratégies perceptives et l’action. Cet apprentissage lui-même suppose, pour être efficace, la communication ; les informations doivent en effet circuler entre les structures de connaissance et les individus. Il ne fait guère de doute que le langage, moyen de représentation des connaissances et de communication par excellence, confère à notre espèce des propriétés remarquables et fait du cerveau humain le dispositif le plus intelligent jamais rencontré ou fabriqué. La perception, l’action finalisée, l’organisation conceptuelle, le raisonnement, l’apprentissage, la communication, le langage sont ainsi autant d’aspects que recouvre le concept de cognition. [Michel Imbert, 1992, Introduction aux Sciences Cognitives, éditions Gallimard, pp. 49-50]

27. 27 La citation précédente est longue, mais c’est la définition la plus intéressante de, non pas l’intelligence, mais ce qu’on s’attache à caractériser de comportement intelligent. Car tout est dans cette nuance, qui permet d’envisager des intelligences de toute nature, y compris non humaines, y compris, donc, artificielles. Intelligence artificielle qui, à l’origine, était presque uniquement imaginée pour émuler un seul type d’intelligence humaine, les intelligences rationnelle, logique & stratégique…

28. 28 Définir l’IA… Conférence de Dartmouth, 1956, première apparition du terme : « la possibilité de produire des programmes qui se conduiraient ou penseraient intelligemment »  Ses ambitions d’alors, et le défi originel de l’Intelligence Artificielle, sont de « chercher à produire, sur un ordinateur, un ensemble de sorties qui serait considéré comme intelligent s’il était produit par un être humain ». Aujourd’hui : confusion généralisée entre le machine learning, le deep learning, les réseaux de neurones, l’analyse prédictive, et l’analyse et la fouille de données massives…

29. 29 60 ans d’IA Technologie de la connaissance (nouvelle science de l’ingénieur) mais aussi science générale du traitement de l’information (par l’homme ou par la machine) ou encore théorie de l’homme et des processus cognitifs, cette discipline a eu tour à tour chacune de ces ambitions, ni incompatibles, ni indépendantes. Reliée intimement à un ensemble d’autres disciplines au sein des Sciences Cognitives, elle a eu en 60 ans ses moments de gloire mais aussi ses moments de doute et de recul.

30. 30 Un vaste domaine Vue synthétique de l’Intelligence Artificielle. [Henri Sanson, Orange, 2016] Neurosciences Psychologie cognitive Théorie du Contrôle Logique Logique Apprentissage Machine  Apprentissage Machine  Linguistique Statistiques Théorie des Jeux Mathématiques de la décision Plates-formes AIr / Sol / Mer Industriels Agriculture, Banque, Éducation, Juridique, Finance, Industries Manufacturières, Marketing, Publicité, Santé, Transports Data science, Machine learning, Open source Sciences cognitives Audio, Données, Full stack, Internet des objets, Machine learning, Recherche, Vision Outils Sécurité / Fraude, RH, Ventes, Marketing, Support client, Renseignement, Veille Agents Professionnels Personnels Interfaces OS Entreprises Industries Systèmes autonomes

31. 31 Paradigmes de l’IA L’IA peut se révéler à travers des simulations exactes des processus cognitifs humains, ou bien via des programmes conduisant à des conséquences intelligentes. Elle a été traversée par de nombreuses dualités, entre l’inné et l’acquis, entre les symboles des systèmes experts et les sous-symboles des réseaux de neurones formels, entre la compétence et la performance, qui ont rythmé son histoire.

32. 32Tinker With a Neural Network Right Here in Your Browser Réseaux de neurones

33. 33 Surlafigureci-dessous,lesdeuxneuronesenentréeprennent(ici)respectivementles coordonnées x et y d’un point, et le réseau doit estimer en sortie si un point est dans le groupe orange ou dans le groupe bleu (ici c’est pas terrible). Plusieurs algorithmes sont disponibles, mais tous consistent à modifier au fur et à mesure de l’apprentissage les poidssynaptiqueswij (reliantlesneuronesietj)pourqu’àterme,quellesquesoientles coordonnées présentées en entrée, le résultat en sortie soit le bon. Suivez «Tinker With a Neural Network Right Here in Your Browser» pour essayer différentes stratégies avec des topologies de réseaux, des entrées et des bases d’apprentissage différentes. Jouer avec les paramètres de cette page permet de se faire peu à peu une idée du fonctionnement interne d’un réseau de neurones artificiels simple.

