Effectuer une recherche pour en savoir plus sur les produits et solutions InterSystems, les offres d'emploi, etc. Les résultats affichés proviennent de plusieurs sites InterSystems dont le Developer Community, la documentation produit et le sites d'E-learning et bien évidement InterSystems.com.

L’apprentissage automatique en toute simplicité : InterSystems IntegratedML

IntegratedML (FR)

Gagnez la course aux talents en Intelligence Artificielle grâce à une solution d’apprentissage automatique facile à développer et déployer

Pourquoi lire ce dossier technologique ?

https://www.intersystems.com/isc-resources/wp-content/uploads/sites/24/InterSystems_IntegratedML-229x300.jpg

Selon Forrester Research, « 98 % des entreprises éprouvent des difficultés à tirer les enseignements des données qu’elles recueillent en raison d’un manque d’expertise interne. » 1 Si votre entreprise réussit actuellement à maintenir son avantage concurrentiel sans ces connaissances, le rythme élevé auquel la transformation numérique opère pourrait bientôt l’affecter.

Par conséquence, les entreprises du monde entier se tournent vers les données, l’intelligence artificielle (IA) et l’apprentissage automatique (ML, pour « Machine Learning ») afin d’optimiser leurs activités. Grâce au ML, vous améliorez et automatisez les opérations commerciales, anticipez les événements et les comportements, exécutez de manière proactive des actions programmatiques prescriptives basées sur ces prévisions.

En combinant ML et analyse prédictive, par exemple, votre entreprise peut identifier et cibler de nouveaux acheteurs ou déterminer les meilleurs moments pour réaliser une vente grâce à une compréhension accrue du comportement et des préférences des consommateurs.

Un prestataire de soins peut analyser les diagnostics et leur codage ainsi que les données relatives à l’admission, au transfert et à la sortie d’un patient afin de réduire les taux de réadmission. En termes simples, le ML peut vous faire gagner du temps et des ressources, améliorer vos prévisions, vous aider à prendre de meilleures décisions et à obtenir de meilleurs résultats.

Cela semble intéressant. Il y a toutefois un inconvénient : le développement des modèles de ML est difficile et nécessite une expertise rare et coûteuse.

Heureusement, les experts du secteur s’efforcent de faciliter son utilisation en développant de nouveaux outils, notamment AutoML et IntegratedML.

En lisant ce dossier technologique, vous découvrirez :

  • Pourquoi le ML est essentiel à la réussite de votre entreprise.
  • Comment la pénurie de talents complique l’exploitation du ML pour les entreprises.
  • Ce qu’est AutoML et comment il vous permet de gagner la course aux talents en IA.
  • Ce qu’est InterSystems IntegratedML™, et comment il est conçu pour :
    • Permettre à vos développeurs de développer des modèles de ML et des applications compatibles,
    • Augmenter la productivité des analystes de données,
    • Rationaliser les processus opérationnels et analytiques afin d’améliorer l’expérience client, l’efficacité opérationnelle et la productivité,
    • Renforcer la précision des prévisions, générer de meilleurs résultats commerciaux et vous différencier de la concurrence.

Ce dossier technologique s’adresse aux responsables d’activités, aux cadres et aux professionnels de l’informatique, que vous cherchiez à accroître la productivité de votre équipe de ML ou que vous souhaitiez vous lancer dans le ML sans avoir besoin d’engager des experts.

Apprentissage automatique: sa valeur

En tant qu’application de l’IA, le ML entraîne un moteur qui apprend à partir de données, par expérience et par déduction. Il améliore en continu les résultats sans être spécifiquement programmé pour le faire.

Le ML permet d’analyser un large éventail de données et de créer des modèles utilisés pour répondre à une vaste gamme d’exigences analytiques et opérationnelles. Hors ligne, les modèles de ML peuvent aider les utilisateurs à mieux comprendre le comportement des clients ou les problèmes d’efficacité des processus, pour ne citer que quelques applications.

Déployés en ligne ou dans le flux opérationnel d’une entreprise, ils produisent des résultats bien supérieurs : recommandation de produit ou de service préféré à un client lors de sa navigation, alerte en amont d’une vente en cas de risque élevé de non- livraison du fournisseur, ou identification d’une transaction potentiellement frauduleuse avant de l’approuver.

Tous vos services peuvent bénéficier du ML : les ventes et le marketing, la recherche et le développement, les services juridiques, les ressources humaines, le service client, le développement de produits, aussi bien que les finances. Le ML produit de la valeur ajoutée dans presque tous les secteurs d’activités et promet de devenir omniprésent à mesure que les entreprises sont de plus en plus nombreuses à l’adopter.

