A0678 Colloque "Les Systèmes Complexes face au Tsunami Exponentiel du Numérique": les Videos arrivent

Premières videos de ce colloque organisé au Pôle Universitaire Léonard de Vinci:

Jean Rohmer: L'informatique n'est pas l'amie des données

Jacques Printz: Ingéniérie des Big Data: risques et opportunités

Philippe Picard: Big Data et Prévision

A0620 Le langage naturel est très structuré ... et voilà pourquoi votre informatique est muette !

On a coutume de dire: "dans les organisations, 80% ou 90% des informations sont non-structurées"  sous-entendu dans des documents en langage naturel, et non dans des bases de données, elles bien structurées.

Rien n'est plus faux: le langage naturel est extrêmement structuré, bien plus que nos bases de données.

Ce qui n'est pas structuré, c'est notre capacité à formaliser -et même simplement à expliquer un peu- la structure du langage naturel.

 Sachons simplement, par exemple, que l'on n'a jamais établi de grammaires de la langue prenant en compte la ponctuation, élément important de structuration, s'il en est, n'est ce pas  ...

Voir à ce sujet les entretiens d'Alexandre Monnin avec le sémanticien François Rastier:

http://www.dailymotion.com/video/xisors_entretien-avec-francois-rastier-1-3_tech

Par contraste, les informations dites "structurées" de nos bases de données, sont  très pauvrement structurées. Elle n'ont pas par exemple cette capacité structurelle fondamentale de créer des structures qui citent, - font référence à - d'autres structures. On ne peut pas dans une base de données relationnelle avoir des parties de lignes de  relations qui "pointent" vers des parties d'autres lignes de relations, alors qu'en langage naturel, on passe son temps à énoncer des phrases qui font référence à d'autres phrases.

Bien difficile de faire des systèmes d'information un tant soit peu riches et féconds dans ces conditions.
Encore plus difficile de faire évoluer un système d'information, de l'adapter à notre monde à la complexité si changeante.

A0605 Pourquoi je suis déçu par l'évolution de l'informatique

J'ai commencé l'informatique il y a 47,5 ans.

Savez-vous comment il faut faire en 2015 pour pouvoir écrire en Java (le plus populaire des langages objet) des programmes qui manipulent directement une base de données SQL (le plus populaire des outils pour gérer des bases de données) ?

Savez-vous comment il faut faire dans ces conditions pour poser la question:

"retrieve all Product objects that have a price below 150.00"

Pour le savoir, allez voir ce lien:

http://www.datanucleus.org/products/accessplatform_2_2/guides/jdo/tutorial.html

(s'il vous plaît lisez jusqu'au bout)


Vous comprenez maintenant pourquoi les jeunes ne veulent pas faire de l'informatique, pourquoi il n'y a aucune sécurité sur Internet, pourquoi il y a tant de catastrophes informatiques (voir  le fil http://plexus-logos-calx.blogspot.fr/search/label/Catastrophe%20Informatique 
)

Je ne suis pas complotiste, mais il y a des moments, je me demande s'il n'y a pas des gens qui font tout pour nous mettre dans cette situation.

Il y a 45 ans, Jean-Raymond Abrial nous enseignait à Grenoble son système de gestion de bases de données SOCRATE, c'était tout de même autre chose.

Donnez-moi des raisons de ne pas être déçu.

Bon, cette déception est tout de même une bonne raison pour se mettre au boulot.

Et voici le fond de ma pensée de chercheur:

http://plexus-logos-calx.blogspot.fr/2015/02/a0606-les-chercheurs-satisfaits-quelle.html

A0603 Construisez vous-même votre moteur d'inférence

Je viens de publier sur Slideshare une version plus lisible de mon cours sur la construction d'un moteur d'inférence:

http://fr.slideshare.net/Jean_Rohmer/construire-un-moteur-dinfrence

Je reprends ici le texte associé à la première publication:

A0386 Moteur d'Inférence en logique des prédicats en Java ou C# pour les nuls

C'est très facile de construire soi-même son moteur d'inférence avec un langage orienté objet comme Java ou C#.
Voici le support du cours d'Intelligence Artificielle de l'ESILV ( 4 ème année) qui explique comment rédiger un tel moteur.
On explique en particulier comment tout se ramène à des opérations de jointure sur des tables.

Il s'agit d'un moteur sophistiqué, en logique des prédicats avec des variables, en chaînage avant.
On parle aussi de la Méthode d'Alexandre en Datalog, qui permet de faire du chaînage arrière à partir du chaînage avant.
On explique aussi comment ce moteur peut être le cœur d'un système réactif intelligent, de type "Complex Event Processing'.

La représentation des connaissances utilisée est le réseau sémantique, (ou triplets). Ceci permet au moteur de travailler sur des données de type RDF du Web sémantique.

