Aller au contenu | Aller au menu | Aller à la recherche

Cabinet Lefebvre-Nar 

ingénierie sociale, économique, environnementale

ingénierie sociale, économique, environnementale Sous le capot de l'Intelligence Artificielle, il y a juste ça

Sous le capot de l'Intelligence Artificielle, il y a juste ça

J'ai les doigts carrés, mais le démontage du moteur de Solex reste un souvenir important. Le cours dont je suis le plus fier : démontage-remontage du fusil-mitrailleur 12 mm. Je me sentais plus en confiance après ! Ça permet d'arrêter de 'se faire des idées'', ça dispense des mythes ou des jugements de valeur avec lesquels on pouvait se cacher sa propre ignorance. Peut-être beaucoup de gens ont-ils ce sentiment face à "l'Intelligence Artificielle" ? Je l'ai eu moi-même quand le mot est revenu à la mode, vers 2012-2014 (de quoi s'agissait-il ? Golem, ou esbroufe ?…). Ouvrons son capot !

J'ai rédigé pour mes étudiants de "Données numériques" une introduction à l'IA, en deux parties : un quizz pour découvrir progressivement la descente de gradient, et une maquette Excel pour voir fonctionner en vrai, grâce à la descente de gradient, un réseau de neurones profond. Je mets le quizz en accès libre ici.

Voici le résultat auquel on arrive à la fin du quizz !

Si on a un problème consistant à chercher une information inconnue y (les ventes de l'an prochain à un client, le nom d'une personne sur une photo),

à partir de données connues x sur les mêmes individus (les ventes passées au client, d'autres photos de la même personne),

et qu'on a défini pour ce problème un modèle, c'est-à-dire un type de calcul qui donne une estimation y^ de y à partir des données x, moyennant certains coefficients malheureusement inconnus a,

alors on dispose d'une règle (un algorithme) qui permet d'apprendre progressivement de bonnes valeurs des coefficients a, c'est-à-dire des valeurs avec lesquelles le modèle fera le moins possible d'erreur.

L'algorithme est, dans son principe, tout simple :

  • 1 — calculer le gradient de l'erreur par rapport à a,
  • 2 — modifier a proportionnellement à ce gradient,
  • et recommencer.

La seule condition pour que ce soit faisable, c'est de savoir calculer le gradient. Et déjà, qu'est-ce qu'un gradient ? C'est justement le sujet du quizz ; il conduit à trouver la formule pour le modèle le plus simple possible (le modèle linéaire y^=ax).

Revisser correctement le cylindre du Solex n'a pas fait de moi un technicien de Formule 1 ; mais les pistons des F1 marchent à peu près pareil que celui du Solex (oui, bon, sur 4 temps au lieu de 2).

Les "réseaux de neurones profonds" (deep neural networks, DNN) qui servent par exemple en reconnaissance d'images, comprennent, non pas 1 coefficient comme le modèle linéaire y^=ax, mais jusqu'à des milliards. Mais leurs valeurs sont calculées aussi par descente de gradient. Et ça marche, on arrive à de bonnes valeurs (fût-ce très lentement et en s'y reprenant plusieurs fois) ; nous le voyons tous les jours, tout comme les moteurs tournent… et ça a été prouvé mathématiquement, notamment par Léon Bottou en 1991.

Expliquer le Solex à un ado aux doigts carrés n'est pas si simple. Je m'attends à devoir réviser et corriger de nombreuses fois cette petite introduction à l'IA. (P.S. : elle en est au moins à la 10ème version au 24 septembre 2020 !). Commentaires et suggestions bienvenus !

image_quiz_DG_IA.png

message de maintenance technique : Nombre de secondes entre deux problèmes = 8

Cabinet Lefebvre-Nar 

message de maintenance technique : Rapidité du déplacement des références = 2

Sous le capot de l'Intelligence Artificielle, il y a juste ça

dimanche 14 juin 2020

Par Frédéric Lefebvre-Naré - Actualités

J'ai les doigts carrés, mais le démontage du moteur de Solex reste un souvenir important. Le cours dont je suis le plus fier : démontage-remontage du fusil-mitrailleur 12 mm. Je me sentais plus en confiance après ! Ça permet d'arrêter de 'se faire des idées'', ça dispense des mythes ou des jugements de valeur avec lesquels on pouvait se cacher sa propre ignorance. Peut-être beaucoup de gens ont-ils ce sentiment face à "l'Intelligence Artificielle" ? Je l'ai eu moi-même quand le mot est revenu à la mode, vers 2012-2014 (de quoi s'agissait-il ? Golem, ou esbroufe ?…). Ouvrons son capot !

Lire la suite...