Vous faites déjà l’expérience du ML au quotidien : pensez aux assistants personnels virtuels comme Alexa (Amazon) et Siri (Apple), aux filtres antispam et détecteurs de logiciels malveillants, aux méthodes de Facebook pour suggérer de nouveaux amis et de nouveaux groupes, aux agents conversationnels d’aide en ligne aux clients, aux voitures intelligentes conduites en autonomie, etc.

Apprentissage automatique: le défi

Les avantages de l’apprentissage automatique sont nombreux. Pourquoi toutes les entreprises ne l’utilisent-elles pas ? Une raison essentielle : sa difficulté d’utilisation et le haut niveau d’expertise qu’il requiert.

Il nécessite des experts au fait de la théorie, de la technologie, des méthodes et des outils. Aujourd’hui, ces experts sont rares et très recherchés. Selon les données les plus récentes du U.S. Bureau of Labor Statistics, on trouve moins de 32 000 « Data scientists » aux États-Unis2. De plus, une grande partie des talents disponibles sont embauchés par des géants du numérique comme Amazon, Facebook, Google et Microsoft, aux salaires mirobolants, ce qui accentue la pénurie. Les entreprises ont de plus en plus de difficultés à rivaliser pour ces ressources déjà rares.

AutoML: remporter la course aux talents en IA

L’apprentissage machine automatique (« Automated Machine Learning », ou AutoML) est une nouvelle technologie en plein essor à destination des entreprises cherchant à étendre leur portée en matière de ML, ou tout simplement à se lancer dans cette discipline.

AutoML est une approche relativement nouvelle de la science des données : elle automatise et simplifie la création de modèles ML. AutoML permet de concevoir des fonctionnalités, en automatisant le processus de transformation des données brutes en formats adaptés aux modèles de ML. Il automatise la sélection et l’entraînement des modèles, ainsi que l’analyse des résultats et teste différents algorithmes de ML avec des paramètres variables pour créer le modèle le plus précis pour un problème donné.

Pour les entreprises employant des spécialistes de la science des données, cela permet d’automatiser une grande partie des processus de tests manuels inhérents à la création des modèles de ML et d’améliorer considérablement leur productivité. Vous économisez ainsi du temps et de l’énergie.

Si vous n’employez pas de spécialistes en ML, la conception de fonctionnalités, la création et l’entraînement des modèles peuvent être difficiles. Désormais, grâce à AutoML, votre entreprise n’a plus nécessairement besoin d’analystes des données pour créer des modèles pertinents. Vous pouvez démarrer avec AutoML et des cas d’utilisation simples, tout en formant vos développeurs à entreprendre avantage d’analyses et de développements en ML.

Toutefois, de nombreux outils AutoML restent limités aujourd’hui. Bien qu’ils soient capables de créer des modèles de ML, ils ne fournissent aucune fonctionnalité permettant de les exécuter dans le cadre de processus métiers en temps réel. C’est en cela qu’Intersystems IntegratedML se distingue.

InterSystems IntegratedML : l’AutoML puissance supérieure

InterSystems IntegratedML est une fonction intégrée de la plateforme de gestion de données InterSystems IRIS®. IntegratedML offre toutes les caractéristiques et tous les avantages de l’AutoML traditionnel. Toutefois, grâce à l’intégration à InterSystems IRIS, vous pouvez développer et déployer des applications sophistiquées qui exécutent ces modèles de façon dynamique et transparente en réponse à des événements et des transactions en temps réel, sans extraire ni déplacer de modèles ou de données.

Prenons un exemple : une banque émettant des cartes de crédit doit identifier les risques de fraude avant d’approuver chaque transaction. Elle exécute en temps réel une application de carte de crédit performante développée avec InterSystems IRIS, qui stocke toutes les données démographiques et financières de chaque client et de chaque transaction par carte. Cette application peut contenir des centaines d’éléments de données pour chaque transaction, comme son caractère frauduleux ou valide.

Grâce à IntegratedML, les développeurs d’applications de la banque peuvent créer automatiquement un modèle de ML permettant d’identifier les transactions à haut risque sur la base des transactions passées, en sélectionnant simplement le champ souhaité (ex. : « est frauduleux »). IntegratedML crée ensuite le modèle et les paramètres les plus adaptés.

Mais contrairement à l’AutoML traditionnel, le modèle InterSystems IntegratedML peut être intégré de manière transparente dans l’application de carte de crédit pour s’exécuter en temps réel à chaque transaction entrante. L’application peut alors prendre les mesures adéquates si le modèle détermine un risque élevé de fraude (empêcher la transaction, appel/SMS au propriétaire de la carte, par exemple).

