Les algorithmes d'aujourd'hui sont en mesure de traiter d'énormes quantités de données pour, par exemple, repérer des anomalies et enclencher certaines actions. Des chercheurs du MIT (Massachusetts Institute of Technology) souhaitent aller un peu plus loin dans leurs travaux sur l'intelligence artificielle afin d'ajouter à ces algorithmes une dimension proche de l'intuition humaine.
Les chercheurs du Laboratoire des sciences informatiques et de l'intelligence artificielle expliquent qu'il y a certaines données masquées qui ne sont, aujourd'hui, pas traitées par les algorithmes. Dans une base de données contenant les dates de début, et de fin de périodes promotionnelles, ainsi que les profits hebdomadaires, les données cruciales ne sont pas forcément les dates elles-mêmes, mais la période séparant chacune d'entre elles. Aussi, plutôt que d'analyser les profits globaux, il peut être intéressant de calculer leur moyenne et de corréler ces informations.
Ces analyses sous-jacentes sont aujourd'hui davantage perceptibles par les humains ; le MIT a donc tenté de s'inspirer de cette forme d'intuition humaine avec un nouveau logiciel baptisé Data Science Machine. Pour tester ce dernier, divers scénarios ont été mis en place, ainsi que plusieurs équipes.
Au travers de trois manches, le nouvel algorithme a réussi à battre 615 des 906 équipes d'humains. Sur les trois manches, les prédictions se sont avérées justes à 94 %, 96 % et 87 %. Toutefois, si les humains ont passé des jours, voire des semaines à rédiger leurs conclusions, il n'a fallu qu'entre 2 et 12 heures pour Data Science Machine...
Ces travaux seront présentés par le chercheur Kalyan Veeramachaneni à l'occasion de la conférence IEEE International.
A lire également :
