Montréal Contre-information
Montréal Contre-information
Montréal Contre-information
Avr 052019
 

Soumission anonyme à MTL Contre-info

Nos vies sont de plus en plus affectées par les algorithmes qui influencent nos relations des uns avec les autres et avec le monde qui nous entoure. En analysant nos comportements, nos préférences, nos réseaux et plusieurs autres aspects de nos vies, celleux qui exercent du pouvoir sur nous se gardent toujours une longueur d’avance. Ce qui est en jeu, c’est notre capacité d’avoir des secrets, de résister, d’agiter, d’attaquer ce qui détruit tout ce que nous aimons et qui protége tout ce que nous détestons. On doit lutter contre le nouveau panoptique.

Depuis quelques années seulement, Montréal est devenu une plaque tournante du développement en la matière, reconnu mondialement. Des centaines de milliers de dollars ont été alloué à multiples entreprises qui offrent maintenant des tonnes d’emplois pour jeunes professionnels branchés spécialisés dans ce domaine. À la fin de 2018, une entente de principe concernant le développement de l’IA à Montréal a été rédigée. Ces principes ont été écrits par quelques-un des plus gros joueurs en IA dans l’intention d’adresser les préoccupations du publique quant au potentiel de ces nouvelles technologies. Le document ayant pour titre La déclaration de Montréal, énumère dix principes ridicules et inatteignables telles que: « Le développement de l’IA devrait ultimement viser le bien-être de tous les êtres sentients ». Ces maigres tentatives de manœuvres de relations publiques par les ingénieurs du contrôle social ne sont pas surprenantes. L’IA pourra être intégrée sous peu à presque toutes les sphères; santé, sécurité, industries, finance, etc. Dorénavant, n’importe quelle entreprise qui désire être compétitive sur le marché devra intégrer l’IA à son fonctionnement. Toutes les sphères de l’État en feront usage également. Nous entendons par cela que les capacités de contrôle, de surveillance et d’intervention militaire seront rapidement accentuées. Nous croyons qu’il peut être utile de mettre en lumière différents projets dans la ville afin de démontrer l’intention de certains joueurs importants. Dans l’objectif de susciter la conversation et de développer des idées d’interventions, nous avons choisi de cartographier l’industrie de l’IA à Montréal ainsi que ses alliés.

Le milieu de l’IA à Montréal est extrêmement interconnecté. Des dizaines de compagnies travaillent ensemble pour développer simultanément des systèmes d’IA pour une variété de fins économiques, sociales et politiques. L’institut québécois en intelligence artificielle (Montreal Institute of Learning Algorithms- MILA), rattaché à l’Université de Montréal (UdM), est l’une des plus importantes institutions en terme de recherche et de coordination de projets. D’après Valérie Pisano, la présidente du MILA, « aujourd’hui, il y a un buzz autour de Montréal et l’intelligence artificielle, nous sommes un des leader mondial en terme de création, de production et d’inspiration de talents ».

La mission du MILA, d’après leur site internet, est de fédérer les chercheur.euse.s dans le domaine du Deep Learning et du Machine Learning (voir FAQ pour les définitions). Ils veulent partager leurs infrastructures, leurs connaissances et leurs savoirs avec de multiples entreprises pouvant bénéficier des opportunités ouvertes par leurs recherches.

« Le laboratoire de Machine Learning à l’Université de Montréal est dirigé par quelques professeurs, Prof.Yoshua Bengio, Prof. Aaron Courville, Prof. Pascal Vincent, Prof. Roland Memisevic, Prof. Christopher Pal, Prof. Laurent Charlin et Prof. Simon Lacoste-Julien, qui sont tous des experts internationaux en Machine Learning et plus spécialement dans le champs du Deep Learning qui se développe rapidement. » Le MILA a aussi des bureaux dans le O Mile-Ex, situé dans le quartier Parc-Extension, au 6666 Saint-Urbain.

Le O Mile-Ex fait partie de la stratégie du MILA de mettre en place une plateforme pour la collaboration, le partage des infrastructures et pour fournir l’accès aux résultats de leurs recherches à un ensemble de compagnies. Cet espace accueille de nombreuses entreprises spécialisées en recherche et en développement dans les domaines du deep learning, de la défense, de la sécurité et du transport.

