{"id":64,"date":"2019-04-19T16:22:44","date_gmt":"2019-04-19T14:22:44","guid":{"rendered":"http:\/\/www.valyans.com\/?p=64"},"modified":"2026-02-16T18:02:33","modified_gmt":"2026-02-16T17:02:33","slug":"le-big-data-nest-pas-un-prerequis-pour-lia","status":"publish","type":"post","link":"https:\/\/www.valyans.com\/en\/2019\/04\/19\/le-big-data-nest-pas-un-prerequis-pour-lia\/","title":{"rendered":"Big data is not a prerequisite for ai"},"content":{"rendered":"

Le Big Data est-il un pr\u00e9requis indispensable \u00e0 l\u2019Intelligence Artificielle\u00a0?<\/strong><\/h3>\n

L\u2019intelligence artificielle est pr\u00e9sent\u00e9e comme \u00e9tant \u00ab\u00a0LA\u00a0\u00bb solution \u00e0 tous les probl\u00e8mes allant au-del\u00e0 de l\u2019ampleur de ce que pourrait r\u00e9soudre l\u2019humain de mani\u00e8re ponctuelle. Or, elle suppose la gestion de grands volumes de donn\u00e9es et des ressources techniques suffisantes pour les exploiter. Cela dit, toutes les entreprises ne disposent ni des capacit\u00e9s ni des volumes de donn\u00e9es n\u00e9cessaires pour le faire. En revanche, elles ont facilement acc\u00e8s \u00e0 un ensemble de petits jeux de donn\u00e9es simples \u00e0 r\u00e9cup\u00e9rer et faciles \u00e0 exploiter.<\/p>\n

Les donn\u00e9es les plus utiles ne sont pas toujours celles les plus disponibles ou les plus complexes \u00e0 analyser, d\u2019o\u00f9 l\u2019engouement r\u00e9cent pour le \u201cSmall Data\u201d. L\u2019exploitation du Small Data peut pr\u00e9senter un avantage op\u00e9rationnel int\u00e9ressant pour les entreprises dans le sens o\u00f9 il permet de g\u00e9n\u00e9rer autant de valeur ajout\u00e9e sans avoir besoin de la m\u00eame structure informatique.<\/p>\n

Qu\u2019est-ce que le \u201cSmall Data\u201d ?<\/strong><\/h4>\n

Le \u201cSmall Data\u201d n\u2019est toutefois pas antinomique au \u201cBig Data\u201d. Ce dernier peut \u00eatre compos\u00e9 d\u2019un ensemble de \u201cSmall Data\u201d qui, lorsqu\u2019elles sont historicis\u00e9es, constituent la base des \u201cBig Data\u201d. L\u2019exploitation des \u201cSmall Data\u201d revient alors \u00e0 recueillir et \u00e0 analyser des donn\u00e9es simples, qu\u2019une entreprise pourrait obtenir directement de ses clients, telles que leurs coordonn\u00e9es ou leurs profils d\u2019achat.<\/p>\n

Des pannes de bon sens<\/strong><\/h4>\n

Les proc\u00e9d\u00e9s d\u2019intelligence artificielle conventionnels requi\u00e8rent des volumes de donn\u00e9es d\u2019apprentissage importants pour \u00eatre en mesure d\u2019apprendre des concepts aussi \u00e9l\u00e9mentaires qu\u2019un caract\u00e8re manuscrit. C\u2019est le cas du Machine Learning dont le but est de rechercher des corr\u00e9lations dans les donn\u00e9es : plus on a de donn\u00e9es, plus on est certain que les corr\u00e9lations sont pertinentes.<\/p>\n

A titre d\u2019exemple, pour reconna\u00eetre un panneau de signalisation, un algorithme de reconnaissance d\u2019images doit s\u2019entra\u00eener \u00e0 l\u2019aide de plusieurs millions d\u2019images dudit panneau avant de pouvoir l\u2019identifier correctement. Une fois ceci accompli, cet algorithme le fera plus rapidement et plus correctement qu\u2019un humain, mais il restera fragile car toute modification mineure d\u2019un pixel pourra entra\u00eener des r\u00e9sultats inattendus. Ces r\u00e9seaux neuronaux gourmands en donn\u00e9es ont alors de s\u00e9rieuses limites dans le sens o\u00f9 ils ont des difficult\u00e9s particuli\u00e8res \u00e0 g\u00e9rer des cas \u00ab marginaux \u00bb ou des situations dans lesquelles peu de donn\u00e9es existent.<\/p>\n

