blog

De meilleurs insights à partir de données de meilleure qualité - La puissance de l'apprentissage automatique et de l'IA

De meilleurs insights à partir de données de meilleure qualité
Liisa Åström, vice-présidente, produits et systèmes VIM
Liisa Åström
Vice-présidente, Produits et systèmes de mesures industrielles
Published: Apr 14, 2020
Bâtiments et qualité de l'air intérieur
Mesures industrielles
Innovations et inspirations

Le terme « apprentissage automatique » a été inventé par Arthur Samuel en 1959, avec une recherche sur le sujet (étroitement liée à la recherche sur l'intelligence artificielle (IA)) qui s'est poursuivie au cours des décennies suivantes. Mais à cette époque-là, le terme était en avance sur son temps, la puissance de calcul ne permettant pas d'obtenir les occasions escomptées. C'est seulement maintenant que nous commençons à récolter les fruits de ces travaux précoces, grâce à la puissance de calcul décuplée, qui permet d'augmenter la qualité des informations numérisées, et la possibilité de partager facilement les données par Internet. 

Une révolution basée sur le cloud

La prochaine révolution industrielle a déjà commencé ; des changements et des développements majeurs ont eu lieu avec les plateformes de cloud au cours des 5 dernières années, avec les industries tirant massivement parti de la disponibilité d'offres commerciales de plus en plus standardisées. Des occasions sont apparues ; elles ont permis de traiter et d'analyser de grandes quantités de données et de faciliter l'accès aux données. La disponibilité du cloud et les dispositifs IdO (Internet des objets) connectés offrent la plateforme pour ce qui suit et cela impliquera sans nul doute l'IA et l'apprentissage automatique.

Au cours des dernières années, les industries ont déployé beaucoup d'efforts pour collecter des données sans réellement savoir comment les utiliser. L'apprentissage automatique et l'IA sont les pièces manquantes du puzzle : une solution qui attend depuis des décennies son problème. En 2020, nous disposons enfin de la puissance de calcul suffisante pour utiliser l'apprentissage automatique, l'écosystème et l'environnement étant prêts et en attente. Nous pouvons utiliser les données de tous ces périphériques connectés dans le cloud et trouver de nouvelles occasions avec l'IA. Personne ne sait vraiment ce qui va se passer ensuite, mais je suis sûre qu'il y aura de la valeur à réaliser et de nouvelles informations précieuses à découvir.

Assurer la sécurité des données

Lorsque l'on mentionne les risques associés à l'IA et au cloud, on pense immédiatement à la cybersécurité. Il est évident que, dans une société moderne, la cybersécurité est de la plus haute importance, mais le niveau de risque supposé est parfois surestimé. Le cloud n'est pas, par définition, sans sécurité ; il peut même d'une certaine manière être plus sécurisé que des données sur votre ordinateur personnel ou sur un serveur dans votre sous-sol. Les fournisseurs de cloud public ont des centaines, voire des milliers, de personnes qui travaillent sur la sécurité. Il serait difficile pour une société de déployer autant de moyens sur la sécurité dans un environnement non cloud. Nous voyons un tournant dans l'industrie où nous comprenons tous que la sécurité est essentielle mais où il apparaît de plus en plus clairement que le cloud pourrait en fait être l'endroit le plus sûr pour nos données.

Le gros risque des mauvaises données

Malgré tout, un autre risque, moins évident qu'une cyberattaque, existe. L'IA peut parvenir à compulser de grandes quantités de données et apprendre beaucoup de choses, mais l'apprentissage (et donc les décisions basées sur celui-ci) ne reflète que la qualité des données. En résumé, de mauvaises données signifient de mauvaises décisions. Il est important de garantir l'exactitude des faits et des données de base car, en présence de mauvaises données, même la meilleure puissance de calcul et tous les points de données du monde ne pourront vous sauver. Pour les applications de mesure, il est essentiel que les informations de détection d'origine soient exactes. Pour les autres applications, des considérations éthiques sont également à prendre en compte : les données doivent être exactes mais aussi justes et impartiales. Par exemple, si un système de recrutement avec IA apprend ce qui caractérise une bonne candidature en se basant sur un ensemble de données tiré des embauches précédentes, aucune femme ne décrocherait un emploi ! 

Les robots n'occuperont pas nos emplois

Même s'il est difficile de prévoir tous les impacts de l'apprentissage automatique sur les différents emplois exercés, il est peu probable que de larges secteurs d'emplois soient remplacés par des machines. Prenons par exemple les mesures de process industriels. Nous avons déjà indiqué combien il est essentiel que les données de mesure soient correctes. Nous continuerons donc à avoir besoin de personnes compétentes pour choisir les paramètres à mesurer, les équipements à utiliser, pour installer ces équipements, pour prendre des échantillons représentatifs, et plus encore. Sans cela, l'IA et l'apprentissage automatique seront un échec et nous aurons gaspillé les occasions qu'ils présentent. Demain, l'homme et la machine devront travailler ensemble, comme ils le font déjà aujourd'hui. 

Travailler pour fournir les bonnes données

Vaisala souhaite toujours apporter de la valeur à ses clients dans le domaine des mesures industrielles en mettant sur le marché les meilleurs produits. Pour cela, nous continuons d'innover et de rechercher de nouvelles occasions. La valeur d'une bonne mesure (à la fois stable, fiable et précise) est de plus en plus importante. Que vous souhaitiez optimiser les process industriels, obtenir des produits de haute qualité, développer une économie circulaire ou optimiser la consommation d'énergie, vous avez besoin de mesures de haute qualité. Nous recherchons également tous les moyens d'ajouter de la valeur à nos produits en modifiant, par exemple, la façon dont nos clients accèdent aux données de mesure passées et présentes ou reçoivent des alarmes et des notifications. Pour chaque société désireuse d'apporter plus de valeur, cette orientation de l'industrie vers les systèmes basés sur le cloud est quelque chose à approfondir. Nous souhaitons développer l'activité de mesure pour en améliorer la facilité d'utilisation et la valeur parce que le fait de disposer de données de mesure précises et fiables ne fera que croître.

Lisez également nos publications précédentes sur ce sujet : Développement de solutions à l'épreuve du temps par Mika Väisänen, notre architecte système senior, et consultez aussi certains avantages tangibles des solutions de détection basées sur le cloud que Lars Stormbom, notre directeur produit senior, a présentés dans sa publication En haut du ciel.

Ajouter un nouveau commentaire