Now Reading
IA et Big Data : un livre blanc avec un regard différent
0

IA et Big Data : un livre blanc avec un regard différent

by Cloud Guru31 octobre 2017

Jean–François Marcotorchino et Christophe Faurie publient un livre blanc concernant 2 sujets d’une actualité brulante pour les entreprises : le Big Data et l’Intelligence Artificielle.

Si cette nouvelle publication sur le sujet est intéressante, c’est qu’elle émane de 2 experts en la matière, jugez plutôt :

Jean-François Marcotorchino est directeur associé au Laboratoire de Statistique Théorique et Appliquée (LSTA) de Paris VI/UPMC. Professeur des Universités, chargé de cours à Paris VI et à l’ISUP (Institut de Statistique de l’Université de Paris). Ancien  Vice Président, Directeur scientifique, de Thales SIX, et « Thales Technical Fellow ». Il fut également pendant 30 ans membre d’IBM France et d’IBM Research, et en particulier, pendant 10 ans, Directeur du Centre Scientifique IBM de Paris et de l’« European Centre for Applied Mathematics (ECAM) » d’IBM Europe.
Christophe Faurie est un spécialiste de la question du changement, un sujet sur lequel il a publié 6 ouvrages. Il s’intéresse, en particulier et depuis ses débuts  comme  responsable des algorithmes  généraux  du  département  FAO  de l’éditeur de logiciel Dassault Systèmes, au problème de l’adoption des systèmes d’information par les organisations. Par ailleurs, il a consacré ses recherches de MPhil, à l’université de Cambridge, à la question de l’application de l’intelligence artificielle à l’ingénierie du contrôle.

Ils apportent tous les 2 un regard différents sur ces technologies, et leur avenir.  Extraits…

[…] Nombre d’événements récents, souvent habilement mis en scène – réussite du test de Turing par un ordinateur  en  2014,  victoire  d’une  machine  contre  le  champion  du  monde  du  jeu  de  go  (2016), défaite  d’un  instructeur  de  l’US  Air  Force  dans  un  combat  aérien  simulé  contre  une  intelligence artificielle (2016) – laissent à penser que s’ouvre à  nouveau une ère de ruptures dans la technologie.
C’est pourquoi  I.A. et Big Data nourrissent désormais un véritable débat de société.
L’intelligence  artificielle  en  particulier  déclenche  une  floraison  de  discours  alarmistes  sur  la suppression  potentielle  d’emplois  qu’elle  induirait  dans  un  avenir  proche,  discours  apparemment crédibles  puisque  émanant  d’entrepreneurs  célèbres  de  l’économie  numérique  ou  d’éminents chercheurs, tels que Stephen Hawking,  Elon Musk, Bill  Gates, etc. De son côté le Big Data présenté comme  « nouveau  pétrole »  des entreprises et  de  l’économie  numérique,  est accusé  de  menacer  nos libertés individuelles, par la diffusion (d’ailleurs le plus souvent avec acceptation tacite des intéressés) de  masses  d’informations  nous  concernant  directement.  C’est  particulièrement  la  crainte  qu’inspire l’exploitation  systématique  du  processus  de  «profiling » des    individus  par  le  GAFA  (Google, Amazon, Facebook et Apple) auquel on peut rajouter à un degré moindre  IBM. […]

Pour comprendre les perspectives réellement ouvertes par le couple I.A.-Big Data, il importe d’abord de  débusquer  les  contre-vérités  les  plus  flagrantes.  Elles  s’attachent  spécialement  au  fameux  « Machine  Learning »,  en  français  « apprentissage automatique».  Beaucoup  de  profanes  imaginent que la machine auto-apprenante va s’auto-adapter au contexte, que plus vous la nourrirez de données, plus elle deviendra « intelligente ».  Certes, dans des conditions bien précises, c’est un stade que l’on peut atteindre, ce qui implique par projection temporelle qu’à terme l’homme sera vite remplaçable et, de  facto,  il  est  déjà  remplacé  par  des  machines  « intelligentes »  pour  certains  types  de  tâches  et  de métiers :  celles  qui  impliquent  une  forte  dose  de  reproductibilité  (téléopérateurs,  agents  de  contrôle technique,  ouvriers  utilisant  des  robots  d’usinage,  employés  administratifs  décideurs  sur  des  affectations  automatiques  à  des  tâches  ou  à  des  parcours  (exemple  le    cas  du  logiciel  d’I.A. : APB
« Admission Post Bac » de gestion des préférences des élèves en terminale etc.).

Mais  nous  sommes  loin  de  ces  conditions  de  reproductibilité  pour  l’ensemble des  métiers et des situations  potentielles  où  l’homme  a  un  rôle  important  à  jouer.  La  raison  en  est  la  suivante.  Si  les ordinateurs  peuvent  être  dotés  d’une  mémoire  sans  limites  au  moins  tant  que  la  « loi  de  Moore » pourra s’appliquer 5, leur capacité d’apprentissage est,  depuis l’origine,  l’un des obstacles majeurs de la transformation des machines en structures rapidement apprenantes et autonomes. En fait, en dehors des cas d’école très spectaculaires 6 mis en avant et largement mis en scène par le marketing de Google, Facebook, Amazon, IBM,  Apple, ou par des sociétés de pointe de la Côte Ouest des USA,  ou issues de grandes universités américaines,   on est relativement loin d’une approche totalement générale aussi efficace pour tous les domaines qui peuvent concerner l’homme dans sa vie courante. […]

Ce livre blanc est disponible sur Slideshare (lien ci-dessous), nous vous invitons à le découvrir.

Pour en savoir plus :
> Le livre blanc sur SlideShare

Pour nous contacter sur ce sujet :

Vos nom et prénom (obligatoire)

Votre email (obligatoire)

Votre téléphone (facultatif)

Votre entreprise (obligatoire)

Votre demande

{lang: 'fr'}
About The Author
Cloud Guru

Vous souhaitez réagir sur cet article ?