L'expérience montre que la quasi-totalité des élèves terminent leur moteur d'inférence en 3 séances de TP.
Ecrire soi-même son moteur d'inférence plutôt qu'en utiliser un déjà tout fait offre évidemment de multiples avantages, entre autres ceux de pouvoir l'adapter, le faire évoluer, l'insérer dans n'importe quelle application.
Et évidemment le plaisir d'écrire soi-même un programme relativement complexe, et de comprendre à fond les mécanismes d'inférence !

A0522 Big Data et Traitement de l'Information: pourquoi c'est si difficile

Les données naturelles, libres, ouvertes, c'est difficile de les structurer

Les données structurées, c'est difficile de les ouvrir, les libérer, les rendre naturelles

A0510 De Natura Numericum: Les Big Data entravées par les Bad Data

Voir: http://www.computerweekly.com/news/2240227682/Poor-data-quality-hindering-government-open-data-transparency-programme

Ça alors! Il y a des gens qui découvrent qu'il est très difficile de choisir comment représenter des données,  d'entrer des données dans un ordinateur, de savoir ce qu'elles veulent dire, de mélanger deux sources de données, ou trois ou quatre, ou mille, et de trouver un moyen simple pour que vous et moi naviguions dans tout ça sans effort, et prenions en conséquence de belles décisions.

Voilà ce que c'est de privilégier les usages à la science de l'information.

A0492 De Natura Numericum: Le Numérique a tué l'Informatique mais il va aussi tuer le Web

Le Numérique a gagné la bataille sémantique par KO contre l'Informatique.
C'est une guerre toute récente, dont tout le monde se proclame vainqueur.
Ainsi le SYNTEC Informatique s'est rebaptisé SYNTEC Numérique en novembre 2010
Et le CIGREF revendique l'usage de "numérique" dès 2010 aussi.

A l'époque, on ne parlait pourtant presque pas d'objets intelligents, ni de big data.

Et le mot "numérique" servait surtout à unifier les différents métiers de la profession, comme l'indique cette citation :

"La création de Syntec numérique s’accompagne d’une nouvelle gouvernance avec une organisation par collège où chaque métier (SSII, éditeur, conseil en technologie, opérateurs…) aura vocation à porter les problématiques qui lui sont propres. Ce changement devrait permettre, selon le président de Syntec numérique, à chaque profession d’exister."

(Citation extraite de: http://pro.01net.com/editorial/523334/syntec-informatique-devient-syntec-numerique/ )

En fait, l'expression "numérique" est passée dans la grand-public environ deux ans plus tard, -bien sûr via les media- précisément à l'occasion de l'émergence des objets intelligents et du big data.

Avec les objets intelligents (dont les smartphones), le phénomène est que les machines de Von Neumann sortent définitivement des ordinateurs, d'entreprise ou personnels. 

Ce qui est fondamental, est, que -ce faisant- le numérique sort du Web: les  applications sur les smartphones, les systèmes embarqués sur des objets autonomes ne sont pas de la même matière logicielle que le Web (HTML, HTTP) et son universalité.

Le Numérique, après avoir tué l'Informatique, est donc en train de tuer le Web, et sans doute ensuite Internet.

Tout ça, c'est encore la conséquence de la nature de tsunami exponentiel du numérique. Ça change tout le temps, chaque nouvelle vague recouvre tout l'ancien paysage.

Et le rôle documentaire universel du Web, -incarné et exploité par Google- est remplacé par le Big Data en Cloud.

Les nouveaux oligopoles du numérique se moquent de l'universalité documentaire du Web, tout ce qu'ils veulent,  c'est récupérer les données structurées issues des objets intelligents.

A0427 Les Miracles du Big Data

Lu dans une revue apparemment très sérieuse, ce beau jugement sur le Big Data:

"Il n'y même plus besoin d'analyse statistique. Rapprocher les données suffit"

"Il n'y a même plus besoin de données exactes"

Bientôt, je sens qu'on va nous dire

"Il n'y a même plus besoin d'avoir beaucoup de données"

A0416 Programmation orientée objet: définition

La programmation orientée objet est au traitement de l’information

Ce que le code du travail est à l’esprit d’entreprise

(Ceci ne comportant aucun jugement de valeur sur les quatre éléments de l'analogie)

A0388 Big Data Big Brother et Petit Malin: pour une éthique des clics

Si vous avez peur des big data, capables en gros de tout savoir de vous, y-compris et surtout votre avenir-, il y a une solution simplissime et radicale pour échapper à leurs étreinte: faites n'importe quoi!

• Cliquez des "j'aime" au hasard, ou choisissez 50% de choses que vous n'aimez pas.
•  Posez des questions sur Google sur des sujets qui ne vous intéressent pas du tout.
•  Devenez ami de gens que vous ne connaissez ni d'Eve ni d'Adam. 
• Ecrivez des courriels sans queue ni tête sur Gmail, etc ...