Des institutions telles que Thales, QuantumBlack, l’Institut de la valorisation des données (IVADO) et Element AI ont leurs bureaux au O Mile-Ex. Cet immeuble, dont les plans architecturaux avaient été conçus par la firme Lemay (connue pour avoir dessiné les plans de postes de police, d’une prison pour migrant.es, etc) est une force hostile aux résident.es de Parc-Ex. Non seulement ces projets vont sans doute affecter négativement les vies des gens qui y vivent, mais ils contribuent à l’embourgeoisement de ce quartier à forte population immigrante dans l’objectif d’accommoder les développeurs techno et les étudiant.es qui y travaillent.

Yoshua Benjio, professeur et directeur au MILA, est l’un des pionniers reconnu internationalement dans la recherche en intelligence artificielle. Son expertise a été sollicitée par plusieurs institution depuis une dizaine d’années. Bien que Benjio et son équipe prétendent être fermement opposés à l’utilisation de l’IA pour le développement d’armes, le MILA semble collaborer avec Thales. Thales Canada développe et offre des systèmes d’information pour la défense et la sécurité, l’aérospatiale et le marché du transport au Canada et à travers le monde. Ils offrent des systèmes de commande, de contrôle, de communication et de systèmes informatiques intelligents de surveillance et de reconnaissance, des produit de protection des forces armées, des radars et des appareils de vision nocturnes. Thales a ouvert son propre laboratoire privé dans le O Mile-Ex. Cette proximité physique du MILA laisse croire qu’il y a de la collaboration entre les chercheurs.

Le MILA a aussi accepté 4,5 millions de dollars en trois ans de la part de Google – qui nous amène à nos prochains joueurs dans l’industrie de l’IA à Montréal : Hugo Larochelle, Shibl Mourad et Aaron Brindle. Hugo est le directeur de recherche en intelligence artificielle de Google à Montréal et il travaille au laboratoire Google Brain; Shibl est l’ingénieur techno en chef des bureaux de Google à Montréal; et Aaron est le responsable des communications chez Google Canada. Google planifie doubler ses capacités d’opération à Montréal d’ici 2020, alors qu’ils déménageront leur bureau actuel du 1253 McGill College vers un espace deux fois plus grand au 425 Viger ouest.

Google fourni sa technologie d’IA au département de la défense des États-Unis pour le ciblage des attaques de drones. Ils ont tenté de faire de l’ombre sur cette collaboration en passant par un intermédiaire, une compagnie de tec du nord de la Virginie nommée ECS Federal. Ils utilisent le deep learningpour aider les analystes de drones à interpréter les nombreuses données d’images prises par les flottes de drones militaires dans des pays tels que la Syrie et l’Irak. Que ce soit le député américain et secrétaire de la défense Robert Work qui parle de travailler avec ECS/Google sur la guerre algorithmique développée pour « accélérer l’intégration du big data et du machine learning dans le département de la défense » et de « transformer l’énorme volume de données accessibles au département de la défense en renseignements rapidement exploitables, » ou bien les appareils Google qui normalisent l’usage des traces numériques telles que les empreintes vocales, la localisation GPS, les historiques de recherches, les préférences et beaucoup plus, ces types de développement ainsi que les futurs projets de Google devraient être reconnus pour ce qu’ils sont: des outils de contrôle fait pour réinventer les façons de faire circuler le capital et de gouverner le monde. Il n’est pas évident de savoir quels projets sont spécifiquement développés à Montréal, mais les avancées technologiques faites dans un champ peuvent facilement être recyclées et adaptées à plusieurs autres champs. Cet arsenal de domination est développé par des compagnies et des personnes qui travaillent ici à Montréal. De tels développements sont utilisé partout dans le monde pour surveiller les communautés, pour faire taire la dissidence et pour limiter la capacité des gens d’attaquer l’ordre existant.

Google, une filiale de Alphabet, est si omniprésent qu’il fait maintenant parti de notre langage en verbe. Mais derrière son image techno cool du 21e siècle, se cache un modèle d’entreprise basé sur le capitalisme de la surveillance. Les exemples incluent :

Depuis le début de 2017, les téléphones Android collectent les adresses des antennes de téléphone à proximité – et cela même lorsque le service de GPS est désactivé – puis envoie ces données à Google. Le résultat est que Google, l’unité d’Alphabet derrière Android, a accès à des données de localisation et de mouvements des individus allant bien au-delà de ce à quoi les utilisateurs s’attendent en termes de vie privée.

