My Blog

Étiquette : base de données

  • Pourquoi les compétences en IA restent inexploitées…

    Quand les capacités des organisations en matière d’IA sont loin d’être à la hauteur de leurs ambitions…

    Fivetran, acteur dans les données, a annoncé aujourd’hui les résultats d’une enquête qui montre que si 87 % des entreprises considèrent que l’intelligence artificielle (IA) est vitale pour leur survie, 86 % d’entre elles déclarent qu’elles auraient du mal à faire entièrement confiance à l’IA pour prendre toutes les décisions commerciales sans intervention humaine. 90 % des personnes interrogées déclarent que leurs organisations continuent de s’appuyer sur des traitements de données manuels.

    Menée par Vanson Bourne, l’enquête menée en ligne auprès de 550 professionnels de l’informatique et de la data science aux États-Unis, au Royaume-Uni, en Irlande, en France et en Allemagne a révélé que seulement 14 % des organisations considèrent leur maturité en matière d’IA comme « avancée », ce qui signifie qu’elles utilisent une IA à des fins diverses pour faire automatiquement des prédictions et prendre des décisions commerciales. Plus de deux répondants sur cinq (41 %) ont admis qu’il y avait une grande marge de progression dans la façon dont leur organisation utilise l’IA.  Mais ce chiffre tombe à 14 % si l’on considère uniquement les répondants français. 79% des répondants français considèrent qu’il y a une petite marge de progression.

    « Cette étude met en évidence des lacunes importantes en matière de mobilité et d’accès efficaces aux données dans les organisations. La réussite d’un programme d’IA dépend d’une base de données solide, à commencer par un data warehouse ou un data lake cloud » a déclaré George Fraser, PDG de Fivetran. « Les équipes analytiques qui utilisent un modern data stack peuvent plus facilement étendre la valeur de leurs données et maximiser leurs investissements dans l’IA et la data science. »

    Des traitements de données inefficaces freinent les progrès de l’IA et les bénéfices

     Les organisations semblent établir les bases de projets d’IA plus sophistiqués et prévoient d’y investir 13 % de leur chiffre d’affaires annuel mondial dans les trois à cinq prochaines années – contre 8 % aujourd’hui. Seuls 12 % des répondants sont moins susceptibles de dire que leur organisation collecte et utilise pleinement les données des systèmes opérationnels :

    ●      71 % peinent à accéder à toutes les données nécessaires à l’exécution des programmes, charges de travail et modèles d’IA.

    ●      Au moins 73 % trouvent que chacune des étapes d’extraction, de chargement et de transformation des données, pour les traduire en conseils pratiques pour les décideurs, est un défi.

    Ces traitements de données inefficaces obligent les entreprises à s’en remettre à la prise de décision par l’homme dans 71 % des cas. Les programmes d’IA peu performants ont également un impact financier sur les entreprises, les personnes interrogées estimant qu’elles perdent en moyenne 5 % de leur chiffre d’affaires annuel mondial à cause de la conception de modèles utilisant des données inexactes ou de mauvaise qualité.

     Les compétences en IA restent inexploitées

    La prévalence de données de faible qualité, cloisonnées et périmées signifie que les data scientists, employés par toutes les grandes organisations interrogées, consacrent moins d’un tiers de leur temps à la construction de modèles d’IA, le reste étant consacré à des tâches ne relevant pas de leur fonction. 70 % de leur temps est désormais consacré à la préparation des données.

    Seuls 13 % des répondants pensent que les data scientists au sein de leur organisation travaillent avec toutes les données de leurs systèmes opérationnels et appliquent des cadres d’IA/ML. Par conséquent, 87 % s’accordent à dire que les data scientists au sein de leur organisation ne sont pas utilisés à leur plein potentiel. Pourtant, le recrutement est cité (par 39 %) comme le plus grand obstacle à l’adoption de l’IA, ce qui souligne la responsabilité des organisations de renforcer de toute urgence les talents dont elles disposent déjà.

    Pour plus d’informations sur l’enquête Fivetran sur l’IA et pour télécharger le rapport complet, veuillez consulter le blog de Fivetran.

