L’esprit des génies gravitent bien souvent autour de ceux de leurs aînés, les conduisant à leur rendre hommage, tandis que la data science, petite nouvelle parmi les sciences, s’avèrent bien pudique lorsqu’il s’agit de rendre hommage à ses précurseurs, ses inspirateurs ou tout simplement ses maîtres. Pourquoi un tel pêché de jeunesse ?

La remarque d’Isaac Newton est célèbre : « Si j’ai vu plus loin, c’est en montant sur les épaules de géants. » Parmi ces géants il y avait entre autre John Wallis, Pierre de Fermat, Galilée et Kepler. Albert Einstein a rarement manqué non plus de rappeler combien ce qu’il était parvenu à accomplir reposait en partie sur les contributions scientifiques de ses prédécesseurs tels que Laplace, Maxwell ou Pointcarré.

Le silence règne

De son côté la data science n’évoque pas souvent celles ou ceux qui pourraient bien l’avoir inspirée, ou du moins rendue simplement possible :

  • Pascal, le père des statistiques est-il parfaitement étranger à certaines avancées de la data science ?
  • Leibnitz et Berkeley sont-ils si éloignés de la data science, qui pourrait bien avoir tiré grand profit de leurs sempiternelles et légendaires querelles ?
  • Richard Feynman, Max Planck et Niels Bohr n’apportent-ils pas leur lot d’inspiration à la data science, indirectement, avec la mécanique quantique en trame de fond ?
  • Ralph Hartley, Claude Shannon et Waren Weaver, aux origines de la théorie de l’information, qui aborde mathématiquement la communication, sont-ils inconnus des data scientists ?
  • Le battement d’aile de la théorie du chaos n’a-t-il aucun effet sur les avancées de la data science ?
  • Plus proches de nous, Peter Naur, William s. Cleveland, C.F. Jeff Wu ou le mathématicien indien Prasanta Chandra Mahalanobis ne mériteraient-ils pas d’être plus souvent rappelés à nos mémoires ?
  • Et pour finir cet inventaire, les pionniers de l’intelligence artificielle, comme Alan Turing, Hubert Simon (Prix Nobel d’économie en 1978), Al Newell, Marvin Minsky ou John McCarthy sont-ils véritablement étrangers aux avancées de la data science ?

Pourquoi un tel silence ?

  • Parce que la trop jeune data science a encore besoin de s’affirmer avant de rendre tribu ?
  • Parce que les data feraient perdre la mémoire ?
  • Parce que la data visualisation hypnotise les chercheurs ?
  • Parce que même les noms des génies vont finir par disparaître dans le big data ?
  • Parce que la France n’a pas encore trouvé son ou ses futures champions de la data science ?

Bref, si la data science est bel et bien une science, comme son nom l’indique, il serait bon qu’elle réfléchisse un peu sur elle même. Un sujet que nous ne manquerons pas de développer dans un prochain article.

Share