Traiter le Covid-19 : la première étude "quali" publiée

mercredi 15 avril 2020

Par Frédéric Lefebvre-Naré - Actualités

Avec DCAP Research, nous avons mené une enquête netnographique observationnelle, collectant des témoignages et conversations publiés en ligne, en anglais, autour du sujet « Traiter le Covid-19 ». Le corpus collecté est composé de textes publiés par 402 médecins, patients ou autres auteurs, de 25 pays (une majorité des États-Unis), sur 41 réseaux sociaux ou sites web. C'est à notre connaissance la première étude "quali" (analyse en profondeur des attitudes et motivations sur un sujet) qui ait été publiée sur l'épidémie de Covid-19.

Lire la suite...

Covid-19 en chiffres et en faits

samedi 21 mars 2020

Par Frédéric Lefebvre-Naré - Actualités

Les maladies émergentes font partie de la mondialisation, et les épidémies font partie des phénomènes sociaux à chiffrer, à modéliser. Quelques contributions sur LinkedIn et les réseaux sociaux au long de la croissance du Covid-19.

Lire la suite...

Lexique de data : en pré-vue !

jeudi 19 décembre 2019

Par Frédéric Lefebvre-Naré - Actualités

Lexique pour les étudiants du cours de "Données numériques" de Paris 7 Diderot, mastère 1 "PISE" et "CCESE".

Lire la suite...

Intelligence Artificielle et études marketing : ça ne fait que commencer

jeudi 13 septembre 2018

Par Frédéric Lefebvre-Naré - Actualités

Interview pour Market Research News, avec son aimable autorisation.

Lire la suite...

Big data 5 ans après : vérifions nos analyses de 2013

jeudi 30 août 2018

Par Frédéric Lefebvre-Naré - Actualités

Frédéric Lefebvre-Naré avait été sollicité à l'automne 2013 pour contribuer à un ouvrage sur les big data et l'évaluation des politiques publiques ; il avait adressé à l'éditeur une note d'intention, bien moins académique que le chapitre finalement publié. En voici les 12 positions, 2 constats de révolutions, et 10 opportunités d'affaires.

Lire la suite...

Les professionnels des data sont rares, leurs compétences très hétérogènes : comment trouver qui résoudra un problème précis ?

mardi 6 mars 2018

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons constitué une base de données de plus de 1000 data scientists, data analysts, data crunchers, data engineers, data managers, avec qui nous sommes en contact ; base qualifiée et actualisée.

Comment faire fermenter l'innovation dans un groupe très traditionnel, au-delà d'un "digital washing" de façade ?

Par Frédéric Lefebvre-Naré - Problèmes solutions

En équipe de trois consultants senior, nous avons animé sur plusieurs jours un séminaire de dirigeants, et fait émerger un concept viable d'accélérateur de projets innovants.

Quand de grandes entreprises lancent des consultations internes ouvertes… que faire de la masse de textes qui remontent ?

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons analysé pour la SNCF, PSA, La Poste,…, des dizaines de milliers de contributions, issues de plates-formes différentes : structuré les idées, explicité les débats chauds, dégagé les pépites.

La numérisation bouleverse les activités économiques. Comment repérer ce que font vraiment les entreprises d'un secteur ?

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons reconstitué et reclassé les activités réelles des entreprises d'une branche, en confrontant 5 sources statistiques, textuelles et ad hoc, pour le compte de l'Observatoire de la branche.

Un studio de jeu vidéo doit, des années avant le lancement du jeu, concevoir le suivi du comportement des futurs joueurs.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons accompagné un studio pendant plus de 2 ans, de la conception des futurs indicateurs de performance à la programmation des trackers logiciels et des dashboards Tableau. Le jeu continue :-)

Dans une entreprise spécialisée sur des chantiers de long terme, l'évaluation annuelle des collaborateurs suscitait des conflits.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons construit avec la DRH, spécialement pour ce métier, un outil de 360° qui a fait la quasi-unanimité. L'entreprise nous en confie la maintenance évolutive depuis 5 ans.

Une start-up technologique se demandait comment atteindre le marché grand public.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Notre équipe a fait apparaître un consensus rapide sur la valeur que la start-up apportait aux destinataires. La communication en ligne que nous avons construite a été conservée pendant 5 ans.

Avant de déplacer un grand site, une entreprise souhaitait repérer ce qui faisait son succès et pouvait être transféré.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons enchaîné une observation in situ et la mise en place d'un baromètre, qui ont identifié les conditions de succès, et mesuré une forte progression après la mise en oeuvre de nos recommandations.

Des cabinets d'expertise des Risques Psycho-Sociaux sont freinés, pour repérer les problèmes émergents, par les outils de questionnement standard.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons livré des moyens simples d'analyse et d'interrogation, qui font ressortir les risques émergents et ceux spécifiques à chaque entreprise, tout en respectant les échelles scientifiquement validées.

Un industriel était débordé par les messages de beta-testeurs qui ne concernaient pas des problèmes.

Par Frédéric Lefebvre-Naré - Problèmes solutions

Nous avons livré un algorithme d'analyse automatique des messages pour filtrer les problèmes et quantifier où ils se concentrent.

- page 1 de 3