  • Le futur des bases de données

    DataStax dévoile ses prédictions 2020 pour le secteur des bases de données

    (suite…)

  • Auto-sécurisation, auto-réparation, auto pilotage, « Autonomous » , le futur de la base de données

    Avec Oracle, le futur sera « Autonomous » !

    En amont de la conférence annuelle Oracle OpenWorld qui se tient du 22 au 25 octobre à San Francisco, Oracle France investissait le 8 octobre dernier le campus Station F, le plus grand incubateur de startups et haut lieu de l’innovation technologique française.

    L’étape française de l’évènement Oracle IMPACT fut l’occasion de faire le point sur les dernières avancées technologiques chez Oracle – intelligence artificielle (IA), IoT, chatbots, blockchain…– à travers des plénières, des tables rondes, des témoignages de clients, des études de cas ou encore des démonstrations, et surtout de découvrir une toute nouvelle catégorie de plateforme : l’Autonomous Database Cloud.

    Andrew Sutherland, Senior Vice President Oracle Systems and Technology Business, EMEA and AsiaPacific, avait fait spécialement le déplacement pour venir nous parler avec passion de ce futur qui est déjà maintenant, comme le laisse entendre la baseline d’Oracle « Your Tomorrow, Today » ; et qui sera assurément… autonome ! Stéphane Roman, Cloud Platform Director Oracle France, et Alain Scazzola, Business Development Manager Oracle France, étaient également sur scène pour détailler et illustrer de manière concrète les avancées de la nouvelle plateforme.

    Avec Oracle Autonomous, la toute première base de données autonome au monde, l’éditeur de solutions B2B révolutionne la gestion des données, ces fameuses et précieuses data, comme la voiture autonome redéfinit notre rapport au transport.

    Aujourd’hui, on constate que 85% des attaques informatiques ont déjà un patch disponible depuis plus d’an, et que 74% des entreprises mettent plus de 3 mois à appliquer ces patches. Il y a aujourd’hui trop d’informations à traiter pour les humains. Et c’est là que l’IA peut aider à réduire cette complexité, à éliminer l’administration manuelle et les erreurs humaines, à assurer la sécurité et l’optimisation des performances, le tout à un moindre coût.

    Auto-pilotage

    Autonomous Database Cloud est un service Cloud de base de données basé sur Oracle Database 18c, intégrant une technologie d’apprentissage machine (machine learning) qui va bien au-delà des mécanismes classiques d’automatisation. Avec des capacités d’auto-pilotage, d’auto-sécurisation et d’auto-réparation, la base de données devient entièrement autonome : « Comparé à un système automatisé, un système autonome prend en compte le contexte », précise Andrew Sutherland.

    En matière d’auto-pilotage, la base de données assure en toute autonomie sa propre administration, tant d’un point de vue de la surveillance de son bon fonctionnement que de l’optimisation intrinsèque de ses performances. Elle prend également en charge la gestion de son infrastructure basée sur les plateformes intégrées Exadata.

    Pour des besoins périodiques ou saisonniers des entreprises, le machine learning peut par exemple provisionner préventivement le nombre de CPU disponibles pour la charge de travail.

    Le service peut surveiller les limites de capacité et les goulots d’étranglement pour éviter les problèmes de performance. Il peut effectuer les sauvegardes, les reprises, les mises à niveau et faire de l’auto-tuning.

    L’ERP NetSuite par exemple, bénéficie d’une longue expérience d’une vingtaine d’années en matière de tuning. En prenant une application comportant 8500 index, tunée de façon fine par des experts NetSuite, en la mettant sur Autonomous Database et en reconstruisant les index, l’application a présenté le même niveau de performance, mais avait optimisé le nombre d’index à 1700 !

    Auto-sécurisation, auto-réparation

    La base de données autonome s’auto-sécurise, en appliquant les correctifs de sécurité de manière périodique et automatisée. Elle peut également appliquer un correctif en urgence lors de la publication d’une faille « 0-day », et cela, sans avoir à arrêter le système.

    En cas de tentative de fraude, le machine learning détecte un comportement inhabituel et malicieux et répond automatiquement par le blocage de la transaction.

