Effet des algorithmes prédictifs sur la ville connectéeConférence DIGITAL POLIS – Paris

29-31 janvier 2015

Olivier Kempf – IRIS – La VigieThierry Berthier – Université Limoges

Chaire de Cybersécurité & CyberdéfenseSaint-Cyr Sogeti Thales

PlanEffet des algorithmes prédictifs sur la ville

connectée

• I - La ville, lieu de la transformation cyber

• II - Des acteurs urbains fort divers

• III - Boucle de rétroaction, algorithmes prédictifs et ville ubiquitaire

I -La ville, lieu de la transformation cyber

I -La ville, lieu de la transformation cyber

• Selon une définition d’un vieux dictionnaire (Petit Larousse de 1972), « la ville est une agglomération où la majorité des habitants sont occupés par le commerce, l’industrie ou l’administration ».

• La ville est un espace public et concentré qui permet une utilisation rationnelle et donc économe de l’espace.

• Aussi, définir la ville par la seule activité des citadins ne constitue plus un critère suffisant. Il faut adjoindre d’autres critères comme la densité de l’habitat ou la relation à un environnement immédiat et dépendant. Ces deux nouveaux critères suggèrent deux types de réticulation : une réticulation interne et une réticulation externe, elle-même double

1-1 Ville intensité et ville relation• La réticulation interne comprend l’ensemble des

réseaux organisant la ville : rues, transports en commun, distribution de fluides (eau, énergies, communications).

• La réticulation externe s’effectue à un double niveau. – l’ensemble des réseaux liant la ville à son environnement

immédiat : banlieue, agglomération et autres territoires dépendants : couronne urbaine = une réticulation satellitaire.

– La réticulation externe comprend également les liaisons avec les autres villes et système urbains, logiquement non dépendants.

• La ville est alors une concentration d’habitants qui facilite à la fois les échanges internes et les échanges externes.

La ville apparaît comme un nœud de réseau

Ville, nœud de réseaux

• La taille de ce nœud dépend de plusieurs facteurs.• Des facteurs propres : le nombre des habitants, la surface occupée

où la densité est élevée. • D’autres facteurs lui sont extérieurs comme le nombre de

dépendances (réseau satellitaire), le nombre et l’intensité des liens avec les autres villes, la taille de celles-ci.

• La « taille » d’une ville peut ainsi être mesurée par l’intensité des réseaux qu’elle met en œuvre. – La ville permet une utilisation intensive de l’espace par l’accumulation

localisée de réseaux variés (transport, énergie, information, hommes, finances, biens et services) ;

– elle permet également une utilisation extensive de l’espace par la relation avec d’autres territoires, qu’il s’agisse de ses dépendances (avec lesquelles elle va organiser des réseaux pour structurer cette dépendance) ou des autres systèmes urbains : il ne faut pas simplement accumuler mais disperser des réseaux avec pertinence.

Ville, nœud de réseaux

Villes illuminées de Chine et Corée du Sud – station ISS

1-2 Le cyberespace et la ville réseau

• Le cyberespace = « l’interconnexion des réseaux informatiques ».

• Il va se superposer à tous les réseaux de la ville, intérieurs comme extérieurs.

• Le cyber doit être compris comme un outil augmentant l’intensité d’utilisation des réseaux.

• Il ajoute de plus de nouveaux services

Le cyber augmente l’intensité intérieure de la ville.

• La gestion des flux de circulation est désormais automatisée et optimisée, qu’il s’agisse de la circulation routière (feux de signalisation) ou des transports en commun.

• Non seulement chaque réseau de bus ou de tramway est géré par l’informatique, mais des applications nomades permettent aux usagers de savoir précisément où se trouve le prochain bus, quel est le temps de trajet estimé et quelle sera l’affluence.

Le cyber augmente l’intensité intérieure de la ville.

Les interactions ville-cyber selon Hitachi

Le cyber et le réseau satellitaire des territoires dépendants de la ville

• Le cyber se déploie :

• Autant pour la couronne urbaine (réseau satellitaire dépendant)

• Que pour le réseau avec les autres systèmes urbains

• Le cyberespace a recouvert systématiquement les différents réseaux existant dans la ville.

