Le blog high-tech & telecom de Xavier Studer

Des algorithmes tellement limités: exemple avec Google fit

Podomètres et algorithmes: des valeurs fiables?

Podomètres et algorithmes: des valeurs fiables?

Le monde des nouvelles technologies suscite beaucoup de fantasmes et des interprétations contestables. A en croire certains «conspirationnistes», les géants d’internet savent tout sur vous grâce à leurs puissants algorithmes. Contre-exemple élémentaire avec l’application de «santé» Google Fit…

Grâce au petit programme de Mountain View, il est possible de compter les pas que nous parcourrons tous les jours. L’application utilise les différents capteurs des smartphones pour compter les pas de leurs propriétaires. Ce sont les algorithmes qui décryptent les informations livrées par l’accéléromètre, le gyroscope, voire le GPS ou d’autres capteurs encore comme le baromètre (uniquement sur les appareils avancés).

Les bugs de Google Fit…

En analysant ces données, Google fit est capable d’évaluer l’intensité de notre activité de manière sommaire en se basant sur notre poids, notre taille et différentes données comme la vitesse ou les dénivelés positifs ou négatifs. En utilisant les informations d’un capteur cardiaque, certaines applications sont même en mesure de donner des indications beaucoup plus précises sur notre entraînement. Quand tout marche bien…

Depuis quelques jours, par exemple, je constate qu’en fin de journée Google Fit diminue drastiquement mon temps de marche et le nombre de pas accomplis avant de les rétablir le lendemain, entre autres problèmes. Le numéro un mondial de la recherche semble être victime d’un bug et avoir mal à ses algorithmes! Mais ce n’est pas tout…

Du vélo à la place du ski de fond

Lorsque je fais du ski de fond, il comptabilise mon entraînement comme du «vélo»! Et ce même si je suis sur un tracé de ski de fond et que les données de mes capteurs ne doivent ressembler en rien à celles produites lorsque je fais du vélo. Google est donc incapable d’analyser les données GPS qu’il enregistre pourtant sur Maps… Pour information, les meilleurs algorithmes sont capables de faire la différence entre différents styles de nage…

Chez Google, il est toutefois possible de changer manuellement le type d’entraînement. On constate alors que le calcul des calories dépensées ou que la durée de l’entraînement sont inexacts, voire parfois complètement faux. A titre expérimental, j’ai essayé de combiner les données de ma Polar V800 avec celles de Google Fit: la catastrophe. Malgré les indicateurs temporels, Google les combine mal et Fit plante…

Polar pas bien meilleur…

Et chez un spécialiste comme Polar? Le célèbre fabricant de montres-ordinateurs connectées pour le sport fait un peu mieux, mais là aussi les algorithmes montrent leurs limites. Bien que j’aie démarré manuellement une séance d’entraînement de ski de fond qui a duré environ une heure et demie, Polar a aussi comptabilisé parallèlement environ 5000 pas pendant cette séance. Pas génial.

Des exemples comme ça, j’en ai des dizaines. Alors que certaines analphabètes du numérique fantasment sur le potentiel des géants d’internet et des opérateurs, ces exemples nous ramènent à la réalité toute crue. Ces sociétés utilisent aujourd’hui très mal la montagne de données que nous leur livrons. Attention toutefois, avec le temps et le développement de l’intelligence artificielle, Google et consorts seront capables de faire beaucoup mieux…

Dans l’intervalle, encore une fois, ces exemples démontrent les limites de ces bêtes règles de calcul qui régissent nos ordinateurs «commerciaux» depuis une quarantaine d’années. En attendant le développement des capacités de calcul et de la logique nécessaires à l’intelligence artificielle, ces «méchants algorithmes» n’ont pas fini de nous faire rigoler!

Xavier Studer

Lire aussi: Podomètres et applications: gare aux importantes différences de mesure

6 commentaires pour “Des algorithmes tellement limités: exemple avec Google fit

  1. 22/01/2017 à 10:22

    Je suis loin d’être alarmiste sur ce genre de sujet mais je pense qu’il ne faut tout de même pas sous-estimer leurs capacités d’analyse. C’est vrai qu’il est des fois étonnant de constater la peine qu’on les capteurs d’activité ou, encore plus flagrant, les assistants numériques à détecter automatiquement le contexte dans lequel on se trouve.
    Cependant, il ne faut pas oublier que dans ces cas-là, il s’agit de temps-réel (on veut l’information tout de suite, pas le temps de faire de longs calculs ou de faire des recoupements complexes), et probablement de traitement local de l’information (il n’y a pas forcement de connexion lors de notre ski en montage). De plus, les algorithmes dans nos appareils ont souvent un temps de retard sur les algorithmes utilisés en interne (encore à l’état expérimental ou nécessitant une modification des conditions utilisateur par exemple).

    Il est donc possible que les données soient « affinées » par la suite.

    • 22/01/2017 à 11:46

      Disons que le traitement « affiné » n’est pas meilleur…

  2. bmaynard
    22/01/2017 à 7:11

    « Lorsque je fais du ski de fond, il comptabilise mon entraînement comme du «vélo»! Et ce même si je suis sur un tracé de ski de fond et que les données de mes capteurs ne doivent ressembler en rien à celles produites lorsque je fais du vélo. »
    C’est ballot.
    Revenons sur terre .. et apprenons à calculer avec des aiguilles (celles de votre montre) et des hectomètres voire kilomètres.

    un train part de Zurich à 12h21
    il roule a 76 km heure (en moyenne).

    un train part de Lyon
    il roule à 74 km heure
    et part à 12h47 à destination de Zurich

    A quelle heure les deux trains se croiseront ?
    Je relève les copies mardi (vers 16 heures)

    Cdt

    • 22/01/2017 à 7:16

      Je ne vis visiblement pas dans le même siècle que vous… Vous ne semblez pas avoir saisi l’enjeu.

  3. Luc Schneider Tourn
    23/01/2017 à 6:24

    En effet, je confirme que le ski de randonnée est « mal payé », chez Garmin aussi. Bien sûr, en sélectionnant préalablement le type d’activité, cela fonctionne bien, mais ce n’est pas le but: monter de 1000 mètres dans la bise vivifiante devrait être automatiquement reconnu comme une activité bien plus énergivore que la promenade au bord du lac 😉
    Bon pour ma part, je ne m’en formalise pas: le plaisir prime, et je n’enregistre jamais mes activités. Mais je confirme que la marge de progression est presque infinie! Le hardware est au point, le soft en est à ses débuts…
    Luc

  4. 24/01/2017 à 12:30

    « Le numéro un mondial de la recherche semble être victime d’un bug et avoir mal assez algorithmes! »
    Pas compris la phrase !

    Cela dit, en résumé, cela ne sert à rien en l’état actuel avant la prochaine version YZ de capteurs de « santé » et autres mesures !

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

%d blogueurs aiment cette page :