34. 34 Classification des IA • ANI (narrow) : AI faible, spécialisée dans un seul domaine (les échecs, mais nulle en cuisine) • AGI (general) : AI forte, comparable à un être humain, raisonne, résoud, apprend, planifie… • ASI (super) : Superintelligence, plus forte que les humains dans tous les domaines, y.c. créativité, sciences, culture générale, intelligence sociale…

35. 35Toutes ces intelligences comptent : cf. Cahier de Veille IA Fondation Télécom Et chez les humains ? • intelligence rationnelle, organisationnelle, stratégique… • intelligence émotionnelle… • intelligence créative… • intelligence littéraire… • intelligence spatiale et situationnelle… • intelligence sociale… collective… • intelligence pluri-sensorielle… • intelligence temporelle

36. 36 Et le biomimétisme ? L’intelligence incarnée, une approche bio-inspirée en robotique – Frédéric Boyer, Mines Nantes

37. 37 Réfléchir à l’intelligence des artefacts nous amène à réfléchir à notre propre intelligence, à la manière dont nous l’exerçons, à nos rapports aux autres, aux animaux, au monde…

38. 38Qui a écrit ce poème ? Évaluer l’intelligence • corollaire de la définition de l’intelligence & question ouverte • quotient intellectuel (ne mesure qu’une forme d’intelligence, humaine) et quotient émotionnel • pour les IA (quoique…) : les tests de Turing • et nous, les humains, savons-nous reconnaître une IA ?

39. 39 Discutons… Les IA peuvent-elles se tromper ?

40. 40 Mythes & réalités En 1972 paraît « What Computers Can’t Do : The Limits of Artificial Intelligence », un essai de Hubert Dreyfus, qui propose une critique philosophique de l’Intelligence Artificielle. Il y relève que les travaux réalisés dans les années 60 ont eu des résultats très en-deçà des espérances et des annonces faites. Il montre les limitations d’une approche de la représentation des connaissances sur la seule base de manipulation des symboles et de règles. Il propose de se reconcentrer sur trois secteurs négligés : le corps, la situation et les intentions.

41. 41deepart.io Des IA créatives ? – La nuit dernière, j’ai rêvé, dit calmement LVX-1. – Et qu’est-ce que tu as rêvé ? – Je fais toujours à peu près le même rêve, docteur Calvin. De petits détails sont différents, mais il me semble que je vois un vaste panorama où travaillent des robots. – Des robots, Elvex ? Et aussi des êtres humains ? – Je ne vois pas d’être humains, dans le rêve. Pas au début. Seulement des robots, docteur Calvin. – Que font-il, Elvex ? – Ils travaillent. J’en vois qui sont mineurs dans les profondeurs de la terre, et d’autres qui travaillent dans la chaleur et la radiation. J’en vois dans des usines et sous la mer. Isaac Asimov, Le robot qui rêvait, novembre 1986

42. 42 Des IA conscientes ?

43. 43 Des discussions sur la créativité éventuelle des IA et l’importance pour les intelligences de l’accès à la conscience (de soi, mais pas seulement) sont proposées en partie 3 du cahier de veille IA de la Fondation Télécom. Ces sujets, amplement philosophiques, restent des questions ouvertes. En 2016, dire que des IA sont créatives ou bien que des IA sont conscientes sont deux raccourcis dont il faut se garder ou qu’il faut savoir préciser.

44. 44 Que manque-t-il aux IA ? • une composante émotive • une capacité incarnée • un système de valeurs • l’attention, qui apporte une composante directionnelle aux comportements • des phases de rêve, de cognition libre désincarnée • la possibilité d’expérimenter le monde • la compréhension du sens commun …

45. 45 Éloge des IA La nature des IA est aujourd’hui claire. Ce sont des formes d’intelligence nouvelles, créées par l’humain et se créant elles- même, accompagnant l’humanité dans son quotidien, de manière bienveillante et bénéfique. Prendre conscience des limites des IA tout en admirant leurs réalisations, et dépasser les craintes et les peurs qu’elles peuvent susciter, c’est se donner toutes les chances de préparer un monde d’intelligences artificielles bienveillantes avec lesquelles évoluer.