À Toronto, Google est impliqué dans le projet de ‘Smart City’. Sa compagnie-sœur Side Walk Labs est spécialisée en la matière. Ce terme cool désigne une ville où le mobilier urbain est équipé de capteurs pouvant détecter, analyser et collecter les informations en temps réel, se trouver à tous les coins de rues, installés dans le sol ou attachés aux murs. Tous le monde sera surveillé, dans l’intérêt de l’efficacité ou de la réduction des coûts.

Les machines prennent de plus en plus de décisions qui influencent tous les aspects de nos vies. Les gens sont devenus de simples numéros : qui peut avoir accès au crédit, combien coûte les assurances, qui a le droit de prendre l’avion, qui se fait tuer par un drone? Cela peut seulement être possible par la collecte d’informations par des compagnies comme Google.

(de FuckoffGoogle.de, site web de lutte contre Google en Allemagne)

Tous les suspects habituels sont aussi très actifs à Montréal. Pour l’instant, le projet de recherche en intelligence artificielle de Facebook (FAIR) dirigé par Joëlle Pineau, travaille activement sur le projet de l’Internet des objets (voir définition), et Microsoft possède le laboratoire Maluuba spécialisé en deep learning et a pour objectif de doubler sa taille d’ici 2020 pour accueillir 80 ingénieurs. Le président de Microsoft, Brad Smith, « est enthousiaste de s’engager avec des facultés, des étudiants et avec la communauté tec en générale à Montréal, qui devient une plaque tournante mondiale de recherche et d’innovation en IA. »

Plusieurs entreprises autant gigantesques mais moins connues, travaillent aussi à Montréal. CGI est une compagnie basée ici, avec des centaines de bureaux à travers le monde. Fondée en 1976 par Serge Godin et André Imbeau en tant que firme de consultation en technologie de l’information, ils ont rapidement étendu leurs activités vers de nouveaux marchés et ont acquis d’autre compagnies. Ils possèdent de la clientèle dans un vaste éventail d’industries dont plusieurs dans le service financier, la sécurité publique (les forces policières) et la défense. CGI développe aussi des produits et des services pour les marchés de la communication, de la santé, manufacturiers, pétroliers, gaziers, de la poste et de la logistique, de la vente au détail et du service à la clientèle, des transports et des services publics. Sur leur site web, CGI dit travailler au développement du deep learning, de l’internet des objets, de la réalité augmentée, de villes intelligentes et d’outils d’analyse de données automatisés.

Une autre firme, Deloitte, a des bureaux à Montréal et des clients de San Diego à Buenos Aires en passant par l’Inde. Ils s’inspirent de cas d’étude dérangeants de prédictions policières et de répression par la foule. Voici quelques exemples venant de leur site web :

Les émeutes de 2011 à Londres fut un moment incroyablement chaotiques. Il y a eut plus de 20 000 appels d’urgence à la police, soit une hausse de 400% par rapport à un jour normal; et presque 2200 appels au London Fire Brigade, ce qui est quinze fois plus qu’à l’habitude. Pour faciliter l’arrestation des personnes impliquées, l’aide d’une application de téléphone intelligent était de mise. La police métropolitaine de Londres a pu identifier 2880 suspects dans la foule. Les autorités ont demandé aux citoyens de télécharger l’application Face Watch ID et de les aider à identifier les personnes dans les images captées depuis les caméras de surveillances. Si une image leur était connue, les citoyens écrivaient le nom ou l’adresse de la personne, qui était envoyé à la police immédiatement et en toute confidentialité. Cela a effectivement permis à la police d’appréhender les suspects et de déposer des accusations contre 1000 personnes.

Dans une ville de plus de 4 millions d’habitants avec un niveau de crime ayant augmenté en 2015, toutes catégories confondues, le département de la police de Los Angeles a su qu’il devait agir. Pour aider à la lutte contre le crime, Los Angeles a piloté un nouvel outil en incorporant l’un des meilleur outil de la pensée sécuritaire intelligente (Smart Security) : PredPol. La mission de PredPol est simple: positionner des officiers au bon endroit au bon moment pour leur donner la meilleur chance de prévenir le crime. Cet outil, piloté par les départements de la police de Los Angeles et de Santa Cruz, utilisent trois points de données – les types, les emplacement et les heures de crimes passés – dans le but de prédire le comportement criminel. Ces points de données alimentent un algorithme unique qui incorporent les modèles de comportements criminels. Les forces de l’ordre reçoivent ensuite des prédictions de crime adaptées, générées automatiquement pour chaque quarts de travail dans leur juridiction. Ces prédictions sont extrêmement spécifiques et révèlent les lieux, cartographiés à coup de 500 par 500 pieds et les moment desquels les crimes sont les plus susceptibles de survenir. Bien qu’il ne soit qu’un projet pilote, PredPol a déjà fait baisser le niveau de crime de 13% dans une de ses divisions.

