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.
Read more
Knowledge graph et Architecture d’Entreprise
12 février 2024 / by Sabine Bohnké / Architecture d'Entreprise, KnowledgeGraph, Processus de décision / 0 comments
Pour que l’approche des graphes de connaissances appliquée à l’architecture d’entreprise fonctionne, il ne faut pas se tromper de cible. Ainsi que suivre les bonnes pratiques de construction, tant pour la conception que l’implémentation. Cet article développe aussi bien les enjeux en la matière que les moyens d’y arriver
Read more
Intelligence Machine et Knowledge Graphs
13 mars 2023 / by Sabine Bohnké / gouvernance, ingénierie des connaissances, Intelligence Artificielle, KnowledgeGraph / 0 comments
Qu’est-ce qu’on appelle Intelligence Artificielle, in fine ? Les deux mots accolés ne conduisent qu’à des définitions bancales ou à un oxymore. Une machine de type système informatique, exécutant des algorithmes, n’a ni intelligence ni sentience. Pas plus qu’un texte ou des paroles n’évoquent d’expériences à ses sens absents, elle n’a de raisonnements poussés. Néanmoins, on peut lui donner la capacité à associer un sens explicite à des mots, dans le contexte où ils sont exprimés. L’intelligence machine : une plaisanterie? Toutefois, c’est la différence entre comprendre l’esprit d‘un texte (l’intelligence) ou le prendre à la lettre, voire en trahir l’interprétation
Read more
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.
Read more
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.
Read more
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.
Read more
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.
Read more