Le Prof. Noga Alon de la Faculté des Sciences exactes de l’Université de Tel-Aviv et de l’Université Princeton, et le Prof. Yossi Matias de l’Ecole d’informatique de l’UTA, également Vice-Président de Google, ont remporté le prestigieux prix Paris Kanellakis de l’ACM (Association of Computing Machinery) pour avoir jeté les bases des algorithmes de streaming (diffusion en mode continu) dans les années 1990. Selon le comité du prix, les méthodes mises au point par ces chercheurs pionniers constituent aujourd’hui la principale approche dans le domaine des Big Data.
Le prestigieux prix Paris-Kanellakis est décerné par l’ACM depuis 1996, pour honorer les avancées théoriques ayant un impact important et démontrable sur l’informatique pratique.
Le Prof. Alon et le Prof. Matias ont reçu le prix avec leurs partenaires, le Prof. Phillip Gibbons de l’Université Carnegie Mellon et le Prof. Mario Szegedy de l’Université Rutgers aux Etats-Unis, pour leurs travaux révolutionnaires posant les bases des algorithmes de streaming (envoi de contenu en direct), et le développement d’applications pour l’analyse des mégadonnées (Big Data). Leurs travaux comprennent une série d’études parmi lesquelles un article fondateur publié en 1996 dans la revue JCSS, intitulé » The space complexity of approximating the frequency moments », dans lequel ils ont proposé une méthode pour traiter de très grandes quantités d’informations en mode continu. Cet article a également obtenu le prestigieux prix Gödel de l’Association européenne d’informatique théorique (EATCS) en 2005.
Pionniers de la révolution des Big Data
Selon le comité d’attribution du prix, les chercheurs « … ont été les pionniers du traitement algorithmique des flux de données massives. Leurs méthodes d’esquisses et d’algorithmes constituent encore aujourd’hui l’approche principale dans le domaine, ainsi que la base de tout un sous-domaine dans le champ des algorithmes. En outre, les concepts qu’ils ont proposés, comme la technique des résumés ou synopsis de données sont utilisés de manière quotidienne dans diverses tâches d’analyse de données dans différents domaines, tels que les bases de données, la surveillance de réseaux, l’analyse des données d’utilisation des sites Internet, le traitement du langage naturel et l’apprentissage automatique ».
Dans leur article fondateur ainsi que dans de nombreuses études ultérieures publiées au fil des ans, le Prof. Alon et le Prof. Matias ont montré comment certaines fonctionnalités d’informations statistiques peuvent être utilisées pour exécuter des calculs sur les Big Data sans conserver les données dans le système.
« Aujourd’hui, à l’ère des mégadonnées, il existe une grande quantité d’informations dans de nombreux domaines, allant de l’apprentissage informatique à l’analyse de la parole en passant par la mise en réseau. Nous pouvons lire les données lorsqu’elles arrivent, mais nous ne pouvons pas toutes les garder en mémoire. La question est de savoir quels algorithmes peuvent être programmés pour effectuer des calculs sur les données entrées même sans les conserver, en utilisant des synopsis de données ou des résumés d’informations », explique le Prof. Alon.
L’écart entre la quantité d’informations et la mémoire disponible
Le Prof. Mattias ajoute : « Le défi des calculs sur les mégadonnées peut sembler évident aujourd’hui, mais dans les années 90, nous avons dû expliquer quel était le problème, qui se pose lorsque se créé un écart entre la quantité d’information et la mémoire disponible pour les calculs. Pour le résoudre, nous avons proposé un modèle de calcul qui utilise des résumés d’informations ou des croquis, et développé des algorithmes théoriques et pratiques, dont certains ont été mis en œuvre déjà à l’époque dans les plus grands systèmes de business intelligence du monde. Quelques années après la publication de l’article, l’Internet a commencé à exploser d’informations, et il se forme un écart croissant entre la quantité d’informations et les capacités de stockage en mémoire, qui a donné naissance à un nouveau champ d’algorithmes pour traiter les flux d’informations, et à l’utilisation intelligente des résumés de données ».
« Les ingénieurs utilisent notre cadre pour programmer des algorithmes d’informations en continu. Par exemple, supposons que les données entrées soit une suite de nombres, et que je veuille vérifier si le même nombre revient deux fois. Un algorithme normal devrait prendre chaque nouveau nombre entré et le comparer avec tous les autres nombres venus avant. Mais pour cela, il faut conserver tous les nombres entrés, ce qui est une tâche impossible à cause des limites de la mémoire », explique le Prof. Alon. « Par contre, vous pouvez créer des algorithmes efficaces qui nécessitent moins de mémoire, capables d’estimer approximativement combien de nombres différents ont été entrés ou combien de paires de nombres entrés sont égaux. En parallèle, nous avons également montré des caractéristiques statistiques des Big Data, qu’on ne peut pas identifier avec une mémoire limitée ».
« Le défi est de conserver les résumés de données afin pour pouvoir continuer de résoudre les différents problèmes et prouver que les calculs sont exacts. Nous avons proposé un cadre mathématique théorique pour l’extraction intelligente de données, déterminant ce qui peut être calculé de cette façon et ce qui ne peut pas l’être. Ainsi est né un champ d’études très riche, dans le cadre duquel de nombreux travaux impressionnants et importants ont pu être menés, à la fois sur le plan théorique et pratique. Les ingénieurs utilisent notre cadre pour programmer des algorithmes d’information continue », conclut le Prof. Matias.
Le Prof. Ariel Porat, Président de l’Université de Tel-Aviv, a congratulé les lauréats : « Je félicite le Prof. Alon et le Prof. Matias pour avoir remporté ce prix prestigieux. L’étude des Big Data dans des domaines divers et variés est aujourd’hui plus courant que jamais et revêt une importance à la fois théorique et pratique. Nous sommes fiers de la contribution du Prof. Alon et du Prof. Matias pour le développement d’algorithmes d’analyse des Big Data, et le prix de l’ACM est la meilleure reconnaissance possible de leurs travaux révolutionnaires ».
Sur la photo: le Prof. Yossi Matias (à gauche) et le Prof. Noga Alon (à droite).
Source : ami-universite-telaviv
FONDS DE SOUTIEN D’URGENCE
Créé par l’Université de Tel-Aviv pour ses étudiants
Touchés de plein fouet par la crise économique due au Covid19, des milliers d’étudiants ont perdu leur emploi et ne peuvent plus subvenir à leurs besoins.
Pour les aider, contactez-nous : afauta@wanadoo.fr Tél. : 01 40 18 07 ou en Israël : tlvuniversite@gmail.com
Poster un Commentaire