Les chercheurs en intelligence artificielle de Facebook contribuent, eux aussi, à la lutte contre le coronavirus. Parmi les différents projets mis en place en temps record figure celui de la prédiction des cas malades aux États-Unis. Antoine Bordes, qui pilote le laboratoire Facebook AI Research (FAIR), nous explique les coulisses de ce travail, à l’occasion des cinq ans d’existence de cette structure de recherche fondamentale.
Depuis quelques mois, vos chercheurs développent des modèles pour prédire la propagation de la Covid-19. Comment ce projet est-il né ?
Tout d’abord, il faut savoir que nos chercheurs peuvent travailler sur ce qu’ils veulent. Or, nous avons une équipe à New York qui s’est spécialisée sur l’analyse de la propagation des fausses nouvelles sur les réseaux sociaux. Leurs modèles s’appuient sur la théorie des graphes et utilisent, notamment, des techniques issues de l’épidémiologie. Ce n’est pas pour rien que l’on dit qu’une information se propage de façon virale. Quand l’épidémie de la Covid-19 est arrivée, et voyant que New York est particulièrement touchée, cette équipe a voulu utiliser ses modèles pour prédire la propagation de cette maladie et aider les épidémiologues à mieux gérer la situation. Sur le plan scientifique, c’est donc comme un retour aux sources, la boucle est bouclée.
Qu’ont réalisé vos chercheurs concrètement ?
Ces chercheurs ont nourri leurs algorithmes avec les données publiques que les comtés américains diffusaient quotidiennement sur le nombre de cas recensés. En l’espace de quelques jours, ils ont vu qu’ils pouvaient créer un modèle qui tenait la route. Afin de pouvoir aller plus loin, nous avons alors noué des partenariats avec les épidémiologues des universités de New York et de Cornell, qui travaillent respectivement avec les gouvernements des états de New York et de New Jersey. Ces organismes de recherche ont un rôle similaire à celui de l’Institut Pasteur en France.
En l’espace d’une semaine, cette collaboration a permis de créer un outil de prédiction qui, depuis trois mois maintenant, génère tous les jours le nombre de cas estimés à 7 et à 21 jours. Les épidémiologues s’appuient ensuite sur ces chiffres pour calculer le R0, le nombre de places nécessaires à l’hôpital, etc. Nos modèles sont suffisamment bons pour que les décideurs politiques les trouvent réellement utiles dans leur gestion de l’épidémie.
Pourquoi vos techniques marcheraient-elles mieux que celles des épidémiologues ?
Le principal atout que nous avons, c’est le facteur d’échelle. Dans l’épidémiologie, les phénomènes de propagation s’étudient sur des dizaines ou des centaines de régions. Sur Facebook, l’ordre de grandeur est beaucoup plus grand. Le nombre de nœuds dans le graphe social se compte en milliards et le nombre de liens en milliers de milliards. Lorsque nous avons repris les techniques d’analyse de propagation utilisées dans l’épidémiologie pour les appliquer à Facebook, nous avons fourni tout un travail pour passer à ce facteur d’échelle.
Les techniques informatiques et de statistique que nous avons développées permettent, en retour, d’apporter une nouvelle puissance de modélisation dans l’épidémiologie. Nous pouvons produire des données de façon plus globale. Au lieu de faire des prédictions sur quelques comtés en même temps, nous pouvons le faire sur des dizaines ou des centaines d’un coup. On est d’ailleurs en train de travailler sur un modèle permettant de faire des calculs de prédiction sur tous les comtés des États-Unis en même temps.
Comment ce projet va-t-il continuer ?
Le travail est encore loin d’être fini. L’épidémie n’est pas encore terminée et nos modèles ne sont pas encore totalement validés. En réalité, nous sommes au plein milieu. Un article scientifique devrait être publié d’ici à fin juillet. Il donnera les premiers résultats de ce projet de recherche. Nous voulons également nouer des partenariats avec des organismes d’épidémiologie en Europe, en particulier ceux qui sont en relation avec les autorités. Nous sommes notamment en contact avec l’Institut Pasteur, qui puise déjà dans les données d’utilisation de Facebook dans le cadre des « disease prevention maps ». Ce sont des cartes de données agrégées et anonymisées permettant d’étudier l’impact du mouvement des gens sur la propagation d’une maladie comme la Covid-19.
🔴 Pour ne manquer aucune actualité de 01net, suivez-nous sur Google Actualités et WhatsApp.