Au-del\u00e0 des clich\u00e9s de l\u2019intelligence artificielle \u2013 L\u2019approche par MGC<\/strong><\/h4>\n

Si l\u2019humain n\u2019ayant vu que quelques exemplaires (Small Data) du panneau de signalisation est capable d\u2019en reconna\u00eetre d\u2019autres, c\u2019est qu\u2019il est aussi capable de comprendre le concept dudit panneau. L\u2019humain induit ainsi les causes \u00e0 partir des cons\u00e9quences et proc\u00e8de \u00e0 une g\u00e9n\u00e9ralisation \u00e0 grande \u00e9chelle. Cela est en effet le but de l\u2019approche du Machine Learning par les Mod\u00e8les G\u00e9n\u00e9ratifs Causals (MGC) qui permet de faire face aux probl\u00e8mes de traitement des \u00ab\u00a0Small Data\u00a0\u00bb. Il s\u2019agit d\u2019accro\u00eetre les capacit\u00e9s de g\u00e9n\u00e9ralisation d\u2019un mod\u00e8le pr\u00e9dictif et de mod\u00e9liser les processus qui expliquent comment fonctionne le monde physique qui nous entoure. Ainsi, les MGC cherchent \u00e0 inverser le processus cognitif d\u2019induction des causes \u00e0 partir des effets de telle mani\u00e8re \u00e0 pr\u00e9dire tout ce qui s\u2019explique au moyen de m\u00e9canismes causals. Ceci d\u00e9montre que le MGC pr\u00e9sente un int\u00e9r\u00eat b\u00e9n\u00e9fique pour l\u2019analyse des \u00ab\u00a0Small Data\u00a0\u00bb.<\/p>\n

Le Transfer Learning \u2013 Une technique prometteuse<\/strong><\/h4>\n

Il est donc question de donner \u00e0 nos syst\u00e8mes d\u2019IA une forme de bon sens g\u00e9n\u00e9rale similaire \u00e0 celle de l\u2019humain. Le \u201cTransfer Learning\u201d est une technique permettant de transvaser les connaissances acquises d\u2019un jeu de donn\u00e9es et de les appliquer \u00e0 un autre. Gr\u00e2ce au d\u00e9veloppement des r\u00e9seaux de neurones profonds, cette solution s\u2019av\u00e8re extr\u00eamement flexible par rapport \u00e0 la plupart des autres techniques de Machine Learning. Cela conduit \u00e0 des situations novatrices dans lesquelles nous pouvons exploiter les \u201cSmall Data\u201d.<\/p>\n

A titre d\u2019exemple, un r\u00e9seau neuronal pourrait s\u2019entra\u00eener sur le grand jeu de donn\u00e9es \u00ab\u00a0Image-Net\u00a0\u00bb puis s\u2019entra\u00eener sur un jeu de donn\u00e9es plus petit ne contenant que quelques milliers d\u2019images.<\/p>\n

Des exemples plus ambitieux de \u201cTransfer Learning\u201d ont \u00e9galement port\u00e9 leurs fruits tels la recherche qu\u2019a publi\u00e9 Google Brain sur son MultiModel. Le m\u00eame r\u00e9seau de neurones profonds a \u00e9t\u00e9 entra\u00een\u00e9 sur 8 t\u00e2ches diff\u00e9rentes. La performance des syst\u00e8mes s\u2019est av\u00e9r\u00e9e meilleure pour les t\u00e2ches comprenant de petits jeux de donn\u00e9es. La recherche donne alors un aper\u00e7u tentant de la mani\u00e8re dont nous pourrions doter le contexte de nos syst\u00e8mes d\u2019IA d\u2019un aper\u00e7u du monde r\u00e9el leur permettant de comprendre les petits ensembles de donn\u00e9es.<\/p>\n

