Intelligence Artificielle et Big Data

Une convergence révolutionnaire !

Avant de lire l’article principal, il est conseillé de lire celui-ci :

https://www.larobolution.com/le-jour-ou-lintelligence-artificielle

************           *************

https://www.lebigdata.fr/intelligence-artificielle-et-big-data

extraits

Sommaire

L’intelligence artificielle et le Big Data sont deux technologies en plein essor, pleines de promesses pour les entreprises de toutes les industries. Toutefois, le véritable potentiel révolutionnaire de ces deux technologies repose probablement sur leur convergence. Découvrez quelles sont les possibilités offertes par l’alliance entre Big Data et IA.  

 

La révolution de l’IA et du Big Data : qu’est-ce que l’intelligence artificielle ?

Nous sommes à l’aube d’une révolution technologique d’une ampleur supérieure à celle d’internet et des technologies de communication mobiles. En 1965, Gordon Moore, co-fondateur d’Intel, théorisait que la puissance informatique serait en mesure de doubler tous les 18 à 24 mois. Pendant les 50 ans qui ont suivi, sa théorie s’est révélée exacte. Les secteurs High Tech de la robotique ou de la biotechnologie ont connu d’incroyables avancées.

Aujourd’hui toutefois, des technologies comme l’IA et le Big Data sont en passe d’évoluer de façon plus rapide encore. Les croissances exponentielles respectives de ces deux technologies sont sur le point de se rencontrer, permettant à chacune de se développer encore plus rapidement. L’intelligence artificielle ne relève plus simplement d’un film ou d’un livre. Elon Musk, Stephen Hawking et même Cédric Villani sont quelques unes des personnalités à en évoquer les conséquences à une large échelle.

 

Intelligence Artificielle définition d’une technologie qui inspire

En 1990, un groupe de scientifiques a entrepris de décoder le génome humain. Un procédé qui leur prendrait non moins de 13 ans, et leur coûterait 2,7 milliards de dollars. Ce déchiffrement n’aurait pas été possible sans l’aide d’une immense puissance informatique et de logiciels customisés. Grâce à la baisse des prix de l’informatique, les chercheurs ont ensuite pu entreprendre d’éditer le génome grâce à la technique du CRISPR. À présent, les technologies analytiques du Big Data vont permettre de développer des traitements médicaux adaptés à chacun en fonction de son code génétique.

Les voitures autonomes ont toujours occupé une place privilégiée dans la science-fiction. Aujourd’hui, la réalité est en passe de rattraper l’imaginaire. En 2009, de nombreuses marques de luxe ont incorporé des systèmes de navigation assistée et des logiciels de changements de voie adaptatifs reposant sur les données. Plus récemment, Tesla a utilisé le Big Data et l’IA pour créer une fonctionnalité de pilote automatique Autopilot.

De leur côté, Nvidia et Alphabet utilisent l’intelligence artificielle pour réaliser des cartes détaillées en temps réel utilisées par leurs véhicules de test pour visualiser le monde. Ils se basent sur le deep learning qui lui même repose sur un réseau de neurones. L’industrie du commerce est elle aussi en pleine évolution. Le développement de produit et le marketing sont désormais dirigés par l’IA et le Big Data. Toutes ces innovations fascinantes ont été rendues possibles par la rencontre entre la puissance informatique, le Big Data et l’intelligence artificielle.

Le Big Data et l’IA sont les prochaines disruptions numériques

Le Big Data et l’intelligence artificielle sont deux technologies inextricablement liées, au point que l’on peut parler d’une Big Data Intelligence. L’IA est devenue omniprésente dans les entreprises de toutes les industries au sein desquelles la prise de décision est transformée par les machines intelligentes. Le besoin en matière de décisions plus intelligentes et de gestion du Big Data sont les critères qui dirigent cette tendance.

La convergence entre le Big Data et l’IA semble inévitable à l’heure où l’automatisation des prises de décisions intelligentes se présente comme la prochaine évolution du Big Data. Une agilité en hausse, des processus business plus intelligentes et une meilleure productivité sont les bénéfices les plus probables de cette convergence.

L’évolution de la gestion des données ne s’est pas déroulée sans embûches. Beaucoup de données sont aujourd’hui stockées sur ordinateur, mais il reste encore de nombreuses informations sur papier, malgré la possibilité de numériser les informations sur papier et de les stocker sur des disques ou dans des bases de données.

Il suffit de rentrer dans un hôpital, une administration, un cabinet médical ou n’importe quel commerce pour se rendre compte que de nombreuses informations au sujet des clients, des vendeurs, ou encore des produits sont encore stockées sur papier. Or, il est impossible de stocker les terabytes de données produits par le streaming vidéo, les textes et les images sur du papier.

Le seul fait de collecter ou d’avoir accès à de larges ensembles de données n’est pas suffisant pour produire un résultat. La plupart d’entre nous ne sommes pas suffisamment préparés pour l’extraction de connaissances et la demande de prises de décisions rapides qu’exigent les clients et les marchés pour conserver un avantage compétitif.

Aujourd’hui, l’usage du machine Learning, des systèmes experts et des technologies analytiques en combinaison avec le Big Data se présente comme l’évolution naturelle de ces deux disciplines. La convergence est inéluctable.

