L’équipe de Google Could AI a développé son cloud pour mettre l’IA à la disposition de la plus grande communauté possible de développeurs, de chercheurs et d’entreprises.
En 2017, Google Cloud Machine Learning Engine a été lancé pour aider les développeurs ayant une expertise en machine learning à créer facilement des modèles ML fonctionnant sur n’importe quel type de données, quelle que soit leur taille. Selon Google :
“actuellement, seule une poignée d’entreprises dans le monde ont accès aux talents et aux budgets nécessaires pour apprécier pleinement les avancées du ML et de l’IA”.
Les entreprises pouvant compter sur des ingénieurs spécialisés dans le domaine doivent également gérer le processus complexe et fastidieux de construction d’un modèle ML personnalisé. Google propose des modèles de machine learning via des API qui effectuent des tâches spécifiques mais il reste encore beaucoup de chemin à parcourir pour que l’intelligence artificielle soit généralisée.
“Notre objectif était d’abaisser la barrière d’entrée et de mettre l’IA à la disposition de la plus grande communauté possible de développeurs, de chercheurs et d’entreprises”
Pour ce faire, Google lance donc Cloud AutoML. Cet outil devrait aider les entreprises ayant une expertise limitée en matière de ML à créer leurs propres modèles personnalisés en utilisant des techniques avancées telles que learning2learn et le transfer learning de Google.
Cette première version de Cloud AutoML, baptisée Cloud AutoML Vision, proposera un service qui facilite et accélère la création de modèles ML personnalisés pour la reconnaissance d’images. Son interface glisser-déposer permettra de télécharger facilement des images, de former et de gérer des modèles, puis de déployer ces modèles directement sur Google Cloud. Il offre la possibilité de créer “en quelques minutes” et avec une précision accrue, un modèle pour piloter une application intelligente ou “construire un modèle complet, prêt pour la production, en moins d’une journée”.
