Référentiel du Big Data et de l’Intelligence Artificielle

Référentiel du Big Data et de l’Intelligence Artificielle

Dans l’inconscient collectif, le Big Data représente uniquement un grand volume de données. Pourtant, quand on prend la définition du Big Data avec tous les V possibles, un seul V concerne le volume, or tous les autres, vélocité, véracité, etc… concernent des actions algorithmiques. Considérer uniquement le volume est extrêmement limitatif.

Savoir s’il s’agit de Big Data, de Small Data ou encore de Smart Data n’est pas le plus important. Il est en revanche essentiel de prendre en compte la dualité́ des données et algorithmes. Les données brutes sans algorithmes sont une masse inerte et les algorithmes sans données sont des processus creux. Données et algorithmes sont vraiment deux faces de la même pièce.

Le Big Data, c’est tout ce qui peut générer de la valeur à partir des données : c’est l’exploitation des données, la génération de connaissances avec le traitement de l’information, les algorithmes de protection de données mais c’est également comprendre et faire comprendre à travers la dataviz. À partir de ces socles technologiques, il est possible d’atteindre le stade de l’Intelligence Artificielle opérant comme des services logiciels dans les domaines applicatifs métiers.

L’engouement actuel pour l’Intelligence Artificielle, le séparant des technologies Big Data, est surprenant car celles-ci sont naturellement liées à l’apprentissage, la génération de connaissances et de décisions à partir des données. L’IA, dans son essor actuel, repose principalement sur les technologies qui exploitent les données. L’IA est orientée vers des services dans des domaines applicatifs particuliers. Les technologies Big Data en tant que telles sont agnostiques au domaine applicatif. Quand on parle d’apprentissage, de moteur de recherche d’information, cela peut avoir plusieurs domaines d’application. La reconnaissance d’objet, la reconnaissance du langage naturel exploitent essentielle- ment des technologies Big Data.

En revanche, les agents conversationnels utilisés pour des applications particulières dans le domaine de la santé, des services publics ou encore les algorithmes d’identification visuelle par ordinateur pour la détection d’humains, d’obstacles, d’autres véhicules, de signaux routiers mis à profit des véhicules autonomes relèvent de l’Intelligence Artificielle.

Il est important de voir ce continuum, entre d’une part les technologies socles Big Data et d’autre part l’Intelligence Artificielle qui est orientée vers des domaines applicatifs métiers. Le Big Data permet l’essor des services applicatifs de l’Intelligence Artificielle.

L’IA dans son cadre général peut dépasser l’aspect data. Mais ce qui fait aujourd’hui l’émergence de cette vague IA actuelle, c’est le Deep Learning, ce sont les technologies d’apprentissage, les capacités avancées qu’offrent les algorithmes d’analyse de contenus selon leurs secteurs respectifs.


Pas de commentaires

Ecrire un commentaire
Pas de commentaire actuellement! Vous pouvez être le premier à commenter cette article!

Ecrire un commentaire

Votre adresse e-mail ne sera pas publié
Les champs requis sont indiqués*