Intelligence Artificielle : Comment Google Utilise Le Deep Learning

Le ‘deep learning’ révolutionne le domaine de l’intelligence artificielle où la magie se passe en ce moment. 

Traditionnellement, les ordinateurs, bien que très rapides, n’ont pas toujours été intelligents – n’ont pas la possibilité d’apprendre de leurs erreurs et doivent recevoir des instructions précises pour réaliser une tâche. L’apprentissage profond inclut la création de réseaux de neurones artificiels qui essaient d’imiter la façon dont le cerveau organique trie et traite l’information. 

Le mot « profond » dans apprentissage profond (deep learning)  intensifie l’utilisation de plusieurs couches de réseaux de neurones, toutes entassées les unes sur les autres. Cette configuration de traitement de données en tant que réseau de neurones profond, d’une part, et sa complexité d’autre part, signifient que ce réseau est capable de traiter des données d’une façon plus rigoureuse et raffinée que d’autres technologies d’intelligence artificielle qui sont sorties avant.

L’apprentissage profond, ou deep learning, conduit déjà l’innovation à la pointe de l’intelligence artificielle et peut être vu dans beaucoup d’applications aujourd’hui. Néanmoins, alors que le volume de données continue d’augmenter et que le traitement de la technologie devient plus abordable, beaucoup plus de secteurs de société ont de fortes chances d’être impactés. Jetez un coup d’œil sur la façon qu’un des pionniers – Google – l’utilise déjà parmi un bon nombre de ses produits et services. 

 

Pourquoi Google est intéressé par le deep learning ?

Google est une force majeure dans l’art d’utiliser le deep learning – une nouvelle technologie maintenant si répandue parmi les applications de pointe, que son nom est pratiquement synonyme d’intelligence artificielle. Une simple raison à cela : ça fonctionne. Utiliser l’intelligence artificielle a permis aux data analysts (responsables des données) de trouver une brèche dans un bon nombre de cas difficiles qui avaient représenté un défi pendant des dizaines d’années, comme par exemple la reconnaissance vocale ou faciale et la génération automatique des textes.

Les explorations des possibilités du deep learning ont commencé avec le projet Google Brain en 2011. L’année suivante, Google a annoncé qu’ils avaient construit un réseau de neurones, conçu pour simuler le processus du mental humain, fonctionnant sur 16 000 ordinateurs et qui, après avoir étudié 10 millions d’images, était capable d’identifier des chats.

En 2014, Google a fait l’acquisition d’une startup au Royaume-Uni basée sur le deep learning appelé Deep Mind. Deep Mind fut pionnier dans la connexion des techniques d’apprentissage sur machine à des recherches de pointe en neuroscience, menant à des systèmes qui ressemblaient précisément à des « vraies » intelligences (i.e cerveaux). Deep Mind est responsable de la création d’Alpha Go qui a utilisé des jeux vidéo et plus tard le jeu de Go, pour démontrer la capacité de leur algorithme à apprendre à réaliser une tâche, et devenir bon à celle-ci.

 

Pourquoi Google utilise-t-il le deep learning pour ses services d’e-mails ?

Lors de l’homologation du concept dans des laboratoires et jeux concours, il s’est également répandu tranquillement à travers beaucoup de services Google.

Sa première utilisation était pour la reconnaissance faciale où il a été utilisé à travers les millions d’images ajoutées sur internet et que Google indexe. Google fait cela pour les classer avec précision une par une et donner aux utilisateurs des résultats de recherche plus précis. La dernière avancée de Google impliquant l’apprentissage profond dans le domaine de l’analyse des images est l’amélioration des images. Cela implique de restaurer ou remplir des détails manquants sur les images en extrapolant des données présentes, mais aussi bien en utilisant ce qu’il connaît à propos d’images similaires.
Une autre plateforme, Google Cloud Video Intelligence, se concentre sur l’ouverture d’une analyse vidéo à un nouveau public. Les vidéos stockées sur les serveurs de Google peuvent être segmentées et analysées pour leur contenu et contexte, permettant de générer des résumés automatiques et même des alertes de sécurités si l’intelligence artificielle pense qu’il y a quelque chose de suspicieux.

La troisième plus importante façon pour Google d’utiliser le deep learning aujourd’hui dans ses services centraux est de fournir plus de recommandations utiles sur Youtube. Encore une fois, Google Brain est derrière cette technologie et qui surveille et enregistre nos habitudes de visionnage lorsque nous regardons en streaming du contenu depuis leurs serveurs. Des données ont déjà montré que les vidéos suggérées que les téléspectateurs voudront regarder après est la clé pour les rendre accros à la plateforme, et faire de l’argent avec les publicités. Les réseaux de neurones profonds ont été utilisés pour étudier et apprendre tout ce qu’ils pouvaient à propos des habitudes et préférences des téléspectateurs ainsi que trouver ce qui les garderait collés à leur écran.

 

Pour quels autres de ses projet Google compte-il utiliser l’apprentissage profond ?

Bien sûr, compte tenu du succès qu’ils ont eu avec l’apprentissage profond, il est inévitable que Google aimerait implanter cette technologie dans ses futurs projets ambitieux.
En 2015, ils ont ouvert leur machine d’apprentissage, TensorFlow, plateforme tournée vers la programmation de l’apprentissage profond, pour ainsi permettre à quiconque de développer les solutions basées sur le réseau de neurone utilisant la même technologie qu’ils utilisent eux.
À travers leur Cloud (Cloud Machine Learning Engine), ils offrent aussi de l’espace de stockage et une capacité de traitement à un tiers qui tire parti de la technologie sans investissement au préalable dans les puissantes infrastructures.
Waymo, la voiture Google qui se conduit toute seule, a incorporé des algorithmes d’apprentissage profond dans ses systèmes autonomes, dans le but de créer des voitures autonomes plus efficaces pour analyser et réagir à ce qu’il se passe autour d’elles.
Et Deep Mind travaille en ce moment sur des projets de soins médicaux détectant les signes avant-coureur de lésions oculaires et la croissance d’un tissu cancéreux.

Google a été une force novatrice efficace, en apportant l’apprentissage profond au plus grand nombre. Grâce à leurs recherches et investissements, tout un chacun peut bénéficier de ces technologies. De plus en plus, nous aurons la possibilité de les utiliser nous-mêmes sur nos propres données. Un bon nombre de personnes dépend de l’apprentissage profond qui a fait un grand pas en avant au fil des années, dans tous les domaines, de la médecine à l’exploration de l’espace – et le travail préparatoire fait par Google jouera un grand rôle pour celle-ci.