IntegratedML permet également de maintenir les modèles à jour plus facilement lorsque les applications fonctionnent en production et que de nouvelles données sont générées. Dans le cas de la fraude par carte, l’application la détecte et l’empêche. Toutes les données, y compris les plus récentes, sont stockées dans la plateforme : inutile d’extraire des données manuellement ou de les déplacer dans d’autres environnements. Au lieu de cela, la banque peut continuellement affiner les modèles en utilisant les données les plus récentes pour détecter et prévoir de nouveaux modèles d’attaque, sans délai.

Grâce à InterSystems IRIS et IntegratedML, vous pouvez développer des applications qui effectuent des actions prescriptives intelligentes en réponse à des événements en temps réel, générant des avantages concurrentiels et commerciaux déterminants. Vous pourriez ainsi être le premier à commercialiser un produit ou un service, à agir sur une nouvelle initiative ou à répondre à une évolution du comportement client.

IntegratedML: réduire le coût des talents et améliorer la productivité

Grâce à IntegratedML, un développeur (avec peu ou aucune connaissance en apprentissage automatique) peut utiliser le langage SQL pour créer des modèles de ML sophistiqués.

https://www.intersystems.com/isc-resources/wp-content/uploads/sites/24/DATA_SCIENTIST_Part_de_temps_consacre_a_l_activite-284x300.jpg
illustration 1 : occupation des Data scientists

Cela ne veut pas dire que vous ne devriez pas embaucher de Data scientists. Si vous appartenez à un grand groupe employant une équipe de Data scientists, IntegratedML vous permettra de gagner beaucoup de temps. Par exemple, une enquête menée en 2018 par Kaggle ML et Data Science3 a révélé que les Data scientists consacrent près de 40 % de leur temps à rassembler et à nettoyer les données4 (illustration 1 ci-dessous). En confiant la préparation des données et la création de fonctionnalités à IntegratedML, ils peuvent se consacrer à des tâches plus importantes et à forte valeur ajoutée, comme l’optimisation des modèles.

Conçu pour la neutralité Cloud

InterSystems IRIS s’appuie sur l’ensemble des principaux fournisseurs de Cloud et offre les avantages suivants :

  • Supprime la dépendance à un fournisseur de Cloud unique.
  • Fonctionne sur du matériel standard (par exemple les instances Amazon EC2) pour prendre en charge des déploiements sur site, privés et hybrides sans configurations personnalisées.
  • Fournit une seule API, s’appuyant de façon homogène sur différents Cloud et déploiements hybrides, ne nécessitant aucune modification.
  • Exploite continuellement les optimisations mises à disposition par les fournisseurs de Cloud et les fournisseurs de matériel.

Si votre entreprise débute avec le ML, InterSystems IntegratedML permet aux développeurs et aux analystes qui créent vos applications commerciales et connaissent les données de se familiariser avec l’apprentissage automatique de manière autonome. IntegratedML automatise les tâches de base, telles que l’identification des modèles les plus adaptés, le paramétrage, la construction et l’entraînement de modèles. Il accélère également le processus d’intégration des modèles de ML dans les applications de production.

À mesure que vos développeurs se perfectionnent et comprennent les processus et les résultats, ils peuvent commencer à modifier les paramètres optionnels et à définir eux-mêmes les valeurs. Grâce à IntegratedML, les analystes des données sont également plus productifs : ils consacrent leur temps à l’optimisation du modèle et non plus à l’organisation ou à la sélection fastidieuse des données et des caractéristiques.

InterSystems IntegratedML: son fonctionnement

Avec IntegratedML, la totalité du processus d’entraînement des modèles est effectuée à l’aide de quelques requêtes SQL : identification des caractéristiques d’entrée appropriées à partir des données sources, réglage des paramètres du modèle, exécution, etc.

CREATE MODEL WillSurvive PREDICTING (Survived) FROM Titanic

La commande CREATE MODEL permet de configurer les métadonnées du modèle d’apprentissage machine. Les développeurs spécifient le nom du modèle (WillSurvive), le champ cible à prévoir (Survived) et un jeu de données pour sourcer le champ cible et tous les champs d’entrée du modèle (Titanic). La syntaxe FROM est totalement générique et peut spécifier n’importe quelle expression de sous-requête. Les métadonnées associées à ce jeu de données sont également utilisées pour déduire les types de données des champs cibles et d’entrée, ce qui permet de définir intégralement le problème que le modèle doit résoudre.

