/ #internetzinc 

Internet zinc #15

1. Beme

Matt Hackett est la moitié technique de la start-up Beme. L’autre moitié est Casey Neistat, star de YouTube. Je regarde de loin en loin les vidéos de Casey Neistat, mais je lis tout ce qu’écrit Matt Hackett. Il a récemment publié deux billets sur Medium, l’un sur le fait d’être homosexuel dans le secteur Tech, l’autre sur la version 2 de Beme.

Beme est un réseau social de vidéos, qui a un certain nombre de particularités techniques :

  • si vous voulez filmer un coucher de soleil, vous ne tenez pas le téléphone entre votre visage et le coucher de soleil, vous le tenez contre votre poitrine (techniquement, vous occultez le capteur de proximité qui est dans l’écouteur et qui sert à détecter, habituellement, que vous avez le téléphone contre votre oreille, avec un appel en cours — c’est un détournement astucieux de la fonction) ;
  • l’écran est noir, vous ne voyez pas ce que filme le téléphone. Une vingtaine de secondes… et la vidéo est uploadée. Pas de prévisualisation, pas de modifications, de filtres, ni rien de ce genre. La réalité la plus brute possible, capturée, partagée.

Avant de travailler sur Beme, Matt Hacket a été un des tout premiers employés de Tumblr. Il explique bien en particulier que son homosexualité l’a sensibilisé aux questions d’identité et d’anonymat, et poussé à permettre la publication anonyme dans Tumblr, et que ça a certainement contribué à l’explosion de la plateforme. Le service proposé, de façon indirecte, certes, mais très palpable, dépend finalement toujours de qui on recrute, et de la diversité de points de vue qui s’exprime autour de la table.

Et dans son dernier billet sur Beme, il explique bien qu’en 2016, sortir une App bien propre dès le départ, à la fois sur iOS et Android, bénéficiant de capital et d’une grande publicité (via Casey Neistat), cela ne suffit pas. Ça donne juste le droit de s’asseoir à la table de jeu. Il est possible, dit-il, que l’espace des réseaux sociaux soit en train de se refermer rapidement. Il y a Facebook, Twitter, Snapchat, quelques autres en Asie, mais il est probable que ça en reste là ?

Le billet de Matt fait aussi clairement et simplement comprendre à quel point une start-up est une entreprise « anormale », et la part d’irrationalité que ça comporte : vous avez toutes les chances d’échouer, mais vous le faites quand même.

Beme est encore un peu brut de décoffrage, mais propose quelque chose de rafraîchissant sur la vidéo en ligne — brute et sans masque, justement.

2. Startup chinoises

Cyriac Roeding est un entrepreneur allemand installé en Californie. Il est allé passer trois semaines à Beijing pour rencontrer un panel diversifié d’acteurs de la scène technologique, depuis un grand fabricant de téléphones (Xiaomi) jusqu’au postdoc qui vient de soutenir sa thèse et fait sa start-up dans son garage.

Quelques points saillants de son retour d’expérience :

  • Le marché intérieur pour les smartphones (et leurs applications) est énorme : plus de 500 millions de personnes juste en Chine. Et en conséquence une start-up peut devenir très grosse très très vite. Revers de la médaille, ils ne pensent pas directement « global » et international.
  • C’est le Far West : aucun équilibre vie/travail, on bosse 24h/24, les pratiques parfois malhonnêtes entre start-ups sont légions, et le souci de gagner vite beaucoup d’argent domine les préoccupations. Maladies infantiles des start-ups.
  • Les clones qui réussissent n’en sont jamais vraiment. Prenons Meituan, initialement un clone de Groupon proposant des rabais avec les commerçants locaux. Au même moment il s’est créé plein d’autres clones de Groupon en Chine, mais qui étaient d’une certaine façon trop fidèles à l’original. Celui qui reste, c’est celui qui s’est correctement écarté du modèle et qui, en l’espèce, a su développer avec les commerces locaux une relation de plus longue durée en proposant des coupons qui les avantageaient plus. Le terme habituel de clone devrait sans doute être abandonné : ces entreprises qui « copient » une start-up américaine sont plus des « traductions » — qui trahissent efficacement pour réussir.
  • Les clones servent de pied à l’étrier, mais la seconde vague de start-ups chinoises s’appuie sur une authentique recherche locale. Ce qui prendre du temps, et ne fait pas partie de la culture locale à ce stade, c’est d’intégrer cette recherche dans un produit et un design.

On sort de cette lecture avec la nette impression qu’on train où vont les choses, on aura peut-être d’ici quelques années en Europe des start-ups qui « traduisent » ce qui se fait en Chine ?

3. Voitures autonomes en Asie

Une amie quarantenaire m’a dit le mois dernier qu’elle ne pensait pas voir régulièrement de voitures autonomes dans les rues de son vivant. Je lui souhaite longue vie, bien sûr, mais pour tenir son pari, il va lui falloir éviter l’Asie, apparemment.

Pas moins de deux expériences autour des voitures autonomes en Asie ont en effet croisé mon écran cette semaine. Les deux histoires sont très proches : une entreprise très liée à l’industrie technologique et à la recherche occidentales va chercher en Asie un partenaire public soucieux de compétition internationale, et volontaire pour laisser les véhicules autonomes entrer en action sur son territoire avec toutes les autorisations requises.

À Singapour, NuTonomy, une spinoff du Massachusetts Institute of Technology, commence à déployer des voitures autonomes dans l’hypercentre de la ville. Et à Wuhu, une ville chinoise de 3,5 millions d’habitants dans le Sud-Est du pays, Baidu, le géant Chinois concurrent de Google, a passé un accord avec la ville pour tester, là aussi en grandeur nature, des véhicules autonomes. On y trouve la même ambition de la municipalité d’entrer dans une compétition pour la modernité. Il semble que le Gouvernement chinois ne sauvera pas les Taxis Bleus.

