Big Data, l’ingrédient secret du Chef Watson…

Non Watson n’est pas le nouvel étoilé à la mode (du moins pas encore), il ne s’agit d’ailleurs pas d’une personne physique ou d’un restaurant mais du logiciel « star » d’IBM (Watson étant le nom du fondateur d’IBM). Logiciel qu’IBM a baptisé « premier système cognitif », c’est à dire une solution informatique dont le fonctionnement et la capacité de raisonnement se rapprochent de ceux des humains (en beaucoup plus rapide évidemment).

Watson a établi sa notoriété en 2011 en gagnant le jeu TV Jeopardy. Le super ordinateur était candidat contre les précédents vainqueurs et a répondu à des questions pièges qui jouaient sur les mots et l’intonation des phrases; tout ceci sans aucune connexion internet. Depuis, Watson n’a cessé d’être amélioré et peut aujourd’hui se décrire à travers 3 caractéristiques phares :

  • capacité à comprendre les langages naturels
  • capacité d’auto-apprentissage (soit par les feedbacks des utilisateurs soit par son propre historique)
  • pour les nouveaux sujets : capacité à se projeter en émettant des hypothèses à partir des informations disponibles

Watson est un pur produit du Big Data à la fois en termes de gestion des données (stockage via Cloud et solution Hadoop) et de traitement statistiques (Machine Learning).

entertainment-us-it-computer-technology-television-ibm

Les utilisations de Watson sont multiples et nous aurons l’occasion d’y revenir dans de prochaines articles. On peut toutefois citer des avancées majeures dans le secteur de la santé ou même l’aide à la prise de décisions dans tous les secteurs clés (immobilier, transports, finance, etc…). Watson a notamment montré sa valeur ajoutée dans la lutte contre le cancer du cerveau avec une aide au choix du traitement : le programme, sur la base de toutes les informations médicales à disposition, propose le traitement statistiquement le plus adapté (en partenariat avec le Memorial Sloan-Kettering Cancer Center – cf Les Echos).

Ceci dit, l’objet de l’article est une utilisation plus légère mais tout aussi illustrative de Watson : la cuisine.

Mais qui est Chef Watson?

« Bon Appétit » est un magazine US de cuisine très connu (papier et numérique) dont les recettes font référence. IBM et « Bon Appétit » se sont associés pour créer et déployer Chef Watson, une application intelligente de recettes qui s’adaptent à vous : si vous souhaitez utiliser vos restes de fromage de chèvre, bananes et crème au beurre, le tout sous forme de tourte alors Chef Watson va vous aider.

IBM-4-of-4

Les sites de recettes du type marmiton.org permettent déjà de filtrer les recettes par ingrédient et répondent un peu à ce type de questions. Là où Chef Watson est innovant c’est qu’en piochant à la fois dans la base des recettes mais aussi dans toutes les combinaisons possibles d’ingrédients il va vous donner une recette détaillée à suivre; recette avec le grammage, la cuisson etc… Attention, la recette n’est pas piochée parmi les existantes, elle est INVENTEE pour vous. Chef Watson est même tellement malin qu’à partir des éléments donnés il sait ce qu’il peut trouver dans votre cuisine (si vous avez de la sauce soja et du piment alors vous avez forcément du riz). D’après les premiers retours les recettes s’avèrent pertinentes et bonnes car oui Chef Watson décompose les goûts et détermine pour vous les meilleures associations possibles.

Personnellement l’application Chef Watson me donne envie de la tester, malheureusement elle n’est pour l’instant qu’en version Beta et il faut s’inscrire pour faire partie des heureux élus. Je ne pense pas avoir eu cette chance mais vous pouvez essayer : inscription beta.

Comment fonctionne Chef Watson?

Plus de 9000 recettes fournies par « Bon Appétit » ont été chargées dans le logiciel et ont servi de base, grâce à ses capacités cognitives, pour comprendre quelles sont les associations classiques d’aliments, les proportions, les cuissons etc…

Les informations concernant la science des goûts complémentaires aussi ont été intégrées, nous parlons là d’informations très complexes et volumineuses (cf article flavor connection).

Enfin, le calibrage du logiciel a été en partie réalisé à Austin (Texas) début 2014 dans un food truck « Cognitive Cooking » par des chefs du ICE (Institute of Culinary Education). Les chefs réalisaient les recettes originales concoctées par Chef Watson et les proposaient en dégustation aux passants. Avec des ingrédients farfelus les recettes ont pourtant rencontré un grand succès (comme le plat à base de fromage blanc, poivrons rouges, aneth, poitrine de porc et cheddar… cf article).

Truck

Quel intérêt pour IBM?

Développer une application « Chef » ne va pas forcément générer un business très important pour IBM (surtout à leur échelle), ils y trouvent toutefois un intérêt double :

  • ils testent l’analyse cognitive, véritable accompagnement des êtres humains, sur le thème de la cuisine qui est moins polémique que la santé, la sécurité ou même la stratégie d’entreprise
  • ils créent un buzz très positif autour de leur solution Watson. Si Chef Watson peut aider à la créativité culinaire alors pourquoi « CEO Watson » ne pourrait pas m’aider à diriger mon entreprise en analysant les données du marché? (NB: « CEO Watson » n’existe pas sous ce nom mais on en retrouve des idées dans le produit Watson Discovery)

 

En conclusion il faut bien reconnaitre que l’application Chef Watson n’est qu’une infime partie de la révolution Watson qui se profile. Les humains experts (médecins, chefs cuisiniers, dirigeants, politiques) seront aidés d’ici peu par des supers ordinateurs capables de raisonner comme des humains. On voit aussi les limites avec Chef Watson qui n’est bien évidemment pas capable de goûter, sentir, voir le rendu esthétique et tout simplement cuisiner… Les « vrais » Chefs sont loin d’être au chômage.