    En cas de panne système, Autonomous Database s’auto-répare automatiquement, sans interrompre le service. Ainsi le contrat de niveau de service garantit une disponibilité à 99,995 %, ce qui correspond à une durée d’interruption de moins de 2,5 minutes par mois (planifiée et non planifiée).

    Autonomous Database remplace-t-il le DBA (Administrateur de Base de Données) ? C’est sans doute la première question qui vient à l’esprit quand on découvre ses fonctionnalités. Autonomous Database prend en charge les tâches de maintenance, de provisionning, etc. ; des tâches techniques sans valeur ajoutée. Le métier de DBA va donc sûrement évoluer : il va pouvoir collaborer plus étroitement avec les équipes métier pour apporter son savoir-faire et sa connaissance de la donnée et de son cycle de vie, pour in fine, avoir un vrai rôle de data management.

    De la base de données autonome aux applications autonomes

    La famille Autonomous Database se décline désormais en trois produits : Autonomous Datawarehouse,Autonomous Transaction Processinget Autonomous NoSQL Database Cloud.

    Avec Autonomous Datawarehouse, l’autonomisation arrive dans les couches applicatives. Ainsi connectée à une base de données Autonomous, l’application Analytics Cloud permet de générer automatique des rapports de Business Intelligence. Différents cas d’usage sont évoqués ; par exemple, l’outil peut analyser les données avant même que l’utilisateur n’ait créé un tableau ou un graphique.  Il peut commencer à chercher des corrélations entre des données et en déduire des attributs qui n’existaient pas auparavant. Si vous avez l’habitude d’aller à New York et de produire à ce moment-là un certain type de rapport d’analyse, l’application va ainsi vous préparer ce rapport de manière proactive en fonction de votre calendrier et des interactions avec vos interlocuteurs habituels.

    « Tout devient de plus en plus autonome. Nous travaillons ainsi actuellement avec un retailer pour lui permettre d’envoyer les commandes avant qu’elles ne soient passées par les clients », annonçait Andrew Sutherland en introduction.

    Bienvenue dans le futur autonome !

    Il commence dès à présent…

    Pierre TRAN, journaliste 

     

  • #USI2018 – Pourquoi la blockchain est appelée à révolutionner les transactions et les échanges dans les années à venir ? 

    USI 2018 – Pourquoi la blockchain est appelée à révolutionner les transactions et les échanges dans les années à venir ?

    Lors de l’événement USI2018 qui s’est déroulé le 25 et 26 juin dernier à Paris, mydigitalweek a rencontré Primavera de Filippi, une jeune chercheuse au Cersa (CNRS), et au Berkman Center for Internet & Society à l’Université d’Harvard. Passionnée par les sujets autour de la blockchain, Primavera soulève les problématiques que font surgir les technologies sur le plan juridique.

    MyDigitalWeek : tout le monde regarde, peu de gens comprennent vraiment, et personne ne sait encore quel est l’avenir de cette nouvelle manière d’authentifier et de sécuriser les transactions. Quelle est votre définition de la Blockchain ?

    Primavera de Filippi : Ce qu’on appelle une blockchain, c’est une base de données qui, au lieu d’être stockée chez un intermédiaire central, est distribuée sur différents ordinateurs au travers d’un réseau ( peer-to-peer) – avec des techniques cryptographiques de certification et de non répudation

    Les ordinateurs conservent une trace de toutes les transactions. Cela constitue une sorte de registre (indélébile et décentralisé), de tous les échanges effectués. In fine, la blockchain est une technologie de stockage et de transmission d’informations, transparente, sécurisée, qui fonctionne sans organe central de contrôle.

    “Il s’agit d’une technologie de stockage et de transmission d’information, Cette technologie possède en particulier trois caractéristiques : elle est transparente, sécurisée et fonctionne sans organe central de contrôle”

    MyDigitalWeek : Pourquoi est-ce une technologie disruptive ?

    Primavera de Filippi :  La blockchain n’est pas juste une nouvelle technologie de plus. Elle va changer le paradigme de pensée, notamment par la suppression des intermédiaires alors que notre organisation sociale repose sur eux. La blockchain sert bien sûr à faire des transactions plus vite et à moindre coût, mais cela permet surtout de nouveaux usages et un changement dans les manières de penser.

