Data Science : revue de l'année 2018

Yann Carbonne, expert Data Science Valoway, est intervenu lors du meetup de l’association Breizh Data Club afin de présenter les avancées notoires de la Data Science et de l’Intelligence Artificielle en 2018. Il a illustré ses propos par des sujets ayant fait le “buzz” durant l’année écoulée, en expliquant les avancées scientifiques et/ou technologiques ayant permis d’atteindre ces nouveaux jalons.

Une IA gagne contre des humains au jeu Dota 2

Développée par l’association à but non lucratif (soutenue en particulier par Elon Musk) “Open AI” , en utilisant des méthodes d’apprentissage par renforcement, elle a écrasé une équipe de joueurs semi-professionnels. Derrière ce succès, pourtant, pas d’avancée scientifique notoire, mais plutôt une prouesse d’ingénierie, permettant à l’IA de jouer contre elle-même chaque jour l’équivalent de 180 années. Pour cela, elle a été dotée de 128 000 CPU et 256 GPU, pour un coût estimé de 25 000 $ par jour de services Cloud.

L’espèce humaine a pris sa revanche sur les machines en remportant la deuxième manche, représentée cette fois-ci par des joueurs professionnels parmi les meilleurs mondiaux. La belle est prévue le 13 avril et même “L’Equipe” en parle.

Les avancées en NLP ( Natural language processing)

2018 a été un excellent millésime en ce qui concerne le NLP, avec des apports précieux de la part de FastAI, de l’Institut Allen, d’OpenAI et de l’inévitable Google. L’utilisation des “modèles universels” a entrainé des gains de l’ordre de 5 à 25% sur l’état de l’art de différentes tâches, permettant de dépasser les capacités humaines sur plusieurs d’entre elles. Le grand public en a surtout entendu parler lorsqu’ Elon Musk a déclaré ne pas vouloir publier les résultats de recherche du modèle GPT2 créé par OpenAI par crainte d’une mauvaise utilisation (par exemple sur la génération automatique de “fake news”).

L’autoML, futur de la Data Science?

Jeff Dean, à la tête du département IA de Google, prétend que les entreprises pourraient se passer de compétences en Machine Learning à condition d’avoir accès à 100 fois plus de puissance de calcul (voir sa conférence). Cela serait rendu possible par le autoML, qui facilite et accélère le travail des DataScientists en mettant à leur disposition des modèles pré-entrainés dans le cloud. Google propose par exemple des solutions de “AutoML Vision” ou “AutoML Natural Language”. Alors, simple coup de com’ de Google pour augmenter les ventes de ses services cloud, ou début de la fin pour les Data Scientists?