D'une part, vous deviendrez vite un OVNI qu'aucun algorithme de data mining ne saura catégoriser.

D'autre part, si tout le monde fait ça, les oligopoles de l'Internet commenceront à se demander sérieusement ce qu'ils pourraient bien faire qui puisse vraiment intéresser les gens.

A0386 Moteur d'Inférence en logique des prédicats en Java ou C# pour les nuls

C'est très facile de construire soi-même son moteur d'inférence avec un langage orienté objet comme Java ou C#.
Voici le support du cours d'Intelligence Artificielle de l'ESILV ( 4 ème année) qui explique comment rédiger un tel moteur.

http://fr.slideshare.net/Jean_Rohmer/construire-un-moteur-dinfrence

On explique en particulier comment tout se ramène à des opérations de jointure sur des tables.

Il s'agit d'un moteur sophistiqué, en logique des prédicats avec des variables, en chaînage avant.
On parle aussi de la Méthode d'Alexandre en Datalog, qui permet de faire du chaînage arrière à partir du chaînage avant.
On explique aussi comment ce moteur peut être le cœur d'un système réactif intelligent, de type "Complex Event Processing'.

La représentation des connaissances utilisée est le réseau sémantique, (ou triplets). Ceci permet au moteur de travailler sur des données de type RDF du Web sémantique.

L'expérience montre que la quasi-totalité des élèves terminent leur moteur d'inférence en 3 séances de TP.
Ecrire soi-même son moteur d'inférence plutôt qu'en utiliser un déjà tout fait offre évidemment de multiples avantages, entre autres ceux de pouvoir l'adapter, le faire évoluer, l'insérer dans n'importe quelle application.
Et évidemment le plaisir d'écrire soi-même un programme relativement complexe, et de comprendre à fond les mécanismes d'inférence !

A0379 Semantic Web Considered Harmful

Il y a longtemps que je n'ai pas dit du mal du Web Sémantique -les dernières fois j'en ai même dit du bien, voir les billets A0355  et  A0356.-

C'est certainement l'hiver prolongé qui m'a  fait perdre mon punch.
Mais je me soigne. En allant chercher d'autres médisants sur le Web.

En voici un ici, dont les propos datent de 2008 ...

C'est désolant qu'il soit aussi difficile de trouver des points de vue critiques parmi les chercheurs en informatique. Ça n'est pas comme ça que l'informatique va accéder au statut de science, elle qui se plaint amèrement d'être si mal reconnue par les "sciences dures" et si peu utilisée par les "sciences molles".

L'informatique est très utilisée par les sciences dures qui la méprisent

L'informatique est très admirée par les sciences molles qui l'utilisent si peu

A0355 Le Web Sémantique pour les Nuls

Thomas Francart va peut-être réussir à me faire aimer le Web Sémantique.
Et croyez-moi, ça ne serait pas une petite affaire ...

Regardez vite en cliquant ici cette page web qu'il a conçue: c'est la démonstration simple et convaincante  illustrant RDF et SPARQL que j'attendais depuis des années.

Bravo Thomas ! (Et pardon à ceux ou celles qui m'auraient montré déjà ça, et que je n'aurais pas compris).

Bravo Thomas, si je suis convaincu, beaucoup d'autres le seront!

A0351 QWANT le moteur de recherche français qui paye ses impôts en France

Cliquez vite sur QWANT!

Pas mal du tout !

La technologie de l'excellente société PERTIMM sise à Asnières.

Etre en direct avec  l'information sans passer par les USA, ou la revanche du 22 à Asnières !


Exemples de recherche:

Sémantique

Chantiers de l'Atlantique

A0303 Les facettes positives du Web Sémantique

Les habitués ne rêvent pas: je vais dire du bien du Web Sémantique, enfin, un peu.
Si l'on voit dans le web sémantique une approche de la programmation des applications radicalement différente de celle du génie logiciel classique, des langages orientés objet, des frameworks et autres design patterns, alors là il peut apporter quelque chose d'utile.
Habituer les gens à considérer l'information comme un ensemble d'énoncés, ne pas définir à l'avance des modèles, schémas ou classes, pouvoir un peu fusionner des informations étrangères les unes aux autres sans usine à gaz de conversion, pouvoir dessiner le graphe d'un ensemble d'informations ...
Pour avancer dans cette direction, il faut, entre autres:
-- disposer de navigateurs universels dans des graphes sémantiques, comme nous avons commencé à le faire  dans IDELIANCE avec les azimuts (voir à la page 86 de cette présentation Slideshare)
-- disposer d'éditeurs de réseaux sémantiques accessibles à tout un chacun (l'idée de base de Idéliance)
-- mettre au point de véritables langages de manipulation de graphes "pour les nuls" (SPARQL est trop focalisé sur les requêtes, Prolog est génial mais pas à la portée de tout le monde)
-- savoir se limiter au début à de petites applications simples
-- commencer l'enseignement de l'informatique en terminale (Option ISN ) avec ça et non par "Hello Word" et le tri de tableaux d'entiers

L'espoir que l'on pourrait mettre dans le web sémantique, dans ces conditions,  serait donc de nous débarrasser du génie logiciel, au profit d'un génie de l'information. Avouez que le jeu en vaut la chandelle ...