Quelques liens intéressants: article Bon Appétit, article foodtruck, article TheGlobeAndMail.

Publicités

Le Big Data au service de la lutte contre la criminalité

Les exemples d’utilisation du Big Data ne manquent pas et les secteurs impactés sont trés nombreux. La sécurité en fait partie, il s’agit d’un exemple très intéressant car il le Big Data y fait ses preuves depuis quelques années aux Etats Unis alors que la France n’en est encore qu’aux balbutiements.

 

Les grandes villes nord-américaines (Etats Unis et Canada) déploient progressivement (depuis 2010 environ) des solutions technologiques leur permettant 3 types d’usage.

  1. Anticiper les crimes prémédités (typiquement les cambriolages, vol de voitures, braquages etc):
    • en prenant en compte l’historique des crimes (série de cambriolage en cours dans tel quartier tous les mardis après-midi)
    • mais en y intégrant aussi des informations diverses (circulation, évènements, heures de fermeture/ouverture des magasins etc…)
    • les forces de police obtiennent ainsi des cartes avec les secteurs et heures probables des crimes potentiels, les patrouilles et surveillances sont ensuite organisées de manière efficace

    L’outil Predpol (http://www.predpol.com/) a été conçu autour d’un algorithme de prévision des crimes, il fait ses preuves depuis 3 ans: en 2012 les zones Predpol ont connu une baisse de criminalité supérieure à 10% quand le reste des Etats-Unis a connu une très légère hausse. IBM propose aussi ce type de service, voici un bel exemple avec la police de Memphis: http://www.ibm.com/smarterplanet/us/en/leadership/memphispd/.

    Exemple de la restitution Predpol pour les violences à mains armées:

    predpol

  2. Fournir en temps réel les informations pertinentes aux équipes sur le terrain:
    • sur des smartphones ou PDA
    • les agents de Police peuvent consulter en temps réel (quasi), sur des cartes, les informations sur la criminalité, et peuvent en partager certaines avec des civils pour appels à témoignage

    Ces données ne sont pas prédictives mais sont très utiles pour organiser une patrouille « classique » et le travail quotidien d’agents sur un secteur précis. Voici un exemple avec la police de Vacouver en train de déployer un tel outil: http://people4smartercities.com/video/vancouver-police-department-uses-big-data-analytics-fight-crime-4-videos

  3. Nouveau: aider à la résolution des enquêtes
    • A partir de toutes les données de l’enquête (vidéos, témoignages, lieu, heure, type de crime etc…)
    • En croisant avec les bases de données criminelles existantes (sur les criminels mais aussi et surtout les « MO » = Motus Operandi ou Mode Opératoire)
    • Le logiciel calcule et propose une liste de suspects potentiels
    • Les enquêteurs utilisent ensuite cette liste pour enrichir leur enquête et peuvent cibler les interrogatoires à mener ou bien les photos à montrer

IBM à développer pour Miami-Dade le logiciel Blue PALMS: http://www.ibm.com/smarterplanet/global/files/us__en_us__leadership__miami_dade.pdf, se confrontant évidemment au septicisme (voir plus) des enquêteurs locaux. Les résultats ont cependant prouvé que Blue Palms était pertinent et représentait une véritable aide aux enquêteurs. Les exemples de réussites ont été nombreux (IBM explique même que sur les 40 cas testés a posteriori le logiciel avait le bon suspect dans sa short list 73% du temps).

 

Ces exemples aux Etats-Unis et Canada posent quand même 2 questions.

La première est « pourquoi si des solutions tellement efficaces existent la France (et l’Europe plus généralement) ne les utilisent pas« ? La réponse est en fait très simple: les Etats-Unis sont globalement très avance sur le domaine du Big Data dans tous les secteurs (santé, distribution, banques, assurances etc…), la sécurité n’est pas différente du reste. A noter aussi que des réflexions sont en cours du côté du ministère de l’intérieur, la France en est au stade des expérimentations (Paris Lille Lyon Marseille) et des appels d’offres: http://journaleuse.com/2014/07/09/big-data-interieur-defense/.

La seconde est plus philosophique concernant le prédictif : « où se situe la frontière entre ce qui est éthiquement acceptable et ce qui ne l’est plus? » En effet si le logiciel Blue PALMS indique qu’une personne est suspecte sans raison apparente est-ce correct de l’ajouter à la liste? Prévoir les crimes ne vont-ils pas juste les déplacer sur des zones moins étudiées car moins riches? etc… Il est évidemment impossible de répondre facilement à de telles questions, il est plus simple de botter en touche: pour l’instant ces outils aident la Police a être plus efficace, rien de plus, ce qui est déjà un beau progrès en soi…