Plus les années passent, plus nous vivons dans un monde où chacun a accès à une profusion de données, ce qui a pour conséquence de faire émerger des problématiques liées à ce grand nombre d’informations : l’une d’entre elle est l’analyse de données. En effet, si chacun peut facilement avoir accès à une certaine quantité d’informations, il est souvent bien plus difficile de les analyser et de les structurer…
L’entreprise Bayesia, leader dans le domaine de l’Intelligence Artificielle avec des réseaux Bayésiens, met en œuvre ces modèles abstraits par modélisation de la connaissance des experts ou encore par analyse automatique de données. Il est difficile de décrire en quelques lignes ce qu’est un réseau Bayésien sans faire de vulgarisation scientifique trop approximative… D’un point de vue global, il s’agit d’un modèle graphique permettant de représenter un univers probabiliste. Ce puissant outil de calcul constitue ce qu’on appelle un Système Expert Probabiliste, capable de mettre à jour l’ensemble des probabilités du domaine modélisé en fonction d’observations/requêtes sur un sous-ensemble de variables. D’un point de vue qualitatif, ce modèle graphique permet de visualiser les relations entre les différentes dimensions de l’univers modélisé et permet ainsi d’aider l’utilisateur dans sa compréhension du domaine ainsi que dans sa prise de décision. Cependant, la lecture ou l’interprétation de ces réseaux peut s’avérer assez complexe lorsque le nombre de dimensions et/ou de relations est important.
Contrairement aux applications classiques de représentation en 2D, la réalité virtuelle modifie les règles du jeu puisqu’elle offre une troisième dimension afin de permettre une meilleure répartition des composants du réseau Bayésien. De plus, l’utilisateur est libre d’interagir avec l’environnement et de s’y déplacer, l’autorisant ainsi à visualiser le graphe via une infinité de points de vue différents. Un des avantages de ces multiples points de vue est principalement d’éviter une superposition d’informations textuelles surchargeant l’utilisateur en informations reçues. Le caractère dynamique de l’application qui nous plonge dans le graphe donné nous permet de le manipuler pour se focaliser sur les informations dont l’utilisateur a réellement besoin. Cette manipulation constitue un moyen unique d’accéder « concrètement » à un objet jusqu’alors complètement abstrait.
De plus, le viewer immersif bénéficie également d’un menu contextuel développé dans un souci de clarification et de compréhension des informations affichées. Un réseau Bayésien est un graphe constitué de nœuds (pour représenter les dimensions/variables du domaine), et d’arcs (pour représenter les relations probabilistes entre ces variables), représentés respectivement en 3D par des sphères et des cylindres. Chaque « Controller Touch » est associé à la gestion d’un type d’objet, le controller gauche pour les nœuds et le droit pour les arcs. Chaque nœud et chaque arc ont une structure de données complexe qui leur est propre et qui peut varier d’un réseau à l’autre. C’est pourquoi l’interface utilisateur développée pour BayesiaLab VR doit, de manière intuitive et instantanée, permettre à l’utilisateur de faire apparaître les informations désirées en fonction des données qu’il souhaite visualiser. Pour rendre l’interface encore plus « user-friendly », l’application dispose d’un module de recherche de nœuds afin de pouvoir retrouver sans problème un nœud dans un réseau de taille très importante.
D’un point de vue technique, le réseau Bayésien représenté en 3D est issu d'un fichier .xml, contenant les informations qualitatives et quantitatives, qui est passé en paramètre de l’application. Les valeurs des affichées évoluent dynamiquement selon les critères renseignés via les menus des controllers, mais également en fonction de la distance entre le point de vue de l’utilisateur et l’élément observé.