Les Best Practices du Small Data<\/strong><\/h4>\n

L\u2019analyse fructueuse des \u201cSmall Data\u201d suppose une identification ad\u00e9quate des indicateurs. Dans ce sens, les indicateurs retenus doivent en amont \u00eatre nettoy\u00e9s de ceux \u00e0 pertinence moindre. Il convient aussi d\u2019affiner ces premiers indicateurs au fur et \u00e0 mesure pour gagner en pr\u00e9cision et ce selon les diff\u00e9rentes segmentations. Les \u201cSmall Data\u201d deviennent d\u00e8s lors des \u201cSmart Data\u201d, des donn\u00e9es intelligentes \u00e0 partir desquelles des recommandations personnalis\u00e9es, contextualis\u00e9es et op\u00e9rationnelles peuvent \u00eatre tir\u00e9es.<\/p>\n

Du fait que les syst\u00e8mes d\u2019IA deviennent plus intelligents et moins artificiels, ils reposeront moins sur le Bottom-Up \u201cBig Data\u201d que sur le raisonnement Top-Down qui ressemble davantage \u00e0 la fa\u00e7on dont les humains abordent leurs probl\u00e8mes. Cette capacit\u00e9 de raisonnement g\u00e9n\u00e9ral permettra \u00e0 l\u2019IA de s\u2019appliquer de fa\u00e7on plus large, cr\u00e9ant ainsi des opportunit\u00e9s pour les utilisateurs pr\u00e9coces m\u00eame dans les entreprises et les activit\u00e9s pour lesquelles elle semblait auparavant inadapt\u00e9e. Les analyses ne n\u00e9cessiteront pas forc\u00e9ment des jeux de donn\u00e9es volumineux et seront plus rapides, plus flexibles et plus intuitives. Longtemps occult\u00e9 par le Big Data, l\u2019usage du Small data promet un renouveau certain dans l\u2019univers de l\u2019intelligence artificielle<\/p>\n

 <\/p>\n

Auteur :<\/em><\/p>\n

Nada Rihane<\/i><\/b><\/p>\n

Analyste chez Valyans Intelligence<\/em><\/p>\n

 <\/p>\n

\"\"<\/p>\n","protected":false},"excerpt":{"rendered":"

Le Big Data est-il un pr\u00e9requis indispensable \u00e0 l\u2019Intelligence Artificielle\u00a0? L\u2019intelligence artificielle est pr\u00e9sent\u00e9e comme \u00e9tant \u00ab\u00a0LA\u00a0\u00bb solution \u00e0 tous les probl\u00e8mes allant au-del\u00e0 de l\u2019ampleur de ce que pourrait r\u00e9soudre l\u2019humain de mani\u00e8re ponctuelle. Or, elle suppose la gestion de grands volumes de donn\u00e9es et des ressources techniques suffisantes pour les exploiter. Cela dit,…<\/p>\n","protected":false},"author":1,"featured_media":65,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[20],"tags":[],"class_list":["post-64","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-articles"],"_links":{"self":[{"href":"https:\/\/www.valyans.com\/en\/wp-json\/wp\/v2\/posts\/64","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.valyans.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.valyans.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.valyans.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.valyans.com\/en\/wp-json\/wp\/v2\/comments?post=64"}],"version-history":[{"count":2,"href":"https:\/\/www.valyans.com\/en\/wp-json\/wp\/v2\/posts\/64\/revisions"}],"predecessor-version":[{"id":2486,"href":"https:\/\/www.valyans.com\/en\/wp-json\/wp\/v2\/posts\/64\/revisions\/2486"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.valyans.com\/en\/wp-json\/wp\/v2\/media\/65"}],"wp:attachment":[{"href":"https:\/\/www.valyans.com\/en\/wp-json\/wp\/v2\/media?parent=64"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.valyans.com\/en\/wp-json\/wp\/v2\/categories?post=64"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.valyans.com\/en\/wp-json\/wp\/v2\/tags?post=64"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}