L’Internet des Objets représente également une convergence entre Big Data et Intelligence artificielle. Sans un cerveau humain numérisé suffisamment intelligent pour permettre aux humains d’utiliser un réseau IoT capable de traiter, de distribuer et de collecter le Big Data, il ne sera pas possible de mettre en place un tel réseau.

Même les capteurs, les puces, les nœuds de réseaux et les logiciels qui permettent de faire fonctionner les réseaux IoT sur le Cloud seront liés à l’intelligence artificielle. Ce phénomène est déjà en place dans le domaine des communications Machine to Machine.

La capture de données pour identifier des tendances ou des patterns dans le comportement des clients ou des employés peut être très utile. Toutefois, l’extraction d’un sens, et son automatisation, pour découvrir des méthodes optimales d’améliorer la productivité ou la résolution de problèmes pourrait être encore plus utile.

L’intelligence artificielle va être utilisée pour extraire du sens, déterminer de meilleurs résultats, et permettre des prises de décisions plus rapides à partir de sources Big Data massives. Dans un monde où le Big Data est omniprésent, l’extraction d’un sens, la monétisation des données seront menées par l’intelligence artificielle pour le futur des entreprises et le développement de la planète. La convergence entre le Big Data et l’AI pourrait permettre de surmonter des défis comme le chômage, l’environnement, l’économie, la sécurité ou la santé.

L’automatisation de la prise de décision devient peu à peu la norme. De nombreux problèmes concernant l’éthique de l’intelligence artificielle doivent encore être résolus. Les systèmes capables d’apprendre de manière autonome, chargés de déterminer quel Big Data doit être identifié et utilisé, vont nécessiter une gestion humaine, tout du moins dans un premier temps.

Dans les domaines des soins de santé, de la loi, de la banque, de la publicité, du commerce équitable, de la sécurité ou de la finance, le Big Data seul n’est pas suffisant. Il est nécessaire d’utiliser l’intelligence artificielle en complément.

Il est donc important de ne pas commettre l’erreur de percevoir ces deux technologies comme deux tendances séparées. Votre entreprise risquerait de rater une opportunité. Cette convergence aura un impact direct sur vos employés, vos clients, vos services et votre marché et doit donc être prise en compte.

Quels sont les défis à relever pour le Big Data et l’intelligence artificielle ?

Pour le moment, l’IA n’est pas régulée de façon spécifique. De nombreuses personnes expriment des craintes en matière de sécurité. Ce problème doit être résolu rapidement. La moindre information peut être dérobée facilement par des hackers. Les modèles hautement sophistiqués nous rendent vulnérables à de nombreuses menaces.

Par ailleurs, beaucoup s’inquiètent au sujet du contrôle autour de cette technologie. Le manque de lois permettant de gouverner les ventes et l’achat de logiciels d’intelligence artificielle. Si ces logiciels sont destinés à contrôler le trafic, les systèmes de santé, ou encore la bourse, il est nécessaire de mettre en place des lois de gouvernance.

Il ne fait aucun doute que la prise de décision autonome représente le futur. Cependant, là encore, de nombreuses craintes émergent concernant l’authenticité et l’éthique de l’intelligence artificielle et du Big Data. L’accumulation des données sur les serveurs cloud et son accessibilité aux fraudeurs peut se montrer fatale pour les entreprises.

Tous ces défis sont intimidants. Ils font naître la suspicion autour de cette convergence entre Intelligence Artificielle et Big Data. Il est essentiel de se rappeler que les technologies ne sont disruptives que lorsque nous sommes mal préparés.

Le Big Data peut-il résoudre les problèmes et les dangers de l’intelligence artificielle ?

Au cours des quatre dernières années, les accords passés entre de grandes entreprises et des startups dédiées à l’intelligence artificielle ont considérablement augmenté. Ce nombre est passé de 160 en 2012 à 658 en 2016. Les entreprises utilisent l’IA pour des usages très variés, allant du développement de voitures autonomes à la détection d’émotion à distance.

En dehors de ces usages, l’intelligence artificielle peut s’avérer encore plus utile pour les entreprises à travers ce qu’on appelle l’Account-Based Intelligence.

L’Account-Based Intelligence est l’itération la plus récente du rêve des ventes et du marketing one to one. Nous sommes aujourd’hui plus proches que jamais de parvenir à concrétiser cette utopie.

Exemple d’Intelligence artificielle se nourrissant du Big Data

Tout d’abord, nous générons aujourd’hui plus de données que jamais auparavant. Chaque seconde, l’humanité produit 6000 tweets, 40 000 recherches Google, et 2 millions d’emails. D’ici 2019, le trafic web mondial surpassera 2 zettabytes par an.

Cette immense quantité de données est la première étape vers l’Account-Based Intelligence, car l’ABI nécessite des informations granulaires sur chaque entreprise cible. Toutefois, elle soulève également un nouveau problème. Les entreprises doivent en effet trouver comment transformer ces données en insights exploitables.

En effet, cette tâche est impossible à accomplir en utilisant les outils marketing traditionnels ou de simples recherches Google. Le web est trop massif est désorganisé pour y parvenir ainsi. De nombreuses entreprises dépensent des millions de dollars pour mélanger des sources de données et des points solutions, ce qui n’aboutit au final qu’à un taux de conversion très faible. Pour cause, cette méthode aboutit le plus souvent sur l’envoi d’un mauvais message, aux mauvaises personnes, au mauvais moment.