L’outil d’évaluation du risque et des sentences ( Risk Assessment and Sentencing Tool or RAST) est un moteur complexe d’analyse de données qui aide à classifier les délinquants en tant que risque faible, moyen, ou haut, et suggère des recommandations de sentences ciblées basées sur une foule de facteurs spécifiques à chaque cas. Le RAST explore une vaste mine de données à travers de multiples États et juridictions, en comptant autant sur les facteurs statiques que dynamiques. Les facteurs statiques sont des circonstances inchangeables liées aux crimes et aux délinquants, comme le type d’offense, l’age actuel, l’historique criminel et l’age de la première arrestation. Les facteurs dynamiques, appelés parfois les facteurs criminologéniques, peuvent être influencés par des interventions et incluent l’attitude, les associations, les substances utilisées et les types de personnalités antisociales. Le RAST est plus avancé et plus utile pour les juges, les jurées et agents de libération conditionnelles de trois façons spécifiques. D’abord, depuis que l’institut de la Justice du département de la justice nationale l’administre au niveau fédéral, il compte sur un ensemble particulièrement large de données à l’échelle nationale. Ensuite, les données sont continuellement réévaluées pour leur validité prédictive : elles sont révisés annuellement pour déterminer à quelle fréquence RAST classifie correctement les délinquants, s’il compte sur les facteurs dynamiques et statiques et s’il prend des décisions de sentence efficaces par la mesure du taux de récidive. Finalement, RAST diffère des outils traditionnelles d’évaluation des risques parce qu’il tient compte de plus d’éléments que les réponses de questionnaire. Les facteurs statiques et dynamiques sont utilisés en combinaison avec les données spécifiques en temps réel comme par exemple le comportement d’un délinquant et la localisation.

D’ailleurs, le barreau canadien discute présentement de l’application de l’intelligence artificielle dans le domaine juridique. L’expert de la question, Karim Benyekhlef est responsable du laboratoire en Cyberjustice, à l’UdM.

La compagnie Fujitsu se fait aussi remarquer dans la ville. Montréal prévoit signer un contrat de 2 millions $ avec la compagnie japonaise pour rendre la ville plus intelligente. Fujitsu est sensé développer un système qui aiderait à ordonner la circulation dans l’objectif d’améliorer le temps de réponse en cas d’urgence. La compagnie mettra en réseau toutes les caméras de circulation de la ville afin d’analyser les flux dans le but d’augmenter leur efficacité et de surveiller de près les mouvements.

Pourquoi toutes ces institutions choisissent Montréal? En partie à cause de la recherche en cours et de la main d’œuvre qualifiée qui s’est établie depuis plus de dix ans, mais aussi grâce à la promotion créée par l’État et les ONG. En septembre 2016, le Fonds d’excellence en recherche Apogée Canada a alloué 84 M$ à l’université McGill pour leur initiative Healthy Brains for Healthy Lives (HBHL) et 93,5 M$ à l’Université de Montréal pour l’Institut de valorisation des données (IVADO). En mars 2017, 40 M$ des 125 M$ de la stratégie pan-canadien d’IA du gouvernement du Canada administrée par l’Institut canadien pour la recherche avancée (CIFAR) ont été alloués à Montréal. Au printemps 2017, 100 M$ ont été alloués par le gouvernement du Québec pour la création d’un nouvel institut québécois pour l’IA. En mars 2018, le gouvernement du Québec a annoncé un don de 5 M$ pour l’établissement d’une organisation internationale sur l’intelligence artificielle et de 10 M$ sur les prochains cinq ans à NEXT.AI et à CLD, des initiatives du HEC Montréal. SCALE.AI, maintenant partenaire de NEXT.AI, est un nouveau consortium qui formera une plate-forme mondiale de châines logistique fonctionnant avec l’IA. En décembre 2018, le Gouvernement du Canada a remis 230M$ à ce nouveau géant dirigé par Hélène Desmarais, épouse de Paul Desmarais – président de PowerCorp. Cette dernière est aussi présidente exécutive d’IVADO.

