\n
![](\"https:\/\/img.bfmtv.com\/i\/0\/0\/afa\/f6fedae707798a610ef30ed2b6191.jpeg\")
<\/p>\n [ad_1]
\n<\/p>\n
Les chercheurs en intelligence artificielle de Facebook contribuent, eux aussi, \u00e0 la lutte contre le coronavirus. Parmi les diff\u00e9rents projets mis en place en temps record figure celui de la pr\u00e9diction des cas malades<\/a> aux \u00c9tats-Unis. Antoine Bordes, qui pilote le laboratoire Facebook AI Research (FAIR), nous explique les coulisses de ce travail.<\/p>\n Tout d\u2019abord, il faut savoir que nos chercheurs peuvent travailler sur ce qu\u2019ils veulent. Or, nous avons une \u00e9quipe \u00e0 New York qui s\u2019est sp\u00e9cialis\u00e9e sur l\u2019analyse de la propagation des fausses nouvelles sur les r\u00e9seaux sociaux. Leurs mod\u00e8les s\u2019appuient sur la th\u00e9orie des graphes et utilisent, notamment, des techniques issues de l\u2019\u00e9pid\u00e9miologie. Ce n\u2019est pas pour rien que l\u2019on dit qu\u2019une information se propage de fa\u00e7on virale. Quand l\u2019\u00e9pid\u00e9mie de la Covid-19 est arriv\u00e9e, et voyant que New York est particuli\u00e8rement touch\u00e9e, cette \u00e9quipe a voulu utiliser ses mod\u00e8les pour pr\u00e9dire la propagation de cette maladie et aider les \u00e9pid\u00e9miologues \u00e0 mieux g\u00e9rer la situation. Sur le plan scientifique, c\u2019est donc comme un retour aux sources, la boucle est boucl\u00e9e.<\/p>\n Ces chercheurs ont nourri leurs algorithmes avec les donn\u00e9es publiques que les comt\u00e9s am\u00e9ricains diffusaient quotidiennement sur le nombre de cas recens\u00e9s. En l\u2019espace de quelques jours, ils ont vu qu\u2019ils pouvaient cr\u00e9er un mod\u00e8le qui tenait la route. Afin de pouvoir aller plus loin, nous avons alors nou\u00e9 des partenariats avec les \u00e9pid\u00e9miologues des universit\u00e9s de New York et de Cornell, qui travaillent respectivement avec les gouvernements des \u00e9tats de New York et de New Jersey. Ces organismes de recherche ont un r\u00f4le similaire \u00e0 celui de l\u2019Institut Pasteur en France.<\/p>\n En l\u2019espace d\u2019une semaine, cette collaboration a permis de cr\u00e9er un outil de pr\u00e9diction qui, depuis trois mois maintenant, g\u00e9n\u00e8re tous les jours le nombre de cas estim\u00e9s \u00e0 7 et \u00e0 21\u00a0jours. Les \u00e9pid\u00e9miologues s\u2019appuient ensuite sur ces chiffres pour calculer le R0, le nombre de places n\u00e9cessaires \u00e0 l\u2019h\u00f4pital, etc. Nos mod\u00e8les sont suffisamment bons pour que les d\u00e9cideurs politiques les trouvent r\u00e9ellement utiles dans leur gestion de l\u2019\u00e9pid\u00e9mie.<\/p>\n Le principal atout que nous avons, c\u2019est le facteur d\u2019\u00e9chelle. Dans l\u2019\u00e9pid\u00e9miologie, les ph\u00e9nom\u00e8nes de propagation s\u2019\u00e9tudient sur des dizaines ou des centaines de r\u00e9gions. Sur Facebook, l\u2019ordre de grandeur est beaucoup plus grand. Le nombre de n\u0153uds dans le graphe social se compte en milliards et le nombre de liens en milliers de milliards. Lorsque nous avons repris les techniques d\u2019analyse de propagation utilis\u00e9es dans l\u2019\u00e9pid\u00e9miologie pour les appliquer \u00e0 Facebook, nous avons fourni tout un travail pour passer \u00e0 ce facteur d\u2019\u00e9chelle.<\/p>\n Les techniques informatiques et de statistique que nous avons d\u00e9velopp\u00e9es permettent, en retour, d\u2019apporter une nouvelle puissance de mod\u00e9lisation dans l\u2019\u00e9pid\u00e9miologie. Nous pouvons produire des donn\u00e9es de fa\u00e7on plus globale. Au lieu de faire des pr\u00e9dictions sur quelques comt\u00e9s en m\u00eame temps, nous pouvons le faire sur des dizaines ou des centaines d\u2019un coup. On est d\u2019ailleurs en train de travailler sur un mod\u00e8le permettant de faire des calculs de pr\u00e9diction sur tous les comt\u00e9s des \u00c9tats-Unis en m\u00eame temps.<\/p>\n Le travail est encore loin d\u2019\u00eatre fini. L\u2019\u00e9pid\u00e9mie n\u2019est pas encore termin\u00e9e et nos mod\u00e8les ne sont pas encore totalement valid\u00e9s. En r\u00e9alit\u00e9, nous sommes au plein milieu. Un article scientifique devrait \u00eatre publi\u00e9 d\u2019ici \u00e0 fin juillet. Il donnera les premiers r\u00e9sultats de ce projet de recherche. Nous voulons \u00e9galement nouer des partenariats avec des organismes d\u2019\u00e9pid\u00e9miologie en Europe, en particulier ceux qui sont en relation avec les autorit\u00e9s. Nous sommes notamment en contact avec l\u2019Institut Pasteur, qui puise d\u00e9j\u00e0 dans les donn\u00e9es d\u2019utilisation de Facebook dans le cadre des \u00ab\u00a0disease prevention maps\u00a0\u00bb<\/a>. Ce sont des cartes de donn\u00e9es agr\u00e9g\u00e9es et anonymis\u00e9es permettant d\u2019\u00e9tudier l\u2019impact du mouvement des gens sur la propagation d\u2019une maladie comme la Covid-19.<\/p>\n<\/p><\/div>\nDepuis quelques mois, vos chercheurs d\u00e9veloppent des mod\u00e8les pour pr\u00e9dire la propagation de la Covid-19. Comment ce projet est-il n\u00e9\u00a0?<\/h3>\n
Qu\u2019ont r\u00e9alis\u00e9 vos chercheurs concr\u00e8tement\u00a0?<\/h3>\n
Pourquoi vos techniques marcheraient-elles mieux que celles des \u00e9pid\u00e9miologues\u00a0?<\/h3>\n
Comment ce projet va-t-il continuer\u00a0?<\/h3>\n