Les enjeux de la visualisation de données sont à la compréhension, l’exploration, la représentation ou encore la synthétisation d’un ensemble de données complexes. Impliquant une intelligibilité intuitive, précise et profonde, la visualisation est en d’autres termes une discipline qui nous permet de voir l’invisible, dans un monde où les volumes d’information ne font que croitre (Chen, Floridi, Borgo 2014). Histogrammes, nuages de points, diagrammes de Venn, camemberts, graphiques en anneau : autant d’outils permettant la présentation simplifiée d’une collection d’information. Mais la visualisation de données ne permet pas uniquement de fournir des modèles et des analyses de données brutes et quantitatives, celle-ci peut également être porteuse d’un message chargée d’affect et de sentiment. Les données doivent nous raconter une histoire et ainsi susciter ou retenir notre intérêt (Yau 2013). Les images rendues par la photographie peuvent elles-aussi fournir des données scientifiques et peut être même des données artistiques (Data Art). Notre environnement naturel, et particulièrement le ciel, sont tous deux porteurs d’informations. Deux logiciels open source nous emmènent en expédition dans les airs. La première étape de notre voyage sera celle de la mesure du bleu du ciel avec “Cyanometer“, tandis que la seconde nous fera interpréter les nuages avec “Nebula”.
CYANOMETER POUR MESURER LE BLEU DU CIEL
Depuis toujours, la collecte de donnée ainsi que les outils développés pour la soutenir sont au cœur de la recherche scientifique. En 1789, le physicien, géologue et naturaliste genevois Horace-Bénédict de Saussure invente le Cyanomètre. Cet instrument de mesure, composé de 52 cases comportant des nuances de cyan différentes, permet de mesurer les variations et l’intensité du bleu du ciel. Bien avant l’arrivée du machine learning, cet objet sommaire s’apparentant à un nuancier, permet le recensement de données météorologiques à travers plusieurs expéditions scientifiques (Archinard 1988). Un des trois exemplaires réalisés par le scientifique se trouve encore dans la collection du Musée d’histoire des sciences de la ville de Genève.
Par une approche artistique contemporaine et librement inspiré du Cyanomètre originel, Cyanometer est un projet réalisé par l’artiste Martin Bricelj Baraga en 2022. S’apparentant à une grande sculpture minimale, celle-ci est également un logiciel open source collectant régulièrement des images du ciel en temps réel. Au bleu du ciel s’ajoute également un recueillement de données sur la qualité de l’air à travers quatre stations de mesures se situant dans des pays différents. Quatre Cyanometer sont installés en Suisse (à Genève sur l’esplanade du Musée d’histoire des sciences), en Allemagne (à Dresde), en Pologne (à Wroclaw) et en Slovénie (à Ljubljana). Le site internet de Cyanometer est une archive en ligne de différentes captations photographiques du ciel associée à un recensement de relevés sur la qualité de l’air, l’état de pollution atmosphérique ainsi que la source de pollution (Musée d’histoire des sciences 2022). La plateforme de visualisation du site permet ainsi à l’usager-ère de naviguer entre les différentes nuances de bleus tout en prenant conscience des changements environnementaux.
NEBULA POUR INTERPRÉTER LES NUAGES
Les phénomènes météorologiques sont au cœur des préoccupations scientifiques actuelles. Le cas du projet Nebula en est un bon exemple. Développé en 2019 par l’Institut Max-Planck de météorologie de Hambourg, il a pour objectif de comprendre l’évolution du climat par l’observation caractéristiques de formations nuageuses. A l’aide de l’intelligence artificielle, quatre classes de nuages ont été identifiées et localisées à travers la base de données d’imageries de la NASA Worldview. Fish, Flower, Gravel, Sugar sont les quatre dénominations de formations nuageuses du projet Nebula. Leurs appellations spécifiques ont été définies pour leur aspect pictural en forme de poisson, de fleur, de gravier et de sucre qui sont ensuite associés à une gamme chromatique (Changeon 2021). Depuis le site internet du projet Nebula, deux fonctions permettent aux visiteurs de s’approprier le projet. L’onglet Neula Data Exploration offre un aperçu statistique de l’étude alors que Nebula World Scanner est une démonstration du modèle incluant plusieurs paramètres que l’usager-ère peut modifier.
Les plateformes de visualisation des projets Cyanometer et Nebula, mises à disposition du public, illustrent l’importance de la visualisation des données, car elles permettent une sensibilisation directe à travers l’image. Par ces deux exemples touchant la prévention du climat, l’usager-ère est témoin de l’évolution des données collectées en temps réel. Un graphique est ordinairement plus évocateur qu’une description. Il n’est pas question ici d’une visualisation graphique générée à partir d’un jeu de données, mais de la restitution d’un certain nombre de paramètres par la photographie. En effet, l’aspect pictural de l’image permet la découverte d’informations, tandis que son mode de représentation, par les plateformes interactives qui les héberge, souscris une analyse parlante, didactique et accessible à tou-te-s.
SOURCES ET BIBLIOGRAPHIE
ARCHINARD, Margarida, 1988. Les instruments scientifiques d’Horace-Bénédict de Saussure. Le Monde alpin et rhodanien. Revue régionale d’ethnologie. 1988. Vol. 16, no. 1, pp. 151‑164. DOI 10.3406/mar.1988.1367.
ARTPOINT, 2020. Le Data Art, de quoi parle-t-on ? artpoint.fr. [en ligne]. 2020. [Consulté le 5 novembre 2022]. Disponible à l’adresse: https://artpoint.fr/2020/09/29/le-data-art/.
CHANGEON, Ludovic, 2021. Silver-Lining Clouds with AI. towardsdatascience.com. [en ligne]. 12 octobre 2021. [Consulté le 5 novembre 2022]. Disponible à l’adresse: https://towardsdatascience.com/silver-lining-clouds-with-ai-ff6a234786e2.
CHEN, Min, FLORIDI, Luciano et BORGO, Rita, 2014. What is Visualization Really for? The Philosophy of Information Quality. 2014. Vol. 358, pp. 75‑93. DOI arXiv:1305.5670.
CYANOMETER, 2022. Hello Cyanometer! cyanometer.net. [en ligne]. 2022. [Consulté le 5 novembre 2022]. Disponible à l’adresse: https://cyanometer.net/.
MUSÉE D’HISTOIRE DES SCIENCES, 2022. Evénement : cyanometer. http://institutions.ville-geneve.ch/. [en ligne]. 2022. [Consulté le 5 novembre 2022]. Disponible à l’adresse: http://institutions.ville-geneve.ch/fr/mhn/votre-visite/agenda/cyanometer/.
NEBULA, 2022. Nebula project demo. studio.datascientest.com. [en ligne]. 2022. [Consulté le 5 novembre 2022]. Disponible à l’adresse: https://studio.datascientest.com/project/nebula/.
RASP, Stephan, SCHULZ, Hauke, BONY, Sandrine et STEVENS, Bjorn, 2020. Combining crowdsourcing and deep learning to explore the mesoscale organization of shallow convection. Bulletin of the American Meteorological Society. 2020. Vol. 101, no. 11, pp. E1980‑E1995. DOI 10.1175/BAMS-D-19-0324.1.
YAU, Nathan, 2013. Raconter une histoire avec les données. In: Data visualisation : De l’extraction des données à leur représentation graphique. [en ligne]. Eyrolles. pp. 15‑33. [Consulté le 5 novembre 2022]. ISBN 978-2-212-13599-2. Disponible à l’adresse: https://hesge.scholarvox.com/catalog/book/docid/88816613?searchterm=visualisation%20donn%C3%A9es.
Laisser un commentaire