Médias

Trois technologies pour d'incalculables promesses

1

« Big data, machine learning, interfaces naturelles » : trois expressions à la mode, qui se font de plus en plus entendre dans les discussions sur le numérique. Mais de quoi parle-t-on exactement ? Petit tour d'horizon sur ces concepts et sur leurs formidables capacités pour inventer le monde de demain.

> Big Data : de l’explosion des données à la connaissance

Un milliard de milliards d’octets (1 exaoctet), soit un milliard de gigaoctets : c’est l’unité qui permet aujourd’hui de mesurer la quantité de données produite du fait de la généralisation des outils du numérique. Les sciences génèrent de grands volumes de données, que ce soit dans le domaine du décryptage de l’ADN, de la climatologie ou de la mécanique des fluides.

Pour les gérer, il faut non plus quelques dizaines de serveurs, mais des milliers. La capacité à traiter cette explosion des données, c’est ce qu’on appelle le big data. Une notion qui a des implications dans des domaines très variés.

Ainsi, dans le champ scientifique, c’est en analysant et en recoupant des quantités massives de données que les chercheurs ont pu identifier les gènes prédisposant à certaines maladies. Le monde du journalisme, quant à lui, explore la voie du data journalisme grâce à la possibilité qu’il a de confronter de manière automatisée des informations tapies au fond de gigantesques bases de données.

Outre la puissance des machines, le traitement des données en version big data implique la création de nouveaux outils d’analyse. Car, comme l’explique Evelyne Viegas, directrice de recherche en sémantique computationnelle à Microsoft Research :

« aujourd’hui, l’enjeu est de créer des données capables de traiter les big data pour les transformer en information et en connaissance ». Une piste pour démultiplier les capacités des moteurs de recherche.

> Machine learning : quand les machines apprennent à prédire

Les machines ont-elles le même mode d’apprentissage que les humains ?

Jusque dans les années 80, les chercheurs ont tenté de rendre les machines « intelligentes » en modélisant l’intelligence humaine sous la forme de règles toutes faites à partir desquelles les machines étaient censées construire leur « raisonnement ».

Avec le machine learning (en français, apprentissage automatique), l’idée est que les machines sont capables d’apprendre par l’expérience. C’est par exemple en « visionnant » un très grand nombre d’êtres humains en mouvement que Kinect a pu apprendre à reconnaître les différentes parties du corps et à les positionner dans l’espace. Vous l’avez compris, pas de machine learning sans big data !

Cette forme d’apprentissage est rendue possible par l’utilisation de très puissants algorithmes d’analyse de données, nécessitant eux-mêmes des ressources de calcul importantes. En analysant de grandes quantités de données réelles, les machines acquièrent des capacités prédictives. Par exemple, on peut imaginer que, si on enregistre tous les jours l’itinéraire emprunté par un sanglier, on devienne capable de prédire ses futurs déplacements avec une certaine marge de confiance…

De même, en faisant analyser à un ordinateur les symptômes d’un grand nombre de patients atteints de la même maladie, on peut le rendre capable de déceler cette même maladie avec une marge d’erreur connue.

« Avec la puissance de calcul disponible aujourd’hui, nous sommes à l’aube d’un âge d’or du machine learning », considère Chris Bishop, le directeur adjoint de Microsoft Research Cambridge.

De la prédiction des risques de maladie à l’amélioration des techniques de reconnaissance vocale, les champs d’application seront vastes.

> Interfaces naturelles : et le corps devient une manette

Ni manette, ni souris, ni bouton : les interfaces dites naturelles ou NUI (Natural User Interfaces) permettent à l’utilisateur d’interagir avec la machine directement avec son corps, que ce soit à travers le toucher, la voix ou le geste.

Si les écrans tactiles font désormais partie de notre quotidien, le lancement, en 2010, de Kinect, l’interface de commande sans contact, a marqué une nouvelle étape :

« Pour être naturelle, la technologie doit être un reflet parfait de son utilisateur, expliquait récemment Bill Buxton, directeur de recherche à Microsoft Research. Elle doit être un miroir de ses capacités motrices et sensorielles, cognitives, sociales, mais aussi émotionnelles. »

Les perspectives des NUI sont infinies. Dans l’univers grand public, Kinect a d’ores et déjà trouvé des applications qui dépassent le seul domaine du jeu. Ainsi, la technologie d’interface sans manette renouvelle les modes de création des objets en permettant d’enregistrer directement l’empreinte numérique du geste humain ; elle démultiplie l’interactivité au service de la muséographie, et inspire très largement l’art numérique.

Ce type d’interface se révèle également prometteuse pour des usages dans l’industrie, le monde médical ou l’éducation. En Grande-Bretagne, par exemple, des scientifiques ont mis au point des robots utilisant la technologie de la détection de mouvement intégrée à Kinect pour repérer des survivants dans les immeubles après un tremblement de terre. Une révolution de l’interaction homme-machine est en cours.

> Retrouvez cet article et plus encore dans RSLN #11, un numéro spécial recherche

RSLN le 20/07/2012
rsln
RSLN le 20/07/2012

1 Comments


Albert

Pour davantage d'infos sur le machine learning, je vous renvoie sur ce site explicatif très complet http://fr.smartmeup.org qui détaille les différentes technologies.

le 26 July 2012

Ajouter un commentaire


Loading
biuquote
  • Comment
  • Preview

S'abonner à la newsletter

Votre adresse email sera uniquement utilisée pour vous envoyer la newsletter de RSLN. Microsoft ne l'utilisera pour aucune autre communication, qu'elle soit commerciale ou institutionnelle. Microsoft ne vend ni ne loue ses listes d'abonnées à des tiers.