TRAIN MODEL WillSurvive FROM Titanic

La commande TRAIN MODEL spécifie les données à utiliser pour l’entraînement du moteur. Elle exécute le moteur AutoML, qui prend en entrée un jeu de données relationnelles. Puisque la syntaxe FROM est générique, le même modèle peut être entraîné plusieurs fois avec différents jeux de données. Par exemple, vous pouvez entraîner un modèle de campagne marketing sur différents segments de clientèle, ou réentraîner votre modèle régulièrement, à mesure que vous récoltez de nouvelles données.

Le moteur AutoML prend automatiquement en charge toutes les tâches d’apprentissage machine requises. Il identifie les caractéristiques candidates pertinentes à partir des données sélectionnées, examine les types de modèles applicables en fonction des données et de la définition du problème, et ajuste les hyper-paramètres pour produire un ou plusieurs modèles exécutables.

Les développeurs peuvent choisir parmi différents moteurs AutoML, notamment InterSystems AutoML, H2O et DataRobot Enterprise AI Platform. Toutes les options du moteur AutoML sont directement intégrées à InterSystems IRIS et sont transparentes pour les développeurs.

SELECT PREDICT(WillSurvive) As Predicted FROM Titanic
SELECT PROBABILITY(WillSurvive FOR 1) FROM Titanic

Une fois entraîné, le modèle génère des résultats via l’une des deux fonctions scalaires, PREDICT() et PROBABILITY(). PREDICT() renvoie la valeur la plus probable ou estimée pour la colonne spécifiée, telle que déterminée par le modèle entraîné. Pour les problèmes de catégorisation, PROBABILITY() renvoie la probabilité calculée du modèle entraîné selon laquelle le champ cible du modèle est égal à une valeur définie par l’utilisateur.

Ces fonctions scalaires simples peuvent être utilisées n’importe où dans une requête et en combinaison avec d’autres champs et fonctions. L’une des principales innovations d’IntegratedML consiste à faire correspondre les champs disponibles dans le contexte d’une requête donnée avec les champs d’entrée nécessaires à l’exécution du modèle, et ce de manière transparente.

IntegratedML apporte une flexibilité supplémentaire aux développeurs. Ils peuvent par exemple établir une correspondance avec d’autres sources de données que la table ou la requête utilisée pour créer ou entraîner le modèle, comme l’illustre l’exemple suivant, avec les données du tristement célèbre ballon dirigeable Hindenburg de Zeppelin.

SELECT Name, PREDICT(WillSurvive WITH Sex = Geschlecht, Age = DATEDIFF(year, NOW(), Geburtsdatum), Fare = TicketPreise, Cabin = Kabine) FROM Hindenburg

Alors que la plupart des solutions AutoML fonctionnent dans un environnement autonome avec un couplage lâche à faible débit avec des plateformes de données et des applications externes, IntegratedML procède différemment. Il fonctionne de manière transparente au sein de la plateforme de gestion de données InterSystems IRIS afin d’accélérer et de simplifier l’entraînement et l’exécution des modèles de ML. Il permet également d’intégrer simplement les modèles de ML aux applications InterSystems IRIS, sans déplacer les données ni les modèles. Cette opérationnalisation des modèles de ML est considérée comme l’un des plus grands obstacles à l’adoption rapide du ML dans les applications métier.

InterSystems IRIS Data Platform

La technologie InterSystems alimente 150 000 déploiements dans le monde et dans différents secteurs. InterSystems IRIS Data Platform est une plateforme de gestion de données unifiée conçue pour accélérer et simplifier le développement d’applications gérant et analysant des données en temps réel. InterSystems IRIS permet aux développeurs d’intégrer des analyses sophistiquées (veille économique, IA, ML, traitement automatique du langage naturel et analyse prédictive) aux processus métiers critiques en temps réel.

Le moteur de base de données transactionnelles et analytiques intégré à haute performance supporte simultanément les charges de travail opérationnelles et analytiques à très grande échelle.

Une intégration des données et des applications - InterSystems IRIS propose un ensemble complet de capacités d’intégration et d’interopérabilité pour nettoyer, transformer et normaliser les données, tout en prenant en charge des intégrations sophistiquées. Elle fournit une connectivité et des transformations de données prêtes à l’emploi pour un large éventail d’applications, de bases de données, de normes industrielles, de protocoles et de technologies afin de faciliter l’intégration et l’analyse des données et ainsi élaborer des modèles prédictifs et prescriptifs.

