L'intelligence artificielle au secours des poissons
La question de l’introduction de l’I.A. en écologie semble de plus en plus une réalité. Les chercheurs pourront avoir des données probantes sur la préservation d’espèces florales et fauniques.
Publié le 09 mars 2021 Mis à jour le 09 mars 2021
Vous avez peut-être suivi l'évolution de l'utilisation de l'Intelligence Artificielle (I.A.) dans le jeu d'échec et le jeu de Go. Ce que peu de gens savent est que, dans les deux cas, les machines ont réussi à vaincre les champions humains grâce à d'autres humains qui écartaient des calculs toutes les voies sans issue et ramenaient ainsi le nombre de possibilités à calculer dans des paramètres raisonnables.
Dans le cas de sciences humaines, le même genre de stratégie est mis en oeuvre. En effet, comme
«les outils d’analyse statistique ne conviennent pas aux besoins des historiens et sociologues, notamment pour l’étude des réseaux d’interactions sociales. L’analyse de leurs corpus de données, complexes et souvent incomplets, doit en effet pouvoir être modulée en fonction des informations connues par le chercheur.»
Le projet HistorIA de l'Institut DataIA auquel participe l'Inria vise justement à résoudre ce problème. Il a permis la mise à disposition, en 2020, «d’un système de calcul des groupes (clusters) au sein d’un réseau social qui repose sur un partage d’initiatives entre algorithmes et connaissances du chercheur. »
Ainsi les chercheurs saisissent en amont certaines données connues que des calculs doivent nécessairement approcher à partir de leurs données. Si les calculs s'en éloignent trop, un problème est ainsi identifié et les chercheurs peuvent alors limiter l'étendue des aberrations, en choisissant les meilleurs méthodes et algorithmes, dans un processus itératif et ce sans perdre des heures ou des jours.
Le réel problème était entre les programmeurs et les chercheurs : les paramètres des algorithmes leur paraissent obscurs et ils n'ont aucune idée desquels choisir. Avec cette méthode, les chercheurs peuvent constater lesquels correspondent le mieux à la situation sans pour autant se transformer en professionnels du traitement des donnés.
Projet Aziz - Integrating Prior Knowledge in Mixed Initiative Social Network Clustering
Article : Histoire et archéologie : vérifier les données et visualiser le passé