76: La révolution Big Data : déjà la Singularité

Sommaire

• GPES : La 10e Edition est parue !
• 1. Big Data : les ordinateurs décident mieux que vous
  • La singularité
  • Big Data
  • De la Causalité à la Corrélation
  • A-t-on encore besoin du sens ?
  • Rétroaction Positive
  • L’Avenir : des “Fournisseurs de Décisions”
• 2. Corrélation Démographie – Economie
• 3. Actualités
• 4. Infographie : La population de Paris par Station de Métro
• 5. Video : Technologic (Daft Punk)
• 6. Articles cités

GPES : La 10e Edition est parue !

Ne laissez plus vos enfants vivrent leur don
comme une fatalité !

La 1e édition était parue en 1998, la 10e édition mise à jour vient de sortir jeudi 13 juin : le Guide co-écrit avec Jean-Charles Terrassier, le psychologue niçois découvreur du concept de dyssynchronie, poursuit sa carrière !

Il est le premier livre à lire sur le sujet : il apporte à la fois les bases théoriques nécessaires et les conseils pratiques utiles. il s’adresse donc à tous ceux qui sont concernés ou ont un proche qui l’est … ou pourrait l’être.

Vous pouvez le trouver dans toutes les librairies, à la FNAC, etc., voire le commander directement sur Amazon.

1. Big Data : les ordinateurs décident mieux que vous

La singularité

“Le monde n’est plus limité par le Q.I. Nous sommes tous limités par la bravoure et la créativité”
Eric “Astro” Teller^[1]

Sur IEET, Francesco Cortese remarque :

• Les superordinateurs actuels ont déjà dépassé la puissance du cerveau d’une personne moyenne estimée à 20 x 10^{^15} calculs par seconde (Petaflops) par Kurzweil (2006), Moravec (qui comptait 100,000 MIPS)

• La vitesse de transmission du signal dans un ordinateur est 1 million de fois plus rapide que dans le cerveau ce qui signifie directement que, si cette vitesse est liée à la perception du temps, alors, selon les calculs de Yudkowsky “ce serait l’équivalent d’expérimenter toute l’histoire depuis Socrate en 18 heures du ‘monde réel’“.

Faut-il en déduire que le Point de Singularité^[2] est déjà atteint ?

Sans doute pas de la manière dont il était imaginé (des robots conscients), mais fondamentalement : oui, les ordinateurs nous ont déjà dépassé, et ils vont commencer à nous diriger. Nous n’avons plus besoin d’être intelligents, les machines peuvent l’être à notre place.

Big Data

En 2012, chaque jour ont été créés 2,5 x 10¹⁸ (1 suivi de 18 zéros) octets d’information, 90% de l’information du monde ayant été créée au cours des deux dernières années (source), et IDC (cité par Wired) compte l’échange de 2,8 Zettabytes (2,8 x 10²¹ : 1 suivi de 21 zéros) sur l’année 2012, en prévoyant une multiplication par 50 entre 2010 et 2020.

Le Big Data en est né : il est l’exploitation de ces quantités astronomiques d’informations grâce à de nouveaux outils pour prendre des décisions de plus en plus rapides.

Quelques résultats sont déjà connus, comme par exemple :

• Google (2013) prédit avec 94% de réussite le succès des films au box-office

• Google Flu Trends prédit avec une très grande précision les épidémies de grippe à partir des recherches effectuées :

  

Mais la révolution n’est pas dans la précision en elle-même, mais dans la manière de l’obtenir : les algorithmes ne cherchent plus d’explications, ils se contentent de corrélations.

De la Causalité à la Corrélation

Les relations entre la causalité et la corrélation ne sont pas directes (elles sont explicitées dans la Lettre 51.3. “Epistémologie : Corrélation implique causalité“) et nous, humains, avons besoin de la causalité pour “comprendre”.

Mais c’est un luxe dont nous nous passons de plus en plus souvent : si vous découvrez qu’il y a une corrélation de 0,70 à la bourse entre deux valeurs, allez-vous attendre de comprendre le pourquoi avant d’en profiter pour vos investissements ? Allez-vous attendre de comprendre le pourquoi des découvertes de Evolv (citées Lettre 71.3: “Recrutement, efficacité et turnover : découvertes du Big Data“) pour les exploiter ?

