Ep.10: Kebabs et intelligence artificielle

Dans ma rue, il y a 1 caserne, 5 kebabs et 2 bars à hôtesses. Intéressons-nous aux kebabs.

Dans mon introduction, je suggère sans le dire une corrélation. Mais quel peut bien être le rapport entre kebabs et bar à hôtesses? Mais nous allons d’abord nous intéresser au cas des kebabs. Le Kebab est un concept berlinois, comme chacun ne le sait pas. Les kebabs proposent une carte encore plus pauvre (en plats hein pas en cholestérol) que la carte d’une pizzeria. Pour les pizzerias, il y a encore des différences entre la margarita d’un resto et celle d’un autre. La farine provient d’un fournisseur, d’un autre, pareil pour les tomates.. Pour le kebab, dans ma ville, il semble qu’il n’y ait qu’un seul fournisseur de viande en rouleau. Il doit y avoir un terme technique que je ne connais pas. Nous avons donc une carte identique avec des composants alimentaires identiques entre 5 restaurants à quelques mètres de distance. Comment le client peut-il choisir?

En fait, ce problème est le quotidien des chercheurs en intelligence artificielle. L’algorithme parait a priori central. Il est pourtant librement disponible en une ligne de commande genre …import tensorflow as tf. Le problème ce n’est pas l’informatique, c’est la culture de celui qui s’en sert.

Dans notre cas, les données d’entrée du problème -un ensemble de plats- sont pour le coup toutes identiques. Un algorithme de deep learning qui les apprendrait serait en situation de surapprentissage.Toutes les descriptions sont les mêmes. Le travail va donc être d’ajouter des descripteurs à chaque établissement. Il y a des descripteurs objectifs : distance de la caserne, distance du bar à hôtesse (a priori on ne sait pas qui mange les kebabs), terrasse ou pas, couleur de la devanture, ancienneté, les commentaires google…

Et puis des critères semi-subjectifs car ils dépendent du perçu de chacun tels l’hygiène, le mauvais caractère du cuisinier, la présence de plus ou moins de sauce..Certains sont absolus, d’autres dépendent d’une séquence temporelle, par exemple d’une corrélation subjective que le militaire fera entre la fréquentation d’un des 5 restaurants et une visite pressée aux lieux d’aisance quelques heures plus tard (je ne parle pas ici du bar à hôtesse).

Décrire un kebab peut rapidement prendre une ampleur telle qu’on n’aura jamais assez de convives pour faire une prédiction par deep learning de -par exemple- un chiffre d’affaires pour un établissement donné.

L’intelligence artificielle en tant qu’outil d’investigation pour l’exercice de la curiosité s’appuie sur l’enquête préliminaire, la découverte des indices. Ce n’est pas l’informaticien qui va les trouver, c’est le curieux professionnel du domaine. Sinon il faudra faire ce que font les Facebook et autres Google, prendre tout, sans distinction, comme données d’entrée. Mais eux ils ont des millions de données d’entrées sous forme de clicks. Nous nous n’avons que quelques observations, il faut que les indices soient les bons. Et pour cela il faut être rusé.

L’intelligence artificielle est une chose bien trop sérieuse pour être laissées aux informaticiens.