La digitalisation de la société a conduit à une accélération fulgurante des possibilités de collecte et de partage de données. On estime qu'environ tous les cinq ans, le volume cumulé de données numériques collectées au niveau mondial est doublé ; en 2020 il s'agira d'environ 40 Zetabytes. De natures diverses (textes, images, sons, vidéos, traces numériques, …), ces données sont issues des activités humaines ainsi que du monde industriel, physique, et biologique qui nous entoure.

Le Big Data se consacre à l'exploitation de ces méga-données afin de les transformer en nouvelles connaissances exploitables en pratique. Il traite les données en utilisant des algorithmes de machine learning, issus de l'intelligence artificielle et de la science de données, afin d'en extraire des modèles prédictifs et des règles de décision permettant d'optimiser telle ou telle application. Qu'il s'agisse de diagnostic médical, de traduction automatique, de marketing ciblé, ou encore d'enseignement personnalisé, le but est d'améliorer les solutions grâce à l'exploitation de données de plus en plus nombreuses et diverses.

Tous ces développements sont rendus possibles grâce à une croissance très rapide du nombre de capteurs, des capacités de stockage et de traitement de données, et des moyens de communication nécessaires pour la mise en réseau de tout cela.

Dans cet exposé, nous illustrerons tout d’abord les applications actuelles du Big Data, par quelques exemples choisis pour en montrer l'intérêt et la diversité des champs d’application. Nous analyserons aussi le cercle vertueux du Big Data, à la base du succès des GAFAM, et son impact sur la recherche scientifique. Nous évoquerons enfin les nombreuses possibilités de développements futurs, et nous discuterons des défis scientifiques, techniques, et sociétaux à relever pour en faire le meilleur usage.