Un article de la BBC donne un peu plus d’informations sur cette seconde expérience. Il s’agira d’un mixte de camions (transport de biens), de bus (transports en commun sur des lignes fixes) et de voitures particulières. Dans ce dernier cas, après trois ans de tests les habitants de la ville y auront accès, mais sans doute pas majoritairement sous la forme de l’achat individuel d’un véhicule, plutôt sur un mode partagé, une sorte de flotte de taxis sans chauffeur.

Ce qui, finalement, semble assez logique : une voiture autonome n’a pas besoin de m’attendre sur le parking pendant que je travaille, elle a juste besoin de m’amener le matin et de venir me chercher le soir. Entre les deux, elle peut faire autre chose et, surtout, n’a pas besoin de moi pour le faire.

Si je devais brosser un peu ma boule de cristal, je dirais volontiers que la voiture Apple, si et quand elle sort, mettra sans doute aussi très en avant les systèmes de partage et de location plutôt que l’achat. Et si tout va bien, pour ce qui me concerne, j’ai acheté il y a quelques années ma dernière voiture.

4. Intelligence Artificielle et transparence

L’événement Tech de la semaine, c’était Google io16, la conférence annuelle de Google pour les développeurs, qui ressemble de plus en plus à une sorte de vaste festival, avec tentes, scène de concert, etc.

Vous avez vu ou verrez partout un peu les mêmes annonces, en particulier celles qui tournent autour de la notion d’assistant personnel, avec lequel vous dialoguez sur votre téléphone ou dans la maison, etc.

Toutes ces annonces se résument à une seule, finalement : Google met tout son poids derrière le machine learning, c’est-à-dire l’intelligence artificielle s’appuyant sur l’autoapprentissage des machines. Vous vous souvenez d’AlphaGo qui bat un joueur de Go, il y a quelques semaines, ? C’est AlphaGo qui, après vous avoir mis la pâtée au Go, rentre dans votre salon et s’occupe de vos courses de supermarché.

L’exemple donné sur scène par le patron de Google, Sundar Pichai est simple à expliquer, mais complexe à analyser dans toutes ces implications, me semble-t-il.

C’est vendredi, raconte-t-il, vous pensez faire un ciné en famille, vous demandez à votre assistant Google les films qui passent au cinéma du coin ; il vous en propose trois ; vous précisez que vous voulez y aller avec les enfants, l’assistant proposer trois autres films, plus adaptés à un public familial ; vous choisissez l’un des films, l’assistant vous achète les places et récupère le billet sous forme de QR code sur votre téléphone.

Par où commencer ?

Pourquoi ces trois films-là et pas d’autres ? Et pourquoi, au moment d’acheter les billets, ce cinéma-là précisément ? Les cyniques penseront immédiatement à des ententes secrètes, à un renforcement commercial des best-sellers, à des affaires « entre gros ». Il y aura certainement de cela, nul doute, et un minimum de transparence sera la bienvenue.

La même question était aussi évoquée il y a quelques jours dans l’excellent podcast du site The Information à propos de l’IA d’Amazon. Je suis dans ma cuisine, je me rends compte que je n’ai presque plus d’huile d’olive.

— « Alexa, peux-tu mettre de l’huile d’Olive dans mon panier ? »

— « Tu avais acheté 2 litres de la marque Puget il y a 3 mois. »

— « Parfait, renouvelle cette commande s’il te plait ? »

Renforcement des préférences : Alexa couche avec Puget, j’en suis sûr.

5. Eduquer son IA

Mais c’est tellement plus compliqué.

Un système d’intelligence artificielle ne se programme pas comme un programme informatique classique. Jason Tanz a un bel article sur le sujet dans Wired. Bientôt, dit-il, nous ne programmerons plus les ordinateurs, on les dressera, comme des animaux domestiques.

Programmer, c’est dire à un ordinateur ce qu’il doit faire, ligne à ligne, dans telle ou telle circonstance : c’est un processus explicite. Une intelligence artificielle ne fonctionne pas comme ça : vous lui faites avaler des quantités astronomiques de données et lui laissez, dans une large mesure, se débrouiller avec ça. On ne dit pas à une IA qu’un chat à 4 pattes, des moustaches, de la fourrure, deux oreilles, etc. On lui montre des millions de photos de chat jusqu’à ce qu’elle sache, avec un bon degré de certitude statistique, faire la différence entre un chat et un renard.

Comment y arrive-t-elle ? On ne sait pas bien. On ne peut pas pointer une ligne du code qui dirait, explicitement : ici on fait la différence entre renards et chats. Il y a et il y aura encore longtemps de bons programmeurs, mais il y a et il y aura aussi de plus en plus besoin de bons éducateurs. Il faudra les deux pour « élever » une IA qui vous donne la bonne huile d’olive, le bon film, la bonne expérience de transport en voiture autonome.

Mais il est possible aussi que ces évolutions rendent rapidement obsolètes les débats publics qu’on peut avoir, par exemple, sur les questions de monopoles ou d’algorithmes influençant indument les choix.

L’IA de Google, dans son principe, est très différente de leur algorithme de recherche Page Rank : comment fonctionne-t-elle et pourquoi propose-t-elle telle ou telle réponse ? Est-elle biaisée ? Dans une mesure qui n’est pas du tout accessoire, il est possible que les ingénieurs de Google eux-mêmes ne le sachent pas.

On vit une époque merveilleuse. Littéralement. Et je salue par avance l’arrivée de nos nouveaux maîtres artificiels (ayant confiance qu’ils retrouveront, dans leurs immenses données, une archive de cette newsletter et donc une trace de mon allégeance précoce — ça peut toujours servir).