AI & machine learning are creating an unproductive buzz. The ecstasy and fear generated by such concepts is harmful for a large majority of companies to start using these technologies effectively. These technologies should be used, not for the sake of it, but for business profit and operational gains. The talk reviews shortly the current change in paradigm in AI, and quickly focuses on what one must understand about these technology and methods in order to put them to effective use (no technical background necessary, no math included). The central issue of digital transformation for companies is defined as the renewal of business lines and professions - by updating not only their "tools", but also their "processes". The bad news is that business lines and professionals have long forgotten how to renew & redesign their business, having restricted themselves far too long on execution of the same script for decades.
5. akin.kazakci@mines-paristech.fr
Tâche complexe
Prédiction et Prise de
décision
Gros moyens de calcul
Top-down,
"codé à la
main”
Bottom-up,
appris à partir
d’examples
+ Données
Tâche complexe
Prédiction et Prise de
décision
Gros moyens de calcul
6. akin.kazakci@mines-paristech.fr6
Deep learning: une grande avancée technique
Deep learning permet l’extraction
automatique des caractéristiques
importantes pour la
reconnaissance
Avant Après
Les caractéristiques
nécessaire à la
reconnaissance sont
fabriquées à la main
12. akin.kazakci@mines-paristech.fr
L’importance de la cible de prédiction
Breast cancer data
(1958-1970),
University of
Chicago's Billings
Hospital
Que peut-on prédire de ces données?
Image Credits:
Rebecca Bilbro
13. akin.kazakci@mines-paristech.fr
L’importance de la cible de prédiction
Si nous apprendrons un modèle de ces données, nous
pouvons l’utiliser pour classifier les patientes futures comme
“va survivre” or “va pas survivre”.
C’est une tâche de classification.
17. akin.kazakci@mines-paristech.fr
Améliorer le control du traffic aérien
• Détection du type
d’aéronef à partir des
données de trajectoires
• Travail de l’équipe des Mines
(Sylvère Bonnabel, Sami
Jouaber, Balazs Kégl, Akin
Kazakçi)
• Ultimate goal: provide the air
traffic controller with decision
tools
20. akin.kazakci@mines-paristech.fr
• C’est un problématique de détection
et de “pistage”
• Il existe des théories et modèles de
calcul
• Est-ce que les méthodes prédictives
de l’IA peuvent améliorer la
détection?
Detection par "calcul”
23. akin.kazakci@mines-paristech.frakin.kazakci@mines-paristech.fr
Les projets de data science: Un taux de mortalité très élevé
Plus de 20+ projets ‘data’ + thèses en cours,Yohann Sitruk et Nicolas
Judalet
Projet “éternellement” en
cours de démarrage
• qualité des données,
• absence des données,
• no ROI
“POCs”
• Suite? - mort ‘moins’ subite
• Qualité du modèle résultant
pas satisfaisant
1 projet
Modèle passé en
production
• - après deux ans!
• ROI pas justifié, sauf
apprentissage organisationnel
32. akin.kazakci@mines-paristech.fr
Les droits d’images appartiennent à leurs propriétaires respectifs.
Hans Wegner chaise longue
Brigette and Mark Romanek's Family Estate
Data ScientistData Value Architect
Un nouveau rôle organisationnel: l’architecte de la valeur