L'effet papillon : prévoir les tsunamis à partir des ondulations

Fourni par SÈVE

Nous étions en 1961. Les ordinateurs en étaient encore à leurs balbutiements et la course à la lune ne faisait que commencer. Edward Lorenz, un météorologue du MIT, développait un modèle de prévision météorologique. Lorenz a émis l'hypothèse qu'un événement minuscule, tel qu'un minuscule papillon battant des ailes dans l'Amazonie, pourrait hypothétiquement déclencher une chaîne d'événements qui pourraient provoquer l'atterrissage de tornades au Texas quelques jours plus tard.

Ce modèle (dont les illustrations ressemblaient visuellement à un papillon) a fini par être connu sous le nom d'effet papillon. En tant que métaphore, l'effet papillon en est venu à signifier une série d'événements apparemment insignifiants et sans rapport qui ont collectivement un impact massif plus tard, que ce soit en provoquant des tempêtes ou en influençant le marché boursier.

Alors qu'il y a quelques désaccord sur la capacité du modèle de Lorenz à prédire avec précision tout ce qui est intrinsèquement complexe comme la météo, le concept a clairement touché une corde sensible auprès du grand public. Pensez à Ashton Kutcher, en tant que voyageur temporel d'âge universitaire cherchant à modifier son enfance traumatisante en L'effet papillon ; ou le personnage de Robert Redford dans La Havane , qui proclame avec désinvolture : Un papillon peut battre des ailes au-dessus d'une fleur en Chine et provoquer un ouragan dans les Caraïbes. Ils peuvent même calculer les cotes.

Peut-être que Redford (ou du moins le scénariste) était sur quelque chose. Le monde est maintenant inondé de données , et plus d'entre elles ont été créées au cours des deux dernières années seulement que dans le reste de l'histoire humaine, selon le groupe de recherche scandinave SINTEF. La situation ne devrait pas s'améliorer de sitôt. D'ici 2020, environ 1,7 mégaoctets de nouvelles informations seront créés chaque seconde pour chaque être humain sur la planète, selon un récent Etude IDC Digital Universe . À ce moment-là, le monde aura affaire à des connaissances numériques d'environ 44 zettaoctets, soit 44 mille milliards gigaoctets, contre seulement 4,4 zettaoctets aujourd'hui.

Le défi reste de savoir comment parcourir cette mer de données massive (et en constante expansion) assez rapidement et de manière suffisamment significative, afin que nous puissions en extraire des informations utiles et déterminer ce qui influencera quoi. Cela, à son tour, permettrait de prendre des mesures pragmatiques avant que le tsunami métaphorique ne frappe, peut-être même avant que la vague ne se soit formée.

UN CHANGEMENT MERVEILLEUX DANS L'ANALYSE DES DONNÉES

Jusqu'à présent, la compréhension et l'utilisation de ces données sont restées une science imparfaite, même si elle évolue rapidement. Il y avait d'abord rapports d'activité , ce qui a permis une analyse réactive des données pour repérer les tendances et les modèles. Puis vint analyses prédictives , qui a déployé des outils mathématiques sophistiqués pour effectuer des prévisions basées sur des modèles de données historiques et actuels.

Aujourd'hui, grâce aux progrès de la technologie des bases de données et à la capacité de systèmes innovants tels que SAP HANA pour gérer des charges massives de données en mémoire, nous voyons toute une série d'applications logicielles qui essaient de faire ce que l'effet papillon promet, c'est-à-dire de prédire le cours d'un tsunami à partir de minuscules ondulations, au fur et à mesure que les choses se passent, en temps réel .

Les implications commerciales de la capacité à faire des prédictions précoces sont en effet énormes. Imaginez un négociant en métaux précieux sur une bourse des matières premières qui peut être alerté d'une perturbation potentielle de la chaîne d'approvisionnement, résultant d'un conflit de travail qui menace de devenir incontrôlable dans une grande mine en Indonésie. Ou imaginez un constructeur automobile en Allemagne qui apprend que certaines pièces envoyées de l'étranger arriveront plus tard que prévu - et est donc en mesure de modifier les calendriers de fabrication à temps, économisant ainsi des millions de dollars qui seraient autrement perdus en temps d'inactivité.

