Beaucoup de technologies, annoncées comme des révolutions, n’ont pas su ce maintenir dans le temps.. qu’en sera-t-il des Knowledge Graphes ?
Aujourd’hui, qui possède une télé 3D ? Affichée comme avancée technologique il y a 10 ans, aussi vite oubliée.
C’est aussi le cas de bien d’autres technologies… dans ce contexte les Knowledge Graphes ont-ils un avenir ?
Dans cette série d’articles ont vous propose un résumé de l’interview de Mike Tung, PDG de Diffbot et spécialisé dans les Knowledge Graphes.
Une suite d’articles qu’on espère être une bonne base pour aborder le sujet des Knowledge Graphes !
Les Knowledge Graphes
Un graphe, c’est un réseau de noeuds, reliés entre eux par des arêtes.
Les graphes sont utiles pour représenter des relations entre des personnes.
Cela permet d’avoir une vision concrète des liens qui unissent les gens.
Prenons un exemple simple : votre voisinage.
On peut représenter les relations que vous avez avec vos voisins par des graphes :
François connaît Bertrand et Claire mais ne connaît ni Timothé ni Chloé
Ainsi les graphes permettent d’avoir une vision claire des relations entre personnes.
On peut facilement imaginer un organigramme des étudiants d’une école ou des employés d’une entreprise représenté par un graphe.
Allons un peu plus loins dans la réflexion.
Avec les Knowledge Graphes, on pourrait connaître les relations qui unissent les personnes d’une même ville, ou d’une capitale.
En fait, si on avait assez d’informations on pourrait même établir un réseau entre les personnes du monde entier.
Vous seriez surpris du résultat.
Une légende raconte que chacun de nous est à 7 relations (7 arêtes) d’une personne célèbre !
Pensez-y, à combien d’arêtes êtes-vous d’une célébrité ? ou d’un Chef d’État ? Je suis sûr que vous seriez étonné du résultat.
Une base de données mondiale ?
En fait, les Knowledge Graphes existent déjà.
Vous en avez même sûrement déjà utilisé.
Mais si ! C’est le petit onglet à droite dans vos recherche Google.
Ici vous pouvez facilement voir les relations qui unissent les personnalités entre elles mais aussi les films associés, les livres, et bien d’autres !
Cependant on parle d’une révolution. Pas de quelque chose qui existe déjà… mais qui à lieu en ce moment.
Les Knowledge Graphes mondiales !
Avoir une base de données qui répertorie les liens entre toutes les personnes sur Terre.
Au fait, si ton objectif est d'apprendre le Deep Learning - j’ai préparé pour toi le Plan d’action pour Maîtriser les Réseaux de neurones.
7 jours de conseils gratuits d’un ingénieur spécialisé en Intelligence Artificielle pour apprendre à maîtriser les réseaux de neurones à partir de zéro :
- Planifie ton apprentissage
- Structure tes projets
- Développe tes algorithmes d’Intelligence Artificielle
J’ai basé ce programme sur des faits scientifiques, des approches éprouvées par des chercheurs mais également mes propres techniques que j'ai conçues au fil de mes expériences dans le domaine du Deep Learning.
Pour y accéder, clique ici :
À présent, on peut revenir à ce que je mentionnais précédemment.
Tout le monde est interconnecté, c’est ce qui fait que le potentiel des Knowledge Graphes est si grand !
La question maintenant est de savoir : comment construire un Knowledge Graphe mondiale ?
Est-ce même possible ?
Sonder le Web
Vous vous en doutez, si cet article existe, c’est qu’effectivement, créer un Knowledge Graphe Mondiale… c’est possible !
C’est d’ailleurs ce que fait l’entreprise de Mike Tung : Diffbot.
Grâce à du code complexe mêlé à des techniques de Machine Learning, les développeurs de Diffbot arrive à extraire les informations d’internet et sont entrain de créer un Knowledge Graph Mondiale.
En fait, ils ne sont pas seulement entrain de répertorier les relations qui unissent les personnes…
… ils cataloguent littéralement tout ce qui est enregistré sur internet : entreprises, produits, news, sites internet, et bien d’autres.
Apparemment ils auraient même enregistré une copie du web.
Imaginez le nombre de serveur pour stocker tous ça !
Il faut déjà une sacrée puissance ne serait-ce que pour extraire ces informations d’internet. Mais en plus de cela, ils entraînent des algorithmes de Machine Learning dessus.
Le nombre d’epoch ferait frémir plus d’un GPUs !
Mais alors les Knowledge Graphes, ça sert à quoi ?
Oui, car c’est bien beau les Knowledge Graphes. La technologie est intéressante… inquiétante certains diront. Mais aujourd’hui, comment on l’utilise ?
La réponse est peut-être moins intéressante que la question elle-même.
En fait les Knowledge Graphes sont aujourd’hui utilisés par des entreprises pour faire des investissements ou encore pour comprendre leurs concurrents.
Des activités assez variés mais qui, pour l’instant, ne s’adresse pas aux particuliers.
En effet, les Knowledge Graphes sont pour l’instant utilisé comme un outil compétitif.
On peut imaginer une entreprise de meuble qui utiliserait les Knowledge Graphes pour facilement connaître le prix de tous ses concurrent à travers le monde.
Ehh oui ! Tous les produits sur internet sont enregistrés dans les Knowledge Graphes et avec le Machine Learning, on peut analyser leur similarité.
Un produit coûte 50$ dans les supermarché américains mais seulement 40 sur ce site japonais visité par 500 personnes ? Avec les Knowledge Graphes vous pouvez le savoir en un instant !
Ainsi les Knowledge Graphes sont une nouveautés encore peu connues des Data Scientists. Chez Inside Machine Learning, on pense qu’ils ouvrent une nouvelle ère de l’IA et de l’internet en générale.
Cependant, cette technologie ne s’acquièrent pas sans difficultés et de nombreux challenges restent encore à relever… la suite dans la partie 2 de cet article !
sources :
- Towardsdatascience – Mike Tung Interview
- Photos from Dreamstime
Un dernier mot, si tu veux aller plus loin et apprendre le Deep Learning - j’ai préparé pour toi le Plan d’action pour Maîtriser les Réseaux de neurones.
7 jours de conseils gratuits d’un ingénieur spécialisé en Intelligence Artificielle pour apprendre à maîtriser les réseaux de neurones à partir de zéro :
- Planifie ton apprentissage
- Structure tes projets
- Développe tes algorithmes d’Intelligence Artificielle
J’ai basé ce programme sur des faits scientifiques, des approches éprouvées par des chercheurs mais également mes propres techniques que j'ai conçues au fil de mes expériences dans le domaine du Deep Learning.
Pour y accéder, clique ici :