47. 47Promesses et défis de l’Intelligence Artificielle[Olivier Boissier, AFIA] Un cadre conceptuel Socio-technique Interactive Autonome Raisonnement – Décision Apprentissage Incertitude Perception – Vision Données / Connaissances Interopérabilité, Sémantique Intégration de systèmes intelligents Empathie, Émotions Conversation, TALN, Délégation / Adoption / Contrat Partage d'autorité Confiance Normes, Organisations / Gouvernance, Régulation, Renforcement Représentation et raisonnement sur Valeurs, Cultures Lois, Responsabilité Éthique dès la conception, Éthique par raisonnement

48. 48 Discutons… algos Peut-on dans une quasi-indifférence décider du destin de notre société ? in À quoi rêvent les algorithmes –Nos vies à l’heure des big data Dominique Cardon, oct 2015

49. 49 Discutons… autos Will Driverless Cars Put the Hotel and Airline Industry in Danger? Objectif 0 morts sur les routes… Et 0 emplois ? Et comment effectuer la transition ? Et les IA qui pilotent sont-elles sûres ?

50. 506 défis pour les agents conversationnels Discutons… bots Ces « bots conversationnels » apprennent de nos comportements… Il faut les « élever » avec bienveillance. Ah oui, mais hmm, ils nous écoutent tout le temps, non ? Brrrr…

51. 51 Types d’apprentissage • apprentissage supervisé • apprentissage non-supervisé • apprentissage semi-supervisé • co-apprentissage • apprentissage hétéro-associatif • apprentissage auto-associatif • apprentissage par renforcement • apprentissage profond • apprentissage prédictif

52. 52 Succès du Deep Learning

53. 53 Discutons…

54. 54 Formes d’apprentissage • empreinte et habituation • apprentissage par essai / erreur • apprentissage par l’action • apprentissage par observation / imitation • apprentissage co-actif • apprentissage par instruction • méta-apprentissage

55. 55 Pour une présentation plus complète des formes et des types d’apprentissage, le lecteur est invité à consulter les premières pages de la deuxième partie du cahier de veille Intelligences Artificielles de la Fondation Télécom. (je vous en ai déjà parlé ?)

56. 56Knewton Big Data & édu / RH Faire des CVs automatiquement ?

57. 578 digital skills we must teach our children (World Economic Forum 2016) Compétencesnumériques

58. 58 Compétences globales

59. 59 Les trois transparents précédents expriment les idées suivantes : • les compétences (littéracies) humaines doivent évoluer à l’ère numérique (voir à ce sujet le cahier de veille 2014 de la Fondation Télécom) • les IA (et les Big Data) facilitent la personnalisation des pédagogies • en connaissant mieux leurs différentes intelligences et en sachant mieux les entraîner, les humains pourraient concentrer leurs activités professionnelles sur ce qui caractérise les humains, et déléguer aux IA le reste…

60. 60Top 5 sectors using artificial intelligence [décembre 2015] Métiers disruptés Pour prédire l’impact de la robotisation sur nos emplois le fondateur de Kaggle propose que chacun se pose deux questions très simples : Dans quelle mesure cet emploi peut-il être réduit à des tâches répétitives et nombreuses ? Dans quelle mesure nécessite-t-il la gestion de nouvelles situations? [voir vidéo TED : ces jobs que les robots n’auront pas]

61. 61Prédire les risques de cancer du sein grâce à une IA [sept 2016] Discutons… Il est désormais possible d’établir les probabilités de contracter un cancer du sein grâce à une intelligence artificielle. Et les résultats sont non seulement rapides, mais aussi corrects dans 99 % des cas. […] Pour ce faire, le logiciel interprète les résultats de mammographies en les comparant avec des millions d’autres. Le diagnostic est alors délivré trente fois plus rapidement qu’avec les techniques traditionnelles. […] Cette IA permet également un gain de temps de l’ordre de près de 500 heures aux radiologues, l’examen de cinquante radiographies représentant, pour deux cliniciens, 50 à 70 heures de travail, et seulement une poignée d’heures pour l’intelligence développée par les chercheurs.

62. 62The Future of Work in the Age of Artificial Intelligence [juin 2016] Faut-il travailler encore ? Would a Work-Free World Be So Bad? [juin 2016]

63. 63Where machines could replace humans—and where they can’t (yet) [McKinsey July 2016] Coopération

65. 65 Défis & débats

66. 66 #1 apprendre à vivre avec les IA : vers des « coglabs » sur un modèle combiné de fablabs et d’infolabs #2 diversité & bienveillance : deux valeurs essentielles dans les équipes développant des IA #3 la transparence des algorithmes : savoir la démontrer #4 le futur de l’argent : que se passe-t-il dans un monde d’économie du partage, de revenu de base, de blockchain, d’intelligences artificielles et d’activités au lieu de travail ?

67. 67 That’s all, folks ! Thx. contact : @AymericPM // www.nereys.fr