ontologies Archives

La fabrique des données: une bonne idée?

8 décembre 2022 / by Sabine Bohnké / gouvernance, ingénierie des connaissances, ontologies, Processus de décision, sémantique / 5 comments

Gnothi seauton (traduit en latin par Nosce te ipsum ou temet nosce) est une expression signifiant « Connais-toi toi-même ». Elle était l’une des trois maximes gravées au fronton du temple d’apollon à Delphes. L’entreprise doit se connaître elle-même et connaître son environnement Dans le monde économique tel qu’il est actuellement, les entreprises font face à l’impératif de savoir exploiter des données métiers numérisées afin d’en tirer de la connaissance utile à la fois pour des décisions d’orientations stratégiques ou pour optimiser leur fonctionnement opérationnel.

Intelligence artificielle ou data science sans conscience ?

5 mai 2021 / by Sabine Bohnké / data centric, gouvernance, ingénierie des connaissances, Intelligence Artificielle, ontologies, sémantique / 0 comments

Intelligence artificielle ou data science sans conscience ?
Posted by Sabine Bohnké / data centric, gouvernance, ingénierie des connaissances, Intelligence Artificielle, ontologies, sémantique

Science sans conscience n’est que ruine de l’âme. Cette citation de Rabelais peut s’appliquer aujourd’hui à beaucoup de sujets connexes à la data science. Il y a celui des entreprises pilotées par les données (data driven). On peut aussi traiter des architectures « data-centric » mettant l’accent sur les données et leurs modèles conceptuels comme actifs essentiels de l’entreprise. L’idée étant de construire, sur un noyau central fait de « données », des systèmes d‘information agiles et durables servant la performance globale. Ce sont deux approches de niveau stratégique et deux sujets distincts. Néanmoins, quand on traite d’implémentation, on peut recourir dans l’un ou l’autre cas à des algorithmes de machine learning ou des solutions de représentation des connaissances et mécanismes de raisonnement. Autrement dit, nous parlons ici de disciplines liées à l’intelligence artificielle, mises au service d’un objectif commun aux deux approches.

Approches data centric, créez votre pierre de rosette des SI !

19 novembre 2020 / by semsimo / data centric, gouvernance, Intelligence Artificielle, ontologies, Processus de décision / 0 comments

Le vocabulaire lié aux métiers des systèmes d’information d’entreprise est riche en acronymes ou expressions de toutes sortes. Que penser de celle-ci : data centric? Bien souvent, de nouveaux mots-clés apparaissent, par effet de mode ou par l’impulsion de nouvelles technologies. Mais ils ne font que recouvrir d’anciens concepts liés au besoin de maîtriser la complexité des SI. Bien que désignant des solutions utiles, ils ne sont pas non plus la solution ultime. En fournissant une nouvelle voie, ils proposent juste un nouveau point de vue. Finalement, tout l’enjeu dans les SI est de bien poser les problèmes avec l’ensemble des parties prenantes. Il faut pouvoir réconcilier des perspectives différentes, pour tenter de répondre aux trois questions essentielles de la création de valeur.

Un monde rempli d’incohérences n’empêche pas de raisonner

27 mai 2019 / by Sabine Bohnké / ingénierie des connaissances, Intelligence Artificielle, ontologies, Web sémantique / 1 comment

Connaissances et raisonnements sont liés pour les humains, mais aussi pour les machines. Pour leur donner une forme d’intelligence, il faut relever l’enjeu de représentation des connaissances et de logique de raisonnement. C’est le domaine du «SRR : symbolic representation and Reasoning », un des deux paradigmes, avec le Machine Learning, de l’intelligence artificielle. Certes, faire inférer des nouvelles informations à des machines dans un monde de réutilisation largement ouvert, pose des problèmes d’incohérences. Les évolutions des dernières années ont montré qu’ils n’étaient pas insolubles. Malheureusement, on en est resté plutôt à des systèmes d’Intelligences Artificielles très superficielles. Bien qu’elles sachent faire des corrélations, en liant X et Y, elles ne comprennent pas grand-chose à ce qu’elles lient. On peut faire mieux et apprendre aux machines à raisonner dans un environnement incohérent. Les outils et méthodes sont là.

Vous modélisez en monde ouvert ou en monde clos?

24 avril 2019 / by Sabine Bohnké / Design, ontologies, Web sémantique / 0 comments

Même si le mot peine à se démocratiser, les ontologies OWL sortent (un peu) de leur anonymat. Avec la reconnaissance de la nécessité de « SMART data » pour exploiter le potentiel des « Big ». Elles profitent du regain d’intérêt pour les « graphes de connaissance », ou, en bon jargon, « knowledge graph ». Parce qu’elles sont une solution pour représenter les liens entre concepts qui permettent de faire raisonner les machines, dans un monde ouvert.

Ontologie ! Ontologie ! Est-ce que j’ai une gueule d’ontologie ?

5 avril 2019 / by Sabine Bohnké / ontologies, Processus de décision, Web sémantique / 1 comment

Les modèles utilisés par Semsimo, sont des modèles ontologiques formalisant une conceptualisation de la gouvernance des SI. Ils servent à assurer l’organisation des connaissances, en considérant les activités et l’existant d’une entreprise dans son ensemble, pour permettre d’optimiser au mieux, dans les choix d’évolutions du SI, l’équilibre entre les risques, la consommation des ressources, la création de valeur et l’alignement stratégique. Ils soutiennent donc une aide à la décision multicritère, entre autres pour la gestion des portefeuilles programmes et projets dans une organisation (PPPM). Je pourrais me contenter de dire cela, mais l’approche par ontologies suppose : d’une part, un engagement des parties prenantes dans la modélisation de cette gouvernance du SI, d’autre part, la compréhension du raisonnement utilisé dans cette approche d’aide à la décision multicritère. Du coup, voilà, j’utilise un terme mal compris, ou décrié : ontologie.

Le Web sémantique n’est plus le web de demain

18 janvier 2017 / by Sabine Bohnké / Intelligence Artificielle, ontologies, Web sémantique / 1 comment

Nombreux sont ceux qui prétendent que le Web sémantique est mort depuis longtemps, qu’il est inutile d’investir dans ses technologies et standards. Ils «n’auraient jamais marché» ou seraient «trop compliqués à utiliser» (RDF, OWL, SPARQL). Aujourd’hui, non seulement cette pensée est fausse, mais elle est de surcroît dangereuse, dans ce qu’elle laisse s’opérer. C’est à dire une exploitation d’un potentiel énorme par un très petit nombre de sociétés en situation de monopole. Le web sémantique n’est pas mort, il s’est transformé.