Le cyberespace recouvre les réseaux de la ville

Cyber et nouvelle dynamique urbaine

• Le cyber introduit une dynamique qui dépasse la simple modernisation des réseaux :

• Il ne s’agit de penser à améliorer l’efficacité individuelle de chacun des réseaux,

• mais d’appréhender leurs interrelations pour prévoir encore plus de services (de ville/intensité) et de liaisons (de ville/relation).

II - Des acteurs urbains fort divers

II - Des acteurs urbains fort divers

• Il convient de s’interroger sur les acteurs de la ville.

• On ne peut définir le cyberespace simplement par ses outils (infrastructures ou logiciels). On doit le définir aussi par ses usages.

• Le cyberespace n’est pas simplement un espace technique, c’est d’abord un espace social.

2-1 L’acteur et sa projection algorithmique

• La ville est un système complexe associant des individus et des organisations que l’on désignera comme des « acteurs »

• La ville associe des individus et des collectivités, un individu pouvant par ailleurs s’insérer, durablement ou temporairement, dans une collectivité

• Tout acteur, individuel ou collectif, est désormais défini par sa projection algorithmique.

La projection algorithmique

Lorsqu’un individu H déclenche l’exécution (volontaire

ou non) d’un algorithme A sur un système S, une partie

de l’information associée à cette exécution est stockée

quelque part dans les archives de S, dans le Cloud ou

ailleurs. C’est la trace numérique de cette interaction.

Cette information est notée PS(H/A),

comme la projection algorithmique de H sur S selon A.

PS(H/A) est un ensemble de mots binaires m qui ont un

sens pour la machine qui exécute A.

La projection algorithmique

Cette projection algorithmique peut se décomposer en

composantes ouverte et fermée :

PS(H/A) = POS(H/A) U PFS(H/A)

POS(H/A) est la composante ouverte de la projection, elle

est publique, consultable par tous les utilisateurs sur S.

PFS(H/A) est la composante fermée de la projection, elle est

privée, consultable par les administrateurs de S et

d’autres…

La projection algorithmique

Elle peut aussi se décomposer en composantes volontaire et

systémique :

PS(H/A) = PVOL-S(H/A) U PSYST-S(H/A)

PVOL-S(H/A) est la composante volontaire de la projection.

(je rédige un mail et je l’envoie, j’achète un objet en ligne).

PSYST-S(H/A) est la composante systémique de la projection.

(les métadonnées créées lors d’une interaction).

La projection algorithmique

Lorsque l’on considère maintenant la réunion de toutes les

projections algorithmiques d’un individu H sur le système S, on

obtient sa S-projection notée PS(H) :

PS(H) = UA PS(H/A)

Puis, on généralise encore en considérant la réunion

de toutes les S-projections de H. On obtient la projection

algorithmique globale de H notée P(H) :

P(H) = US PS(H)

2-2 Les acteurs de la ville

• L’individu

• L’administration

• Les services publics (à statut public ou privé)

• Les entreprises

• Les entreprises TI

• Structures d’intermédiation

Le graphe des acteurs de la ville

L’individu

Administration

Services publics

Entreprises

Entreprises TI

Intermédiations

III – Boucle de rétroaction et algorithmes prédictifs

III – Boucle de rétroaction et algorithmes prédictifs

• L'espace urbain ultra connecté devient l'acteur de la prévision.

• Il participe désormais au mouvement global qui consiste à repousser l'aléatoire

• Des boucles rétroactives apparaissent entre le citadin usager de la ville connectée et l'architecture urbaine

• Objectifs : Efficacité, publicité, sécurité

3-1 La boucle systémique « Data-prédictif-action »

Une boucle de rétroaction s’installe :

– 1: La ville produit aujourd'hui des données massives (big data) à partir des projections algorithmiques des acteurs

– 2: Ces données sont analysées par des système bigdata qui fournissent en temps réel prévisions et tendances

– 3: Les acteurs tiennent compte de ces prévisions, adaptent leurs comportements et leurs actions puis produisent de nouvelles projections (données).