     MyDigitalWeek :  La Blockchain est-elle synonyme de moteur de confiance ?  

     Primavera de Filippi : C’est plutôt un système trustless. Dans la communauté Blockchain, on a tendance à penser que les individus et les organisations ne sont pas dignes de confiance et que les transactions devraient être en conséquence gérées exclusivement par du code informatique.
    Mais, quand la confiance dans la techno est rompue à cause de circonstances imprévues, comme une faille dans le code ou dans la conception, alors le système tout entier risque de se rompre. Seule l’intervention permet de restaurer les garanties originelles et la confiance. Le débat est de savoir si l’on peut modifier l’historique des transactions interroge la raison même d’être de ces systèmes.

    MyDigitalWeek :  La blockchain n’a t- elle pas besoin avant tout de pédagogie et d’évangelisation plutôt que de gouvernance 

    Primavera de Filippi :À l’instar d’Internet qui a mis une décennie à transformer les économies et la société, il faudra sans doute attendre plusieurs années avant de constater ses effets disrupteurs. Des freins subsistent en particulier dans le cadre juridique. A ce jour, aucune application s’appuyant sur la blockchain n’a révolutionné notre quotidien. Mais les idées et les expérimentations ne manquent pas.

    MyDigitalWeek :  Quelle est la place de la France à ce niveau ?

    Primavera de Filippi : La France n’est pas en retard au niveau technoogique. Mais comme ailleurs c’est le cadre juridique qu’il faut travailer. Qui décide des règles ? Qui surveillent leurs applications ? Malheureusement, ces questions primordiales sont peu abordées pour une raison simple : le développement de cette technologie est assuré par un petit groupe de développeurs. Il n’y a pas vraiment de représentativité des personnes qui vont utiliser ou qui vont être assujetties à cette technologie.

    MyDigitalWeek :  Un message à faire passer ?

    Primavera de Filippi : La blockchain a aujourd’hui besoin de se poser la question du maintien de son ordre social et moral. Comment encadrer les risques de voir cette technologie utilisée contre l’intérêt général ? Comment être certain que la blockchain respecte toutes les questions de vie privée et de confidentialité ? Il y a encore beaucoup de questions, allant de celle des intérêts de chacun et celle de la régulation. Le prochain défi est d’incorporer des mécanismes juridiques à l’intérieur de la technologie, afin de pouvoir la gérer.

    Propos recueillis par Annie Lichtner 

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

     

      

     

     

     

     

     

     

     

     

     

     

     

     

  • Comment la NASA est passée des données à la connaissance …

    La NASA : retour d’expérience 

    La NASA utilise la technologie de Neo4j, éditeur de la première base de données de graphes au monde, afin de consulter sa base de données « Lessons Learned », et pouvoir réaliser des requêtes complexes avec un temps de réponse quasiment immédiat.

    Une base de données qui atteint ses limites
    La base de données de la NASA est une vaste compilation de connaissances des missions passées, constamment mise à jour et sur laquelle l’agence spatiale s’appuie pour planifier les futurs projets et expéditions dans l’espace.

    Elle contient des informations détaillées de chaque mission remontant jusqu’aux années 1950 et chaque archive est révisée et validée avant d’être intégrée. Outre le personnel de la NASA, des milliers de scientifiques, d’ingénieurs, d’enseignants et d’analystes du secteur privé et du secteur public accèdent chaque mois à cette base de données.
    Sa taille s’étant amplifiée, l’interface utilisée en interne pour interroger le jeu de données – une recherche par mots clés basée sur un algorithme de type PageRank – devenait peu maniable.

    Par exemple, lorsqu’un ingénieur essayait d’effectuer une recherche à partir de 23 mots clés dans cette base de données de près de 10 millions de documents, comme cette dernière se basait sur un algorithme PageRank, les archives positionnées en premières lignes des résultats se trouvaient là parce qu’elles étaient le plus souvent consultées, non parce qu’elles contenaient la bonne information. En outre, après une telle recherche, l’ingénieur se retrouvait avec plus de 1 000 documents qu’il aurait fallu consulter individuellement pour savoir s’ils contenaient les informations nécessaires.

