Une suite d’outils puissants pour analyser automatiquement des données

Le Machine Learning (ML), ou plutôt “apprentissage automatique” en français (bien que la traduction littérale “apprentissage machine” soit également utilisée) est un champ d’étude de l’intelligence artificielle (IA). Si on parle souvent à tort d’IA pour définir ce concept, il n’en reste pas moins impressionnant par ses applications possibles. Pour bien comprendre le fonctionnement du Machine Learning, il est important d’en définir les limites, ce qui aide à appréhender pourquoi ce domaine bénéficie particulièrement de la puissance de la GCP.

Le Machine Learning

Le ML consiste à donner à une machine une capacité d’apprentissage sans avoir à programmer dans le détail cette dernière. Si le terme original date de 1959 et est loin d’être nouveau, l’explosion de la puissance des machines et l’arrivée du cloud ont permis de le faire rentrer dans la vie de tous les jours d’utilisateurs qui, souvent, n’ont jamais entendu ce nom. Pourtant, quand ils recherchent des photos de “plage” dans Google Photos en tapant ce simple terme, sans jamais avoir classé leurs images, c’est bien l’apprentissage automatique qui fait le travail à leur place. Tout comme lorsqu’un “OK Google” permet de lancer sa playlist favorite d’une simple commande vocale.

De gros volumes de données sont nécessaires

Détailler les différentes méthodes de ML et expliquer en détail son fonctionnement remplirait un livre, mais retenez cette idée directrice : sans le traitement de volumes de données colossaux, il est impossible de correctement entraîner une machine pour remplir une tâche précise. La conception des algorithmes chargés de reconnaître une plage - pour reprendre notre exemple - nécessite des dizaines de milliers d’images pour “comprendre” à quoi peut ressembler ce genre d’endroit, et ce, dans toutes les situations, sur tout type de photos.

GCP propose des solutions avancées pour faire du machine learning

Ce domaine a donc besoin d’absorber des quantités astronomiques de données et nous venons de voir que GCP est plus que adaptée pour ce genre de tâches. Pour simplifier la vie des développeurs d’applications, Google a mis au point des API (application programming interface) qui offrent la possibilité de mettre sur le marché des logiciels “intelligents”, capables de voir, entendre et comprendre, sans devoir concevoir ces fonctions de zéro, ce qui serait de toute façon impossible pour de petites équipes.

Cloud AI APIs: solutions de machine learning automatiques

Les Cloud APIs permettent d’intégrer des modèles de machine learning très rapidement dans des applications existantes. Elles mettent à disposition des modèles de machine learning pré-entraînés très performants dans des domaines tels que la vision, la reconnaissance de la parole, le traitement du langage naturel, l’analyse de sentiments, la traduction.

Cloud AutoML: solutions de machine learning semi-automatiques

Cloud AutoML permet de créer et de déployer des modèles de machine learning très performants à partir de jeux de données personnalisés. Cloud AutoML permet ainsi de personnaliser des modèles de machine learning, créés à partir des recherche de Google tels que la Neural Archicture Search, sans écrire de code ni gérer d’infrastructure dans des domaines tels que la vision, le traitement du langage naturel, la vidéo, la traduction, les données structurées.

Solutions de Machine Learning Avancées

Liens intéressants