A0297 De quoi le web sémantique est-il le nom?

Dans le billet A0288, je m'inquiétais des quatre noms du Web Sémantique, eh bien la réalité dépasse la question.

Voilà que la prochaine conférence européenne sur le sujet, ESWC 2013 à Montpellier s'intitule

Semantics  and Big Data !

Le Cloud Computing l'a échappé belle ...

Qu'il est difficile de trouver un énoncé standard et canonique pour nommer quelque chose sous forme d'une URI.

Comme titre de ce  billet, j'ai hésité avec:

Fuite en avant

            Hôpital qui tente une OPA sur la Charité

                         l'Aveugle et le Paralytique

                                   Les rats quittent le navire

Comme je suis généreux, je vais donner une piste aux futurs comités de programme et futurs auteurs: chaque atome  d'information d'une table ou colonne de big data  peut trivialement être remplacé  sur un ou plusieurs triplets RDF.

Si avec ça je ne suis pas Invited Speaker ...

Ceci dit, au LIRMM, ils organisent super bien les conférences, et un séjour à Montpellier fin mai, quoi de plus sympa?

A0247 Artificial Intelligence Past Present and Futuree

Un lien vers une présentation que j'ai faite au congrès mondial IFIP 2004, sur le passé, le présent et le futur de l'Intelligence Artificielle.

Qui explique pourquoi et comment ça a bien marché il y a une vingtaine d'années, puis ça s'est endormi, et pourquoi cela reste le seul espoir d'améliorer le traitement de l'information.

J'ai en gros le même avis 8 ans après. J'ajouterai:

-- je déplore que le Web Sémantique nous ait fait perdre autant de temps, tout créant un terrain fertile
-- je déplore que l'IA s'intéresse de nos jours trop exclusivement à tout ce qui ressemble à des progrès algorithmiques (apprentissage, satisfiabilité), progrès certes très appréciables, mais qui occultent tout le problème amont de la représentation des connaissances, et de la modélisation des problèmes de manière acceptable par nous autres pauvres humains naturels.

A0246 Pourquoi j'ai zappé le web sémantique (en video!)

Merci à Alexandre Monnin d'avoir mis en ligne mon intervention du 14 Octobre 2011:

"De l'Intelligence Artificielle au Calcul Littéraire: pourquoi j'ai zappé le web sémantique"

Grâce au logiciel "Ligne de Temps" de l'IRI -Musée Pompidou, vous pouvez annoter cette video pendant son déroulement.

Si vous voulez voir les slides seules, c'est ici.

A0238 Destructurer le débat sur la structuration

J'ai fait une présentation à la conférence ECAI 2012, dans le workshop "AI and KM", organisé par Eunika Mercier- Laurent.

C'est une réflexion sur mes 30 ans d'expérience en langages, outils et pratiques en représention de connaissances, de Prolog à KOOL, puis  IDELIANCE et aujourd'hui le "Litteratus Calculus"

Voici le lien vers la présentation sur Slideshare.

Quelques extraits:

In the early 80's, AI languages (LISP, PROLOG, KRL, Constraints later) were seen as the promise of a  revolution in programming computers: declarative programming

1982: Alain COLMERAUER declares that PROLOG is designed to replace COBOL

1991 (Bull Cediag):

 Corporate Intelligence = Corporate Memory + Corporate Decision + Corporate Visibility

Semantic Networks is a good compromise between man and machine

Is Semantic Web a bad Joke ?

SW 2001: "Machines understand and help Humans" (Scientific American Paper)

SW 2006: "A machine-to-machine Web of data"

SW 2011: Linked Data: "Humans help Machines"

SW 2016: ???? 

Tools are important! Never say "This is just a tool". 

A good KRL should be enjoyed by people

A0226 Trop ou trop peu de données ?

Le Big Data, on en parle parce qu'il y a trop de données à traiter. (Voir le Billet A0225)

Le Web Sémantique, on en parle parce qu'il n'y en a pas assez. (Voir Le Billet A0216)

Vous êtes investisseur, vous faites quoi ?

N.B. Si vous êtes chercheur, noyez le poisson, mélangez les deux.