Allons un peu plus loin

Cette recherche du réseautage des joueurs importants en intelligence artificielle à Montréal n’est absolument pas complète. Cette liste se rallonge et l’industrie n’a pas fini de se développer. Cela peut servir de point de départ pour continuer à approfondir le sujet. Bien que la portée de ces projets semblent couvrir tous les domaines, les chances sont que la plupart des développements et des applications de ces technologies sont encore à leurs débuts et assez vulnérables. Néanmoins, la possibilité que ces projets atteindront leur aboutissement dans un futur proche est très probable. Nous aimons penser que par nos actions, nous pouvons inspirer les gens à attaquer ces nouveaux systèmes de domination et de contrôle social. À travers les conversations et la recherche, nous pouvons trouver les faiblesses de ces architectes de la complaisance et attaquer.

– des individus contre l’autorité

Avril 2019, Montréal // Tio’ti:ake

 

FAQ

Qu’est-ce que le l’apprentissage automatique (Machine Learning ou littéralement apprentissage machine)?

L’apprentissage automatique est un champ d’étude de l’intelligence artificielle dans le champs de l’informatique qui se fonde sur des approches statistiques pour donner auxordinateurs la capacité d’«apprendre» à partir de données, c’est-à-dire d’améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune.

Si l’apprentissage automatique est souvent décrite comme une sous- discipline de l’IA, c’est mieux de la penser comme sa forme actuelle. C’est le champ de l’IA qui aujourd’hui promet le plus et qui fournit les outils que l’industrie et la société peut utiliser en ce moment.

Qu’est-ce que l’apprentissage profond (deep learning)?

L’apprentissage profond est un sous-ensemble particulier de l’apprentissage automatique. Alors que cette branche de la programmation peut devenir très complexe, elle commence par une question simple : « Si nous voulons qu’un ordinateur agisse de façon intelligente, pourquoi ne pas le modeler d’après le cerveau humain? » Cette seule pensée a engendrée de nombreux efforts dans les dernières décennies pour créer des algorithmes qui miment la façon dont le cerveau humain fonctionne – et qui peuvent résoudre des problèmes de la manière dont le cerveau humain peut le faire. Ces efforts ont donné lieu à des outils d’analyse de plus en plus compétents qui sont utilisés dans de nombreux domaines différents.

Qu’est-ce que l’Internet des Objets?

L’Internet des Objets, c’est le concept de connecter n’importe quel appareil avec un interrupteur ouvert et fermé à internet (et/ou les uns aux autres). Cela inclut n’importe quoi; téléphones portables, cafetières, machines à laver, écouteurs, lampes, technologie portable et presque n’importe-quoi d’autre à quoi on peut penser. Cela s’applique aussi aux composantes de machines comme par exemple le moteur d’un avion ou la foreuse d’une plateforme pétrolière. Le point est que les données circulent dans un réseau d’items interconnectés pour rendre le tout « intelligent ».

Exemple:

Vous rentrez chez vous le soir. Votre maison intelligente vous reconnaît et règle automatiquement éclairage, température, ambiance sonore. Tous vos objets jacassent entre eux. « Quoi de neuf ? », demande votre ordinateur à votre téléphone portable, votre appareil-photo, votre MP3 et tous vos objets nomades intelligents, qui lui communiquent leurs données du jour. Votre frigo intelligent, lui, note que vous mangez le dernier yaourt, et passe aussitôt commande via Internet. Il vous propose les recettes réalisables avec vos provisions. Vos enfants sont rentrés, mais vous le saviez déjà grâce au message reçu sur votre mobile, lorsqu’ils ont scanné leur cartable en arrivant à la maison. Ils sont occupés avec leur lapin électronique qui leur lit un livre intelligent, scanné lui aussi grâce à sa puce RFID. Un coup d’œil à l’un de vos écrans vous rassure sur votre vieille maman qui vit seule : les capteurs de son habitat intelligent sécurisé ne signalent rien d’anormal du côté de sa pression artérielle et de sa prise de médicament, elle n’a pas besoin d’aide. Bref, votre vie se déroule comme il faut, sans vous. C’est tellement plus pratique.

(IBM et la société de contrainte)