L’IA démystifiée au service de la data
Les consultants FiNELOG-BiSEUM sont certifiés Gold Partner Microsoft, ils sont formés et habilités à déployer les solutions logicielles PowerBI, Dynamics CRM, Office 365 ou encore Cloud Azure.
Afin de garantir leur niveau d’expertise, Microsoft accompagne régulièrement leurs partenaires, tel que FiNELOG-BiSEUM, dans l’actualisation de leurs compétences par des séminaires et des formations.
Le dernier trimestre 2018 était dévolu à l’Intelligence Artificielle (IA) autour de trois modules :
  • Démystifier l’IA
  • Créer son propre modèle et l’implémenter
  • Comprendre l’IA au travers de démos
Désormais, toute l’équipe de consultants certifiés Microsoft Gold Partner de FiNELOG-BiSEUM est aguerrie aux dernières tendances et enjeux de l’IA.

Module 1 : l’IA démystifiée

L’équation de Bellman a servi d’introduction à l’Intelligence Artificielle. Cette formule imaginée par Richard E. Bellman, est « une condition nécessaire à l’optimalité associée à la méthode d’optimisation mathématique appelée programmation dynamique ». En d’autres termes, l’IA est la science qui permet de rendre les choses intelligentes ; l’appellation donnée aux ordinateurs qui réalisent des tâches humaines.
Un des points majeurs à noter est qu’une IA ne peut répondre qu’à une seule question. Si on veut poser une deuxième question, il faut prévoir une deuxième IA. De plus, une IA fournit une information, il faut ensuite soit créer un outil pour la gérer, soit créer un rapport pour la mettre à disposition des personnes pouvant l’utiliser.
Il existe deux méthodes d’apprentissage pour préparer une IA :
  1. Machine Learning (apprentissage par l’exemple, permet de faire de la prédiction) depuis les années 1990
  2. Deep Learning : ensemble de méthodes d’apprentissage automatique depuis 2010 => les données nourrissent l’AI

IA 02

Le Machine Learning ne peut pas prédire quelque chose qu’il ne connaît pas ; son programme l’oriente vers la recherche de données pour acquérir ce type d’information au travers de deux entraînements :
  1. Entrainement supervisé : l’algorithme doit apprendre depuis des données non marquées
  2. Entrainement par renforcement : l’apprentissage s’exécute par des essais successifs avec un système de récompenses / punitions.
Plusieurs cas d’usage ont permis d’illustrer les apports théoriques :
  1. Reconnaissance d’objets ou de personnes
  2. Assistant personnel (reconnaissance vocale)
  3. Analyse de sentiments
  4. Prédiction (attrition, ventes, fraude)
  5. Traduction

Module 2 : Créer son propre modèle, l’implémenter

L’IA s’appuient sur des ressources type MOC avec EDX ou Microsoft Product Data Science pour répondre aux besoins d’industry verticals (Banking / Health / Retail / Telco / Manufacturing…) selon des Business Process (Sales / Marketing / Customer Service / HR / Finance).

Par exemple, l’implémentation de l’IA Factoring au sein de Scoretex a permis d’optimiser la supervision et le monitoring de scoring.

IA 01

Désormais, la Data Science peut prédire :

  1. Classification algorithms (it this A or B)
  2. Regression algorithms (how much ? How many ?)
  3. Anomaly detection algorithms (is this weird ?)
  4. Clustering algorithms (how is this organized)
Le cycle de vie d’un projet data science se découpe en deux grandes étapes :
  • Data science Process : Data Preparation / Training / Scoring
  • Modèle Prédictif & Mise en production (exemple de régression linéaire)

Cette démarche demande l’intervention de Data Scientist pour créer le modèle et l’implémenter correctement. Microsoft a mis à disposition les Microsoft Cognitives Services afin de proposer certaines IA As A Service (IAaaS).

Leurs possibilités sont un peu plus limitées, mais offrent l’accès à un certain nombre d’option autour de la vision (OCR, reconnaissance d’émotion), de la voix ou du langage naturel. C’est dans leur implémentation et celles des outils permettant d’utiliser les données récoltées qu’interviennent les équipes FiNELOG-BiSEUM.

Module 3 : Démos

Les équipes FiNELOG-BiSEUM ont pu assister à des démos logicielles sur l’Azure Machine Learning Studio et Azure Cognitive Services :

  1. Utilisation d’un Data Set sur Microsoft Azure Machine Learning Studio
  2. Transformation du modèle en webservices
  3. Utilisation de l’IA dans Excel pour simulation avec prédiction s’appuyant sur différents modèles pour faire le choix de la meilleure solution (exemple de la vente de détail)
IA 05
Faire appel à une SSII partenaire Microsoft, c’est l’assurance d’être accompagné par des consultants, formés et certifiés, qui interviennent régulièrement dans le cadre de projets et de missions d’expertise sur les problématiques fonctionnelles et les solutions BI Microsoft.
Tous les consultants FiNELOG-BISEUM certifiés Microsoft vous accompagnent dans la réalisation de vos projets autour des solutions Microsoft.