Probablement pas, et c’est ce que font les ordinateurs : ils sont capables de détecter des corrélations entre plus de variables que ce que le cerveau humain n’en pourra jamais “comprendre”. Si le résultat d’une action fondée sur des corrélations correspond aux attentes, ne vaut-il pas mieux éviter le temps de traitement d’une recherche de causalité et agir au plus vite et plus sûrement ?

A-t-on encore besoin du sens ?

“N’importe quelle technologie que l’on peut distinguer de la pure magie est insuffisamment avancée.”
Corollaire de Gregory Benford de la Troisième Loi de Clarke

Une fois les corrélations détectées, les ordinateurs peuvent aussi prendre des décisions beaucoup plus rapidement que nous : les humains sont le maillon faible de la boucle de décision, doit-on les conserver ?

Certains pensent que oui, comme par exemple :

• Sur Big Data Republic, Daniel Gutierrez remarque :

  “Pour distinguer les corrélations faisant sens des autres, vous avez souvent besoin de vous baser une une classe d’hypothèses causales, et cela nous ramène aux humains faisant des théories et à l’intuition subjective.”

• Sur Les Clés de Demain, Bruno Teboul insiste :

  “Le marketing deviendra une science prédictive du consommateur lorsqu’il associera l’analyse des données à des travaux sur la complexité stochastique, comportementale et neuroscientifique…”

Le sens aurait encore de l’importance, et l’humain ne serait pas encore tout à fait remplaçable^[3].

Mais ce n’est pas vrai pour tous les domaines, et dans un fascinant article (à lire) sur Internet Actu, Hubert Guillaud cite Mayer-Shonberger & Cukier (2013) qui expliquent que c’est la tolérance à l’inexactitude qui importe :

“La plupart de nos institutions ont été créées en vertu de la présomption que les décisions humaines sont fondées sur l’information qui est petite, exacte, et de nature causale. Mais la situation change lorsque les données sont énormes, peuvent être traitées rapidement, et tolèrent l’inexactitude. En outre, en raison de l’immensité des données, les décisions peuvent souvent être prises non plus par les humains, mais par des machines.”
Mayer-Shonberger & Cukier, 2013 (cité dans Internet Actu)

Et ces informations tolérantes sont omniprésentes : c’est l’ensemble de la société humaine qui est remise en cause.

Rétroaction Positive

“Nous construisons une machine qui sera fière de nous.”^[4]
Thinking Machines’ motto (Wikipedia)

En fait, le véritable risque de cette révolution n’est pas le risque d’imprécision (ni même d’erreur : les ordinateurs en feront moins que les humains), mais la rétroaction positive déjà indiquée Lettre 20 : ceux qui contrôleront le Big Data bénéficieront d’un tel avantage qu’ils supplanteront les autres (qui disparaîtront) :

“Beaucoup d’anthropologues considèrent qu’il n’y avait de la place sur terre que pour une seule espèce véritablement intelligente : dès qu’une espèce atteint un certain niveau, le point de basculement, elle va tellement transformer l’environnement qu’il n’y aura plus de place pour d’autres. Une fois le point de singularité atteint par les robots, que croyez-vous qu’il se passera ?
Nous ne pouvons pas savoir (nous ne sommes, par définition, pas assez intelligents pour pouvoir l’imaginer) mais le mythe de Frankenstein est toujours aussi inquiétant.”
Neuromonaco Lettre 20.6 : Video : Les drones “finiront probablement par avoir notre peau à tous”

L’Avenir : des “Fournisseurs de Décisions”

On peut cependant imaginer une option beaucoup plus positive : nous avons déjà presque tous dans nos poches un ordinateur équipé d’une connection Internet et de tous les programmes suffisants pour atteindre presque toutes les bases de données accessibles au monde.

Ainsi, des entreprises pourront très bien mettre à disposition de leurs abonnés toute la puissance de leur Big Data^[5].

Il y aura dès lors une concurrence entre différents Fournisseurs de Décisions qui feront leur publicité sur la qualité des choix qu’ils proposent. Par exemple, un Fournisseur de Décision spécialisé diététique pourra mettre en avant l’amélioration de la santé des clients qui suivent ses indications, exactement de la même manière qu’un fournisseur de voitures autopilotées pourra mettre en avant son taux d’accidents et la vitesse moyenne de ses véhicules.