Donnée > Calcul > Prévision > Adaptation > Données

3-2 Algorithmes prédictifs et U-City

- L’algorithme prédictif s’inscrit au cœur de la ville Ubiquitaire. Il en est l’un des « moteurs ».

- Tous les objets, lieux et corps sont les composantes d’une technologie devenue invisible.

- L’information est accessible à tous, partout et en permanence (Ubimédia).

- Nos projections algorithmiques interagissent avec les infrastructures prédictives d’U-City; elles influencent nos actions sur l’espace physique et se réifient dans le cyberespace.

Algorithmes prédictifs et U-City

Voici quelques exemples…

L’exemple de U Songdo (Corée du Sud)

Au cœur de Songdo, on trouve le U-Media Center (UMC) :- UMC est contrôlé par les citoyens et la mairie, il analyse en temps réel le fonctionnement de la ville, anticipe les évènements grâce à ses algorithmes prédictifs, U-Home, U-Education, U-Security, U-Care.- Selon ses concepteurs, UMC n’a pas de rôle politique.- Tous les services sont reliés au UMC ainsi que toutes les habitations, les rues, les infrastructures urbaines par l’intermédiaire d’une multitude de capteurs « intelligents ».- Tous les habitants de Songdo possèdent une connexion à UMC qui les géolocalise, qui anticipe leurs besoins et qui donne accès à des prévisions personnalisées (risque d’accident, risque d’infrastructure).- Privacy ? : Il est possible de se déconnecter à tout moment de l’UMC- Emergence d’une IA globale au cœur de chaque ville Ubiquitaire ?- La ville au sein du paradigme transhumaniste ?

L’exemple de U Songdo

U Songdo devrait accueillir 400 000 habitants en 2030

3-3 L’architecte de l’algorithme urbain

- La société SNIPS créée par Rand Hindi se positionne comme

l’architecte de l’algorithme urbain.

- Les algorithmes développés par SNIPS permettent de prévenir au

lieu de réagir et d’anticiper les comportements pour comprendre la

ville.

- L’application Tranquilien développée par SNIPS en partenariat

avec la SNCF prédit de manière très précise l’affluence dans les trains

Transiliens et RER. Les algorithmes utilisent un grand nombre de

données en temps réel issues de l’open data et peuvent être déclinés

et adaptés à la mobilité, à la sécurité, à l’énergie ou au management

des déchets.

Prédire le crime…- Le système algorithmique PredPol (Predictive Policing) a été déployé

dans la ville de Santa Cruz (Californie) en 2011, puis à Los Angeles,

Memphis, Charleston et New York en 2012. Il a contribué à faire

chuter de 33 % les agressions et de 21 % les crimes violents.

Le nombre de cambriolages a baissé de 20 % à Santa Cruz en 6 mois…

- A partir de données statistiques, PredPol parvient à prédire ou et

quand les prochains crimes et délits risquent de se produire. Predpol

ne prédit pas qui va commettre de prochain crime.

3-4 Les limites des systèmes prédictifs

Les cygnes noirs de Nassim Nicholas Taleb sont des évènements :

- A très faible probabilité et imprévisibles,

- A très fort impact sur le système,

- Rétrospectivement prévisibles

Hasard sauvage et hasard soft

• Le « hasard sauvage » défini par NN Taleb et incarné par le concept de cygne noir est par définition hors d'atteinte des systèmes « bigdata » prédictifs. Cette forme de hasard persiste donc au cœur de la ville.

• Le hasard « soft », celui que l'on qualifie parfois de « Gaussien » répond quant à lui assez bien aux systèmes prédictifs et recule sous l'effet de cette boucle de rétroaction systémique

www.chaire-cyber.fr/echoradar.eu/

Olivier Kempf - www.egeablog.net/Olivier Kempf - www.lettrevigie.com/

Thierry Berthier - cyberland.centerblog.net/