STREAMER : un programme permettant d’intégrer et de tester facilement des algorithmes de machine learning

Le STREAMER imaginé par l'équipe du projet StreamObs a pour vocation de tester facilement des algorithmes d’apprentissage automatique

Des chercheurs du CEA List (Université Paris-Saclay, CEA) et du laboratoire DAVID (Université Paris-Saclay, UVSQ) ont uni leurs forces dans le cadre du projet StreamOps, financé par l’Institut DATAIA, pour enrichir la plateforme STREAMER. Cette plateforme est la réponse à une problématique liée à l’apprentissage automatique en continu.

En 2018, l’idée déjà évoquée quelques années auparavant, de développer une plateforme capable de simuler un contexte de flux continus de données, permettant d’être dans les conditions adéquates pour tester des algorithmes automatiques d’apprentissages, est utilisée afin de donner naissance au projet StreamOps. Ce projet est porté par Cédric Gouy-Pailler, chef de laboratoire à l’institut CEA List (Université Paris-Saclay, CEA), et Karine Zeitouni, professeur à l’UVSQ et responsable de l’équipe ADAM du laboratoire Données et algorithmes pour une ville intelligente et durable (DAVID – Université Paris-Saclay, UVSQ). Leur objectif est de permettre à des utilisateurs d’intégrer et de tester facilement des algorithmes d’apprentissage automatique dans des contextes réalistes de flux de données. Karine Zeitouni précise dans l’optique de cet objectif qu’il est intéressant « de développer des algorithmes faisant l’interface entre une communauté qui voit l’Internet des objets (IdO ou IoT en anglais) comme un flux de données, qu’elle analyse de manière dynamique au fur et à mesure de leur enregistrement, et une communauté qui voit les données comme des séries temporelles, qu’elle analyse d’un point de vue historique ».

Le STREAMER est la première plateforme de recherche et d’intégration pour la récupération, la manipulation et l’analyse de données en flux dans des contextes opérationnels de streaming réalistes. Le STREAMER est sous licence « open source », utilisable sur l’ensemble des systèmes d’exploitation (Windows, Linux, MacOS) et fournit une interface gratuite qui facilite la surveillance et accepte l’intégration d’algorithmes dans n’importe quel langage de programmation (Python, C, C++, Javascript, etc.). Désormais opérationnelle, STREAMER s’adresse à ce jour à deux cibles d’utilisateurs principaux. Dans un premier temps, les data scientists souhaitant tester leurs algorithmes dans des contextes de flux de données réalistes et dans un second temps, réussir à toucher les industriels, qui sont très intéressés par la possibilité de disposer d’outils automatiques de traitement des données qui arrivent en flux.

Si la création du STREAMER en lui-même constitue l’avènement de l’objectif que le projet StreamObs s’était fixé, celui-ci continue d’exister à travers les nouvelles utilisations du STREAMER mais aussi par la création de nouveaux outils. En 2021, STREAMER sera utilisée comme plateforme d’expérimentation d’algorithmes de détection de requêtes Internet suspectes, en vue de prises de décisions rapides dans le domaine de la cybersécurité. Permettre la génération de données en flux à l’aide de STREAMER semble donc quelque chose de nécessaire afin d’obtenir des résultats satisfaisants. De nouvelles applications au STREAMER sont d’ores et déjà envisagées, qu’elles soient dans le domaine de la santé, avec le suivi (monitoring) de patients et la détection de risques, ou dans celui de l’industrie 4.0 en vue de la détection rapide de défauts sur une chaîne de production Pour ce qui est de la création de nouveaux outils, l’équipe du projet StreamObs aura l’occasion de travailler dans le cadre du grand défi IA de confiance, Confiance.ai, géré par l’IRT SystemX, afin de développer de nouveaux outils capables d’augmenter la confiance accordée aux algorithmes d’IA ou encore de s’exporter dans le domaine de l’environnement où des algorithmes permettront prochainement de caractériser l’exposition individuelle à la pollution de l’air pour le projet ANR Polluscope.


1ère Marketplace de l'IA et de la transformation numérique vous recommande :
OutSystems - Developpement Low code par DYNACENTRIX

Depuis mars 2022, dynacentrix est partenaire intégrateur de la solution de développement low-code visuel, à base de modèles assistés par une ia de la ...

 
Partager l'article
Abonnez-vous à ActuIA, la revue professionnelle de l'intelligence artificielle magazine intelligence artificielle Découvrez la revue professionnelle de l'intelligence artificielle
intelligence artificielle
À PROPOS DE NOUS
Le portail francophone consacré à l'intelligence artificielle et à la datascience, à destination des chercheurs, étudiants, professionnels et passionnés.