Notre “liberté” dépendra de l’existence de ces Fournisseurs de Décisions, de leur nombre (concurrence plutôt que monopole), c’est-à-dire d’abord de leur droit à opérer : de nombreux Etats voudront probablement les interdire.

Notes

1. “The world is not limited by IQ. We are all limited by bravery and creativity.”
   Eric “Astro” Teller (Director of Google [x]) at South By Southwest Interactive conference in Austin, Tex. March 2013
   Via: Inside Google’s Secret Lab. By Brad Stone. Businessweek May 22, 2013
   Synthèse en français : “X Lab : la face ”cachée“ de Google” – MagGeneration. 30 mai 2013

2. Voir les Lettres Neuromonaco :

   • 20.6 : Video : Les drones “finiront probablement par avoir notre peau à tous” 

   • 38.4 : “Video TED : Hod Lipson construit des robots “conscients”“

   • 47.3 :  “Singularité : deux robots ont réussi le test de Turing“

3. Au moins jusqu’à ce que les ordinateurs construisent des ordinateurs encore plus intelligents…

4. “We’re building a machine that will be proud of us.” Thinking Machines’ motto (Wikipedia)
   Voir : “Richard Feynman and The Connection Machine” by Danny Hillis. Physics Today. Sunday, January 15, 1989 

5. Ce qui donne un sens concret à l’expression “Economie de la connaissance“.

Liens

• “Big Data : nouvelle étape de l’informatisation du monde” By Hubert Guillaud. InternetActu.net 14/5/2013

• “Is Price-Performance the Wrong Measure for a Coming Intelligence-Explosion?” By Franco Cortese. May 30, 2013

• “Google prétend pouvoir prédire le démarrage des films au box-office” 20minutes.fr. 07/06/2013

• “Quantifying Movie Magic with Google Search”. Google Inside AdWords. June 06, 2013

• “How the Robots Lost: High-Frequency Trading’s Rise and Fall” By Matthew Philips. Businessweek. June 06, 2013

• “Peut-on vraiment prédire le comportement d’un consommateur ?” Par Bruno Teboul. Le Monde.fr – IBM – Les clés de demain. lundi 03 juin 2013

• Moving From Causation to Correlation By Daniel D. Gutierrez. Big Data Republic. 6/3/2013

Images : Don’t Panic – H2G2 : auteur inconnu ; Daft Punk: Technologic (vidéo ci-dessous) ; Google Flu Trends : Comment ça marche.

2. Corrélation Démographie – Economie

3. Actualités

Cette section premium signale quelques découvertes récentes (qui feront peut-être l’objet de futures lettres) et autres liens intéressants.

Cette semaine, trois nouvelles études sur le processus de décision : comment le cerveau fait pour associer des expériences parfois disparates en un événement unique et décider de passer d’un événement à un autre et d’agir.

4. Infographie : La population de Paris par Station de Métro

Trouvée via BigBrowser, cette superbe infographie de @VincentGarreau, @Gilles_Bertaux, @Robin_Lambert et @RemiFayolle détaille 17 critères économiques et/ou démographiques (ici : le Revenu par foyer) pour chaque station de Métro à Paris :

On remarque que Paris est une ville normale (la richesse est à l’Ouest), contrairement à Nice (où l’Est est beaucoup plus coté).

Lien :  Dataparis.io (via “VISUALISATION – La population de Paris, par stations de métro.” BigBrowser. 14 juin 2013)

5. Video : Technologic (Daft Punk)

“Write it, cut it, paste it, save it,
Load it, check it, quick – rewrite it,“

Wikipedia précise : “Le morceau fut utilisé sur une publicité pour l’iPod d’Apple à l’été 2005, ainsi que sur un téléphone mobile de Motorola au Brésil, au début 2005.”

Youtube : Daft Punk (2005) : Technologic (2’57”)

6. Articles cités

“Quantifying Movie Magic with Google Search.” (2013). Google Whitepaper | Industry Perspectives + User Insights (pp. 1–11).

Kurzweil, R. (2006). Reinventing Humanity : The Future of Machine – Human. The Futurist, (March-April), 39–46. (PDF)

Mayer-Schonberger, Viktor & Cukier, Kenneth Niel (2013) Big Data: A Revolution That Will Transform How We Live, Work, and Think.
http://big-data-book.com/