Une plateforme Big Data pour faire avancer les sept défis sociétaux de l’UE
En revoyant la très longue liste de projets financés dans le cadre de Horizon 2020 et le large spectre de sujets couverts, il serait facile d’oublier que le plus gros programme de recherche de l’UE à ce jour concerne sept problématiques sociétales majeures: la santé et le bien-être; l’alimentation, l’agriculture et la bioéconomie; l’énergie; les transports; le changement climatique; la liberté et la sécurité; et la place de l’Europe dans un monde en mutation. Et il est encore plus facile d’oublier que ces sujets, en apparence très différents, et les secteurs d’activité y afférents partagent au moins un trait commun: la manière dont ils pourraient tirer parti de l’innovation numérique et plus particulièrement du Big Data. Pour s’assurer d’en tirer un maximum d’avantages, le projet BigDataEurope (Integrating Big Data, Software and Communities for Addressing Europe’s Societal Challenges) a mis en place sept communautés et essayé de mieux comprendre ce qu’elles peuvent attendre du Big data. Le résultat est une plateforme capable d’intégrer des données provenant de différentes sources et qui peut être adaptée pour cibler des applications innovantes en lien avec les sept challenges H2020. Quels sont les manques que vous cherchez à combler avec ce projet et quel en est l’importance? Il est largement reconnu que la capacité d’analyse de grandes quantités de données (Big Data) influence en profondeur notre économie et notre société dans son ensemble. Cependant, il importe que les technologies correspondantes ne soient pas disponibles que pour un petit cercle d’entreprises, mais puissent également être largement mises à profit par des entreprises et des initiatives de moindre importance ainsi que par la recherche et le monde universitaire. BigDataEurope comble cette lacune tout d’abord en fournissant une plateforme pour concrétiser les applications Big Data, puis en ouvrant la discussion sur les besoins et les applications pilotes avec les communautés représentatives des changements sociétaux identifiés par le programme cadre de H2020. Qu’est qui fait que votre approche est innovante? Les nombreux événements organisés par des groupes participants nous ont fait prendre conscience que, outre le volume et la rapidité, la variété des données est également un aspect clé qu’il faut prendre en compte dans les applications sociétales. Pour répondre à cette nécessité, nous avons défini et produit une couche de description sémantique des données pour le Big data. Cette couche utilise un vocabulaire et des notions graphiques et permet aux communautés de développer une compréhension commune de leurs données tout en les imbriquant et en les intégrant à un niveau purement technique. Quelles ont été les principales difficultés auxquelles vous avez été confronté en réunissant tous ces groupes de parties prenantes et toutes ces sources de données, et comment les avez-vous surmontées? Un des défis clés repose sur les différences de technologies, de cultures et de pratiques constatées chez les différentes parties prenantes, qui ont également eu pour conséquence une grande variété d’exigences et de points de vue. Par exemple, dans les scénarios liés à la santé, alors que les données ouvertes jouent déjà un rôle clé dans les applications mobiles, la sécurité des informations, la protection de la vie privée et l’anonymat sont d’une importance fondamentale. Nous avons abordé cette problématique en évitant de développer une plateforme universelle, mais en intégrant plutôt des composants qui répondent à des objectifs très spécifiques comme le traitement des données en flux continu ou l’anonymisation. Par conséquent, l’utilisateur peut combiner et intégrer les composants de gestion des données les mieux adaptés pour toute application spécifique concrète de la plateforme BigDataEurope. Quels avantages présentent l’intégration de toutes ces données? Pouvez-vous donner un exemple dans la vie réelle? Le projet a produit sept démonstrateurs qui mettent en évidence la valeur qu’apporte l’intégration des données pour différents défis sociétaux. Ils incluaient par exemple des prévisions de circulation et d’embouteillage réalisées à partir des données de capteurs historiques et actuelles combinées avec des informations provenant des réseaux sociaux. Un autre exemple est l’agriculture de précision qui a pour objectif de cultiver des plantes comme la vigne avec une nutrition, une fertilisation et une irrigation optimales sur la base de données de recherche et d’informations sur le climat. Est-ce que les résultats du projet répondent à vos attentes initiales? À quel niveau? Globalement, la nécessité de gérer la variété des données était quelque chose auquel on s’attendait et qui a été confirmé lors des rencontres avec les parties prenantes et la communauté. Grâce à l’approche d’intégration sémantique adoptée pour la plateforme, nous sommes parvenus à faire un pas en avant, mais nous sommes encore assez éloignés de l’objectif qui est de pouvoir intégrer et analyser de manière homogène de larges quantités de données agrégées en fournissant un minimum d’efforts. En outre, la prise en compte de la confidentialité des données et de la souveraineté des fournisseurs de ces données va requérir plus d’attention dans le futur. Comment doivent faire les parties intéressées pour commencer à utiliser votre plateforme? La plateforme, la documentation et les projets pilotes mis en œuvre sont en source totalement ouverte et disponibles pour être réutilisés. Et, une partie des partenaires du consortium BigDataEurope (notamment par exemple Fraunhofer) est disposée à fournir l’assistance et le support demandés. Quels sont vos plans pour la suite? Les membres du consortium vont poursuivre les recherches sur la gestion de Big Data, chacun dans leur propre domaine. Par exemple, plusieurs projets lancés récemment dans le cadre de H2020 continuent à maintenir certaines parties de la plateforme et à approfondir ses applications dans les domaines des soins de santé et des sciences de la vie.
Pays
Allemagne
