Reading Time: 5 mins

Sciences des données, apprentissage automatique et IA : identifier le besoin

anomalie de données

Sciences des données, apprentissage automatique et IA : identifier le besoin

Alors que nous faisions la démonstration d’une solution d’anomalie de données pour notre client en utilisant “R” et “Python” aujourd’hui, mes pensées sont revenues à un article récent que j’ai lu intitulé, Le gâchis de complexité de l’Inde est exactement ce dont l’IA a besoin écrit par Varun Aggarwal, co-fondateur d’Aspiring Minds dans le magazine MIT Technology en juin 2018.

La raison pour laquelle l’article de Varun m’est venu à l’esprit était que nous atteignions précisément une étape importante que l’article avait soulignée.

L’article dit,

“La première étape cruciale pour améliorer l’efficacité grâce à la robotique et à l’IA consiste à identifier un problème commercial et à le convertir en un problème de science des données.”

L’intelligence artificielle dans le secteur bancaire

Il y a une tendance générale à appliquer les sciences des données pour tout aujourd’hui. Un certain nombre de problèmes peuvent en fait être résolus sans apprentissage automatique / apprentissage en profondeur, mais étant donné le « parler de bouche » sur l’IA sur le marché, tout le monde veut mettre en place une solution qui utilise TensorFlow + Python et prétendre que le problème a été résolu à l’aide de l’IA. Permettez-moi de donner un aperçu de la solution que nous avons partagée avec notre client aujourd’hui et de la façon dont nous avons identifié le problème commercial avant de déterminer le plan d’action (oh et au fait, ce n’est pas un problème d’apprentissage automatique). La valeur la plus importante que vous offrez lorsque vous savez ce qu’est l’IA, ne la recommandez pas lorsqu’elle n’est pas nécessaire. Nous nous souvenons pourquoi nous nous sommes lancés dans ce métier (pour simplifier la vie de nos clients).

Notre client dispose d’une plate-forme de négociation pour les sociétés de production d’électricité/services publics. La plate-forme propose aux gens d’acheter et de vendre de l’électricité. Ainsi, ils prendraient la quantité d’énergie générée (en mégawattheures de charge) à partir de chacune des sources et prévoiraient le type de prix qui serait un point de référence pour les échanges ultérieurs. Et parfois, il pourrait y avoir des faux positifs provenant de sources de production d’énergie qui pourraient être des anomalies. De telles anomalies lorsqu’elles sont de fréquence élevée ou de valeurs extrêmes pourraient modifier considérablement la base du trading.

Notre client voulait avoir un moyen par lequel ils peuvent trouver des anomalies et les exclure de la distribution pour un calcul ultérieur . Compte tenu des ensembles de données vastes et variés impliqués, il serait bon que l’IA gratte, cependant, après de longues délibérations, a décidé de garder la solution simple et d’essayer ensuite des trucs «plus cool» plus tard après avoir goûté au succès initial. La raison de quitter le traitement de l’IA était que :

  • Gardez la dette technique sous contrôle. Ne proposez pas de solutions qui nécessitent une propriété intellectuelle plus élevée pour la maintenance.
  • R en tant que plate-forme possède déjà de nombreux packages destinés à la détection d’anomalies et notre client dispose de solutions existantes basées sur “R” de déploiement de production.
  • Le problème sera traité équitablement même avec des outils d’analyse numérique, même si le problème commercial a le potentiel d’être affiné et amélioré en utilisant les réseaux de neurones / l’apprentissage en profondeur, ce qui est apparemment dans nos esprits.

L’élément clé, cependant, était de mettre en évidence le raisonnement derrière l’application des sciences des données dans un scénario où l’utilisation était imminente.

Comme le dit Varun,

L’industrie informatique a encore besoin de personnes pour écrire des programmes. Mais même là, l’automatisation joue un rôle dans les services au-delà des programmations de base, telles que la surveillance du réseau, les tests et la maintenance de l’infrastructure. La grande opportunité pour l’industrie informatique indienne est de fournir des services d’apprentissage automatique au monde. Les entreprises informatiques ont commencé à développer des pratiques d’IA, mais le pays manque de talents qualifiés.

Au cas où vous seriez intéressé, vous pouvez lire l’article complet ici .

Janaha Vivek

I write about fintech, data, and everything around it | Senior Marketing Specialist @ Zuci Systems.