    Passer des données à la Connaissance, le bénéfice de la base de données de graphes
    La NASA est partie d’un principe simple : l’information n’est pas le pouvoir. C’est la connaissance qui l’est. Ainsi, peut importe le volume d’informations qu’une entreprise ou une organisation peut détenir, si elle ne sait pas la convertir en connaissance exploitable, alors, dans les faits, elle n’a rien.

    C’est sur ce principe que l’équipe de David Meza, Chief Knowledge Architect de la NASA, a entrepris le développement de cette nouvelle base de données.

    Pour convertir les données en connaissances, il est important de pouvoir combiner gestion des connaissances, maîtrise de l’informatique et de la science de la donnée. La gestion des connaissances est utilisée pour la stratégie, l’informatique pour automatiser le traitement des données et la science de la donnée fournit, quant à elle, les algorithmes et les méthodologies permettant de convertir ces données en connaissances exploitables pour les utilisateurs finaux.

    Lorsque l’on combine les trois, on aboutit à ce qu’on pourrait appeler « la visualisation régie par les données ». Ainsi, il vaut mieux privilégier une visualisation issue des données plutôt que d’essayer de faire rentrer les données de force dans  une représentation inadaptée.

    Et pour cela, les bases de données de graphes en général telles que Neo4j, sont les outils les plus adaptés.

    Transformer la connaissance en graphes
    Dans un premier temps, la NASA a donc importé l’ensemble de ses données dans Neo4j pour bâtir cette nouvelle base.

    La NASA a pris les métadonnées directement dans le fichier source et les a converties en une base de données documentaire. Les données sont présentées par une visualisation naturelle qui permet au cerveau de mieux saisir les schémas.

    Au delà des données elles-mêmes, la NASA a pris tous les textes issus des apprentissages des projets et les a soumis à un algorithme de modélisation des sujets, l’allocation de Dirichlet latente qui a renvoyé près de 27 sujets. Ce qui a alors permis de disposer d’un nouvel élément de métadonnées qui a pu être ajouté aux apprentissages afin d’améliorer la recommandation : le sujet.

    Dans la mesure où de nombreuses métadonnées étaient associées à ce type d’apprentissages, l’Agence spatiale a pu interconnecter les sujets par leurs catégories respectives. Elle a pu ainsi non seulement disposer des apprentissages avec leur sujet, mais aussi des corrélations entre les différents sujets.

    Puis la NASA s’est attaqué à l’intégration des tendances et des matériaux dans la base.

    La création de cette base de données a ainsi permis d’offrir à la NASA une visualisation interactive des données qui montre tous les différents sujets générés, ainsi que les termes au sein de ces sujets. Ce qui est particulièrement utile pour un analyste, mais peu utile pour les utilisateurs finaux.

    Il restait donc à l’agence spatiale à développer un modèle lui permettant de présenter les données à ses utilisateurs finaux.

    Il s’agit d’un modèle de données de graphes simple basé sur des référentiels spécifiques sur lesquels la NASA s’est concentré parce qu’elle a de très nombreux groupes et que chacun détient son propre jeu de données d’intérêt. Les collaborateurs peuvent ainsi voir un apprentissage (nœud violet) qui a été écrit par celui qui l’a soumis (nœud rouge) dans un centre donné (nœud vert). Il se trouve dans une certaine catégorie (nœud jaune) et correspond à un sujet (nœud orange) lui même corrélé à un autre sujet qui contient plusieurs termes (nœud bleu).

    David Meza, Chief Knowledge Architect à la NASA, se félicite : «  Neo4j nous a permis de gagner 2 ans de travail et de faire économiser 1 million de dollars d’argent public à l’Etat »

    Aller plus loin et plus haut
    Aujourd’hui, la NASA se penche sur un autre projet pour examiner tous les commentaires des cosmonautes sur les missions dans la station spatiale internationale des 15 dernières années. Y figurent des commentaires sur ce qui a fonctionné, ce qui n’a pas marché, ce qu’ils ont vraiment apprécié et ce qu’ils n’ont pas aimé. Elle dispose d’une base de données de près de 90 000 commentaires pour lesquels il était vraiment difficile de filtrer et détecter des tendances.