L'ANALYSE EN ACTION

C'est le genre de prédiction qui Visions sémantiques , Verint , Factive , Palantir , et d'autres essaient tous de le faire, bien que chacun ait son domaine d'intérêt unique. Semantic Visions, un des premiers membres du Objectif de démarrage SAP Le programme, basé en République tchèque, offre une technologie capable de prédire les perturbations de la chaîne d'approvisionnement en temps réel et est spécialement conçu pour les grands fabricants qui ont des milliers de fournisseurs dans le monde. Les perturbations à l'échelle mondiale commencent souvent par de minuscules événements insidieux qui passent bien en dessous du radar des principaux organes de presse, souvent couverts uniquement par les médias locaux non anglophones, voire pas du tout.

Pour capturer ces informations, Semantic Visions a développé une technologie unique d'analyse sémantique inter-langues qui lui permet d'extraire des connaissances du contenu Web, quelle que soit la langue dans laquelle il est rédigé. La société a condensé les principales langues du monde en un seul langage sémantique universel en créant des identifiants lisibles par machine qui ont la même signification et le même contexte, quelle que soit la langue. Cela permet d'interconnecter et d'exploiter des informations indépendamment de la langue dans laquelle elles sont disponibles, ce qui signifie que les silos définis par la langue (par exemple, Internet en Chine) ne sont plus des goulots d'étranglement.

Semantic Vision procède à une évaluation continue du sentiment médiatique dominant non seulement sur les entreprises ou les industries, mais également sur des pays entiers. Ses recherches montrent que les sentiments négatifs dans les médias de langue russe (qui ont tendance à constituer une chambre d'écho pour le Kremlin) ont régulièrement augmenté, décuplé au cours des deux dernières années, bien avant le début des hostilités. Ce que cela semble indiquer, c'est que, même avant que les canons ne soient tirés ou que les chars ne soient mis en place, le gouvernement russe gérait efficacement l'opinion publique.

Et puis, bien sûr, il y a les applications dans le domaine de la sécurité nationale. Dans un monde où les gros titres sont dominés par les conflits (EI, Irak, Syrie) et les maladies (Ebola au Libéria et réémergence de la poliomyélite au Pakistan), il n'est pas surprenant que les applications potentielles de cette technologie soient immenses, bien au-delà du monde des affaires. où les éditeurs de logiciels recherchent publiquement des clients.

Comme on pouvait s'y attendre, les informations sur ces projets non commerciaux sont difficiles à obtenir. Cependant, Palantir a tendance à dominer les gros titres, avec un logiciel qui a permis d'identifier le noyau dur de 27 hommes derrière le meurtre du journaliste américain Daniel Pearl en 2002, découvrez le réseau informatique GhostNet qui infectait les systèmes des ambassades de nombreux pays et a permis à plusieurs services de police américains d'effectuer une police prédictive en utilisant l'analyse des données pour adopter une approche proactive du déploiement des patrouilles. Le film futuriste Rapport minoritaire – dans lequel une force de police spéciale arrête de manière proactive les meurtriers avant qu'ils ne commettent des crimes – se déroule en 2054, mais il semble qu'à certains égards, nous y soyons déjà.

AU PLUS PRÈS DE L'EFFET PAPILLON

Bien qu'il soit scientifiquement impossible de prédire si un papillon au Brésil (ou en Bulgarie ou au Bénin) finira par provoquer l'atterrissage d'une tornade au Texas, l'impact social de la théorie de l'effet papillon est indéniable dans le monde hyperconnecté et axé sur les données d'aujourd'hui. . Le printemps arabe, après tout, a été essentiellement déclenché par un vendeur de rue tunisien inconnu, Mohamed Bouazizi, qui s'est immolé par le feu pour protester contre le harcèlement de la police. Sa mort largement rapportée a pu accomplir ce que des armées massives et des décennies d'influence occidentale avaient été incapables de faire : générer suffisamment d'indignation pour provoquer une rébellion.

À mesure que les trésors de données s'enrichissent et que les outils de gestion des données deviennent plus sophistiqués, nous nous rapprochons du point où un jour, dans un avenir pas trop lointain, l'effet papillon pourrait en effet décrire une réalité mathématiquement prévisible.

Suivez-moi @BansalManju et rejoignez la conversation sur @SAPStartups.

cacher