Omar Zeitoun est chef d’équipe, développement logiciel chez Stockage d’énergie EVLO, où il se spécialise dans l’analyse, la visualisation et la supervision des données. Il est titulaire d’une maitrise en génie logiciel de l’université McMaster.

L’intelligence artificielle impacte de nombreux secteurs de la société et de l’économie : reconnaissance d’images et de la parole, traduction automatique, génération d’images, etc. C’est en très grande partie, grâce aux avancées impressionnantes de ces dix dernières années en apprentissage automatique et en particulier en apprentissage profond. Dans un contexte d’électrification croissante du bouquet énergétique et de diversification des sources de production – intermittentes, variables et décentralisées – nous ne faisons que commencer à exploiter le potentiel de l’IA pour accélérer la transition vers des systèmes énergétiques interconnectés ultra efficaces et faiblement émetteurs. Les nouvelles possibilités apportées par l’IA sont sources d’innovation, mais aussi de nombreux questionnements. L’intelligence artificielle est-elle la meilleure solution pour favoriser la transition énergétique ? Comment prendre en compte les enjeux liés à la mise en œuvre de solutions en IA – comme la robustesse, les biais cognitifs et l’explicabilité – afin d’éviter un problème de manque de confiance qui peut s’avérer difficile à contrebalancer à posteriori ? Comment mettre en place un processus de certification des solutions en IA qui permettrait leur utilisation dans des domaines hautement réglementés ? Dans le but de répondre aux enjeux climatiques, comment optimiser le coût énergétique de l’opération d’apprentissage en tant que telle, en plus de celui de la collecte et du stockage des données ?