La gestion moderne des données, le cerveau caché de l’IA

Le cerveau adulte typique pèse environ 3 livres. et consomme 20 WATTs d’énergie. C’est une machine remarquablement efficace. Le psychologue lauréat du prix Nobel, Daniel Kahneman fait allusion à cette fonction de recherche d’efficacité lorsqu’il décrit la pensée du système 1 et du système 2. Il a prouvé que nous avons une méthode subconsciente, et donc peu puissante, de traitement de l’information. Il opère plus souvent que la fonction exécutive plus puissante.

Les experts en neuro-anatomie pensent que les souvenirs sont codés avec des émotions, mais ces émotions ne sont pas stockées individuellement. Ce sont essentiellement des références construites et stockées dans le système limbique. Fondamentalement, nous nous souvenons d’un événement, puis il y a une table de recherche pour savoir ce que nous en avons ressenti. C’est aussi une influence puissante sur la façon dont nous faisons inconsciemment des choix.

Ce système limbique, situé dans le cerveau moyen, influence les décisions futures car il utilise la mémoire émotionnelle comme cadre pour ce qui pourrait nous servir ou ce qui pourrait nous tuer. Sans cela, nous faisons des choix sous-optimaux parce que nous perdons le contexte du risque ou de la récompense.

De même, l’analyse de l’IA sans toutes les bonnes données conduit à un avenir défectueux. Par conséquent, il vaut la peine de parler de la façon dont l’organisation et la présentation de « toutes les bonnes données » sont essentielles. La gestion des données désordonnées, volumineuses et non structurées doit être considérée comme aussi importante pour l’IA que le système limbique l’est pour la fonction prédictive du cerveau humain.

Pourtant, il existe d’autres facteurs à la prise de décision automatique au-delà du système de mémoire émotionnelle. Explorons plus avant la métaphore du cerveau. Kevin Simler et Robin Hanson soutiennent dans leur livre, L’éléphant dans le cerveau : motifs cachés de la vie quotidienne, à quel point nous sommes inconscients de la nature de nos propres comportements. Ils font valoir que nous sommes comme nos « cousins ​​» primates en agissant selon des motivations sociales. Que vous considériez cette biologie évolutive ou apprise dans la famille d’origine, importe moins que de comprendre qu’il y a quelque chose d’autre caché dans notre cerveau humain.

Cet angle mort pourrait également expliquer pourquoi les technologues supervisent souvent la gestion des données en tant que phénomène de culture. En règle générale, les experts n’écrivent que sur la gestion des données en deux dimensions. Le premier est axé sur la technologie. Cela commence par la taille des octets, le débit et les modèles d’accès. Il s’agit d’un état d’esprit de plate-forme qui permet l’approvisionnement, le stockage et la disponibilité des données. Il a un fort biais pour les métadonnées (données sur les données) car c’est le volant avec lequel conduire la voiture.

La deuxième dimension couramment exploitée est le processus. Cette vue au niveau du système comprend l’ensemble du pipeline, de l’acquisition à la source, au tri et au brassage, au catalogage, à la présentation et enfin à l’archivage. C’est le point de vue de la ferme à la table. Ou plutôt, du point de vue de la ferme au Tupperware. Elle se préoccupe du « comment », tandis que la technologie adopte une perspective « quoi ».

La troisième dimension, sans doute invisible, réside dans la culture, ou le « qui ». La culture peut être décrite comme un ensemble de comportements ancrés par un système de croyances partagé et liés par des normes de groupe. La culture tire les ficelles fantoches du processus et de la technologie. Pourtant, c’est le facteur le plus négligé dans la gestion des données.

De nombreuses institutions se précipitent pour déployer la technologie et les processus d’outils sans comprendre d’abord comment elles veulent que leur culture mûrisse. Ils seraient mieux servis à se modeler de la même manière que les psychologues positifs étudient les personnes les plus performantes. Ces chercheurs étudient les systèmes de croyances et les comportements qui sont communs chez les personnes vraiment accomplies.

S’il serait intéressant de fournir quelques études de cas pour prouver ce point, par souci de brièveté, nous présenterons un résumé des conclusions les plus abouties en matière de gestion des données.

Cela commence par un changement des systèmes de croyance autour des données. Dans ce nouveau paradigme, les données ne sont tout simplement pas un artefact de ce qui s’est passé ; c’est un atout avec des implications économiques énormes. Et contrairement à d’autres éléments du bilan, il peut prendre de la valeur avec le temps.

Dans cet esprit, vous trouverez ci-dessous une liste de contrôle des nouveaux comportements associés à un changement d’état d’esprit autour des données.

• Les données sont fédérées dans un tissu, non centralisées ni cloisonnées.
• Les connaissances sont organisées par contexte et étiquetées par les éditeurs et les abonnés.
• Les modèles sont préservés pour l’apprentissage continu et la responsabilisation.
• La transparence (observabilité) atténue les pressions légales et réglementaires.
• Une vision plus large de l’éthique s’étend au-delà des préoccupations initiales pour la vie privée.
• L’apprentissage automatique automatise les tâches d’ingénierie des données.
• Les travailleurs du savoir deviennent des travailleurs créateurs de valeur.
• Les décisions descendantes basées sur les données évoluent vers des informations partagées ascendantes.
• Les données sont mesurées en termes économiques et non en termes comptables.

Ainsi, si votre organisation vise à exploiter l’IA, ne négligez pas l’importance de la gestion moderne des données et les fondamentaux qui la composent. Commencez par comparer l’état actuel à l’état souhaité. Construire une approche transversale pour combler les lacunes. Appuyez-vous fortement sur les technologues, les ingénieurs de procédés, les développeurs organisationnels et les économistes pour formuler un plan de match.

Si vous souhaitez approfondir cette philosophie moderne de gestion des données, veuillez consulter ce livre blanc rédigé par Bill Schmarzo, le doyen du Big Data et un collègue estimé chez Dell Technologies.

Ce contenu a été produit par Dell Technologies. Il n’a pas été rédigé par la rédaction de MIT Technology Review.