Du nouveau en Intelligence Artificielle chez Google. Le géant de Mountain View a récemment lancé deux nouveaux produits, Kubeflow Pipelines et AI Hub, pour fournir aux spécialistes des données un espace de travail adapté et sécurisé, mais aussi permettre à un plus grand nombre d’entreprises de bénéficier des bienfaits de l'apprentissage machine et de l'intelligence artificielle en général.

Deux nouveaux outils AI pour entreprises ont été dévoilés par Google et semblent ouvrir une nouvelle étape vers l’Intelligence Artificielle pour tous. Ce sont en tout cas de plus en plus d’entreprises qui pourront d’abord s’ouvrir à ce nouveau domaine ou à cette nouvelle discipline en vogue. Viendra sans doute ensuite le temps d’une Intelligence Artificielle grand public… « Notre objectif est de mettre l'IA à la portée de toutes les entreprises. Mais pour ce faire, il faut abaisser les barrières à l'entrée, avait ainsi confié le Directeur technique de la plateforme ML Cloud Hussein Mehanna, le 8 novembre dernier, sur le blog de l’organisation. C'est pourquoi nous construisons toutes nos offres d'intelligence artificielle avec trois idées en tête : les simplifier pour qu'un plus grand nombre d'entreprises puissent les adopter, les rendre utiles au plus grand nombre d'organisations et les rendre plus rapides, pour que les entreprises puissent itérer et réussir plus rapidement. »

Le premier outil s’appelle Kubeflow Pipelines, fondé sur le projet open source Kubeflow. Il est principalement destiné aux développeurs qui voudraient concevoir, mettre en production ou manager des charges de travail d’apprentissage automatique. Sur Kubeflow Pipelines, les spécialistes des données vont pouvoir tester différentes techniques de Machine Learning pour identifier celle qui parait la mieux adaptée à leurs besoins. Cette nouvelle plateforme vise également à améliorer la collaboration entre les membres d’une équipe puisque toutes les charges de travail pourront être utilisées par quiconque en interne.

AI Hub, nouvelle plateforme d’Intelligence Artificielle

Comment ça marche ? Kubeflow Pipelines utilise les containers Kubernetes pour faire tourner des charges de travail d’apprentissage machine. Création, déploiement, gestion ou réutilisation, le composant Pipelines est un environnement dédié aux charges de travail d’apprentissage machine et optimisé pour le travail en équipe, que vous soyez par exemple développeur ou Data Scientist.

Ce que va changer Kubeflow Pipelines, le nouveau composant de Kubeflow lancé par Google. (cloud.google.com)

Le second outil, peut-être le plus attrayant pour les entreprises, est l'AI Hub. L’AI Hub porte bien son nom puisqu’il s’agit d’une plateforme ou d’un cloud où les entreprises pourront trouver des éléments indispensables à l'apprentissage machine, d’ensembles de données (data sets) nécessaires à l’entraînement et à l’amélioration des modèles ou à des modèles eux-mêmes déjà testés et prêts à l’emploi.

Derrière ce hub, la volonté de Google est claire : démocratiser l’Intelligence Artificielle ou le Machine Learning à l’ensemble des composantes d’une entreprise, et plus seulement à ses développeurs ou spécialistes des données. Et avoir bien sûr ces entreprises qui élaborent des stratégies en IA dans son giron. Cependant, au contraire du Github récemment racheté par Microsoft, l’AI Hub est une plateforme fermée, intra-entreprises, et non ouverte sur le monde. Chaque compagnie pourra donc créer et développer un projet en Intelligence Artificielle en toute sécurité.

L'IA pour tous, tous pour l’IA

Malgré tout, Google a donc décidé de passer la vitesse supérieure et, pour montrer l’exemple, partagera lui aussi une majeure partie de son propre matériel Open Source dans l’AI Hub, comme toute la documentation de recherche principalement élaborée par les équipes de Google Cloud AI ou Google Research. Et, en attendant l’apparition d’outils payants proposés par des tiers (les affaires restent tout de même les affaires, il ne faudrait pas non plus rêver…) à l’avenir, les scientifiques des données pourront s’ouvrir aux pipelines Jupyter Notebooks et aux modules Tensorflow placés et disponibles au partage sur la plateforme en question.

Conscient du manque en spécialistes des données à l’heure actuelle, Google est ainsi dans la droite lignée de ses précédentes actions pour tenter de dynamiser le marché et faciliter la vie des développeurs qui souhaiteraient s’attaquer à des modèles de Machine Learning ou d’apprentissage machine. Le déploiement de ces nouveaux outils à grande échelle vont encore dans ce sens après avoir déjà lancé AutoML au cœur de l’été. Pour faire court, une série de produits de Machine Learning pour permettre aux développeurs sans expertise poussée de pouvoir entraîner des modèles, que ce soit dans le champ de la reconnaissance d’images, de la traduction ou encore du langage naturel.

L’Intelligence Artificielle est clairement un enjeu majeur pour Google et le géant américain a bien compris qu’il fallait lancer la machine, sans jeu de mots, avant d’espérer de réelles retombées. Une stratégie que la firme américaine avait déjà employé avec succès par le passé…


blog comments powered by Disqus