
Aujourd'hui, les humains, et encore plus les machines, créent en une semaine plus de données que la quantité totale de données créées par l'humanité depuis le début de l'histoire. Et, la semaine suivante, la quantité de données doublera à nouveau la quantité totale de connaissances humaines. Grâce à la capacité de transmettre ces données à la vitesse de la lumière dans un câble à fibre optique, la portée et la vitesse des données disponibles pour la prise de décision ont dépassé les capacités humaines et sont entrées dans le nanoespace.
Pendant que nous accumulons toutes ces données, nous nous préoccupons de leur sécurité. Malgré nos inquiétudes (et même les nanocrises à venir), les avantages des mégadonnées sont bien plus prometteurs que les dangers qui y sont associés. Les données qui affluent et qui sembleraient un tsunami même au statisticien humain le plus habile apparaissent à une IA assoiffée comme une simple goutte d'eau. Lorsqu'un système intelligent absorbe ces océans de données, il fait de merveilleuses découvertes qui peuvent profiter à tous.
Les données arrivent dans le système à partir de trois sources : les saisies humaines, les relevés des capteurs et les résultats d’autres opérations d’IA.
Les données sont stockées dans des lacs de données — des agrégats de données sur des serveurs locaux, des serveurs distants (y compris le nuage), au sein d'appareils ou sur des supports amovibles tels que des clés USB et des CD.
Chaque donnée est analysée du point de vue de sa qualité et de son utilité. Chaque donnée peut être erronée ou non pertinente.
Un algorithme est un processus conçu pour calculer un résultat en vue d'atteindre un objectif défini. Bien que chaque algorithme comporte de nombreuses étapes, il ne nécessite pas nécessairement toutes ces étapes pour résoudre un problème. Comme les algorithmes sont écrits par des humains, chaque étape peut contenir des biais involontaires. Les leaders visionnaires s'assurent que tous les algorithmes utilisés par leurs organisations produisent des résultats équitables.
Chaque résultat est à son tour stocké dans un emplacement accessible à l'entité suivante de la chaîne, y compris d'autres appareils informatiques, robots et machines cinétiques.
Forte de ce résultat, l'entité suivante entreprend l'action souhaitée, qu'il s'agisse d'un mouvement physique ou d'un calcul supplémentaire.
Dans toutes les disciplines, les IA font quotidiennement de grands progrès dans la compréhension en analysant la complexité qui se présente à elles et en identifiant des schémas répétitifs. Une fois qu'un schéma est régulièrement associé à un résultat, l'IA peut prédire ce même résultat à chaque apparition d'un schéma connu. Cette analyse dite prédictive dépasse les capacités humaines (puisqu'elle se déroule dans le domaine suprahumain des machines) et est souvent hors de portée de la compréhension humaine. Bien que le contenu de ces communications soit créé par des humains, les données qui y sont intégrées sont collectées et partagées exclusivement par des machines.