Les mégadonnées (Big Data) et l’apprentissage automatique (Machine Learning) sont comme des frères siamois. Ensemble, ils sont bien plus que la somme de leurs forces: ils multiplient leur potentiel. Et, grâce à leurs innombrables déclinaisons, ces technologies sont capables de propulser de nombreux secteurs: de l’industrie à l’environnement en passant par les soins de santé. En d’autres termes: Les mégadonnées et l’apprentissage automatique ont (et auront de plus en plus) un impact sur la société dans son ensemble. Mais commençons par le début. En quoi consistent ces technologies?
Big Data et Machine Learning: deux définitions
Du fait qu’ils collaborent souvent, la continuité entre mégadonnées et apprentissage automatique est telle que vous risquez d’oublier qu’il s’agit de deux choses différentes. La prolifération des «points de collecte» que permettent les technologies numériques a multiplié la quantité de données disponibles. Dans cette foule de chiffres et d’études, il est nécessaire de mettre de l’ordre, c’est-à-dire d’étudier la multitude pour identifier les récurrences, les modèles et (en général) les informations cachées. Les mégadonnées captent donc le bruit de fond des mots, des phrases, des discours au sens complet. L’apprentissage automatique est la science qui, au moyen des informations reçues, crée des algorithmes qui peuvent «mâcher» les données et tirer des leçons de l’expérience. Une fois mis au point, les algorithmes d’apprentissage automatique fonctionnent et s’améliorent de manière autonome. En résumé, on pourrait dire que les données sont la matière première, les mégadonnées sont les cuisiniers qui les transforment en aliments utiles pour nourrir l’apprentissage automatique. Repas après repas, les machines affinent leur palais, reconnaissent les forces et faiblesses, indiquent des solutions.
Cinq avantages
Selon Gartner, «La science des données et l’apprentissage automatique ont un impact profond sur les affaires». De cinq façons. Ces technologies innovent: «Elles sont la clé pour trouver de meilleures solutions à d’anciens problèmes» et «de nouvelles approches inconnues». Deuxièmement: les scientifiques des données «explorent». Les dirigeants d’organisations et d’entreprises devraient leur permettre d’effectuer des «expéditions dans les mégadonnées», sans autre objectif clair que celui de rechercher de nouveaux trésors cachés. Troisièmement, les technologies «défient» le statu quo. Dans certains cas, c’est la seule façon de survivre, pas seulement de s’améliorer. Gartner souligne que face à la multiplication des données, les processus décisionnels humains sont souvent inadaptés. Le soutien du Big Data et du Machine Learning est donc nécessaire. Quatrièmement, les nouvelles applications «peaufinent» les processus et les produits existants. Cela signifie qu’ils les améliorent, avec des modèles de plus en plus détaillés, précis et personnalisés. Cinquièmement: «Sauvegarder». Les mégadonnées et l’apprentissage automatique peuvent servir d’outils de défense et de prévention. Dans le brouhaha des données, des informations existent déjà que l’observation humaine ne peut pas saisir. Pour l’identifier, il faut agir plus tôt et éteindre tout incendie avant qu’il ne se déclare.
Les secteurs concernés
Mieux connaître les processus, les explorer, identifier les informations que l’homme ne voit pas, recevoir des solutions possibles: il s’agit d’avantages dans pratiquement tous les secteurs. Pour ne donner que quelques exemples: industrie et agriculture, investissements financiers, commerce de détail et marketing, soins de santé, villes intelligentes, énergie. Il apparaît donc clairement que le binôme mégadonnées/apprentissage automatique ne se cantonne pas aux laboratoires informatiques ou aux domaines hyperspécialisés. Ces idées constituent un élément essentiel, bien que souvent caché, de la société contemporaine. Ou, comme le souligne Gartner: «Elles sont déjà en train de changer, et même de sauver nos vies.»