En outre, vous pouvez intégrer des traitements analytiques, tels que les requêtes SQL, l’analyse prédictive, le ML et le traitement automatique du langage naturel (NLP) aux processus métiers qui relient des sources de données et des applications hétérogènes. Ces processus peuvent rationaliser les opérations, déclencher des alertes, et ce sans nuire aux performances des applications.

Évolutivité - InterSystems IRIS est évolutive verticalement et horizontalement. Elle est très peu consommatrice de ressources, ce qui en fait le partenaire idéal pour les applications qui prennent en charge de très gros volumes, des niveaux élevés de charges de travail analytiques, de nombreux processus simultanés et la capacité de traiter, stocker et analyser des jeux de données très volumineux de manière rentable.

Rapports et Traçabilité - Toutes les données (y compris les données actives, les métadonnées et les données associées à des transactions asynchrones de longue durée) sont automatiquement stockées dans la base de données et disponibles pour créer des rapports et des analyses en temps réel. La visualisation et le diagnostic du comportement des intégrations et des processus sont facilités par des capacités de traçabilité visuelle.

Développement graphique - Des outils graphiques nécessitant peu de codage permettent aux développeurs de schématiser visuellement les processus, les transformations, les règles et les flux de travail, afin qu’ils puissent se concentrer sur les interactions logiques entre les systèmes plutôt que sur le codage. Les modèles graphiques encouragent la collaboration entre les différents services et l’informatique, ce qui permet à votre entreprise de développer de nouvelles solutions ou de modifier les applications existantes plus rapidement.

Déploiement - InterSystems IRIS prend en charge un large éventail d’options de déploiement, incluant tous les acteurs majeurs du cloud publics et privés, les déploiements sur site, ainsi que les déploiements hybrides.

Que vous cherchiez à satisfaire vos clients grâce à des expériences personnalisées en temps réel, à améliorer les résultats cliniques pour les patients, à être proactifs sur les besoins de maintenance en anticipant les défaillances ou à détecter et prévenir les fraudes en temps réel, InterSystems IRIS et IntegratedML sont des partenaires idéaux pour atteindre ces objectifs et plus encore.

Conclusion

L’apprentissage automatique représente le futur : toute entreprise souhaitant être compétitive devra l’adopter. Malheureusement, les analystes de données sont rares et leurs salaires montent en flèche ; les grands groupes ont des difficultés à étendre leur pratique de ML, et les plus petits ont du mal à se lancer. Si des innovations telles qu’AutoML s’avèrent très utiles, elles ne sont toutefois pas suffisantes.

InterSystems IntegratedML apporte des capacités d’AutoML de pointe, exposées à travers une interface SQL intuitive, et entièrement intégrées à une plateforme de gestion de données unifiée. IntegratedML facilite le déploiement de modèles de ML dans des applications critiques en temps réel, sans qu’il soit nécessaire de déplacer les données ou les modèles, et sans équipe de Data scientists confirmés.

InterSystems IRIS et IntegratedML vous permettent de générer un cercle vertueux d’améliorations, en affinant continuellement et sans délai les modèles de ML en réponse aux données de production les plus récentes.

Si vous disposez d’une équipe de Data scientists, IntegratedML améliorera sa productivité.

Si vous débutez dans l’IA, IntegratedML peut vous aider à vous lancer dans le ML dès maintenant, sans avoir recours à des experts onéreux.
Dans tous les cas, IntegratedML vous aide à :

  • Accélérer et simplifier la création de modèles de ML.
  • Exécuter des actions programmatiques intelligentes en temps rée.l
  • Accélérer et simplifier la création de modèles de ML.
  • Rationaliser les processus pour améliorer l’expérience client, l’efficacité opérationnelle et la productivité.
  • Améliorer la précision des prévisions, obtenir de meilleurs résultats commerciaux plus rapidement et dépasser la concurrence.
  • Développer des applications intelligentes plus rapidement et plus facilement avec moins de ressources.
  • Remporter la course aux talents de l’IA.

Pour plus d’informations sur InterSystems IRIS et IntegratedML, rendez-vous sur InterSystems.com/IRIS


1 - Forrester Opportunity Snapshot. (2019) Data Insights Are Key to Differentiated Customer Experience: A Unified Data Analytics Platform Enables Timely and Contextually Relevant CX 2 - https://www.bls.gov/ooh/computer-and-information-technology/computer-and-information-research-scientists.htm 3 - https://www.kaggle.com/headsortails/what-we-do-in-the-kernels-a-kaggle-survey-story 4 - https://businessoverbroadway.com/2019/02/19/how-do-data-professionals-spend-their-time-ondata-science-projects/

Autres ressources que vous pourriez aimer.