Les 1er et 2 mai 2018 s’est tenue la conférence annuelle de Facebook destinée aux développeurs : F8. Cette conférence se tenait dans un climat particulier suite à l’affaire Cambridge Analytica. Elle a tout de même été pour Facebook l’occasion de faire une série d’annonces, notamment relatives à l’intelligence artificielle.
Service de rencontre
Les annonces les plus médiatisées sont probablement la décision de lancer un service de rencontre ainsi que la possibilité prochaine pour les utilisateurs d’effacer leur historique de navigation.
Protection des données
La possibilité de supprimer l’histoire est une façon de tenter de regagner la confiance du grand public suite au scandale. Notons que le droit à l’effacement des données fait de toute façon partie du règlement général sur la protection des données. Ce réglement plus connu sous le nom de RGPD entre en vigueur le 25 mai 2018. Donc en ne permettant pas la suppression de ces données, Facebook encourrait le risque d’être dans l’illégalité sur le territoire européen.
Intelligence artificielle
Mais l’événement a également été l’occasion pour Facebook de faire part de ses avancées sur l’intelligence artificielle et de rendre publics certains de ses travaux.
Ainsi, PyTorch 1.0 vient de sortir. Mike Schroepfer est revenu sur ONNX, initiative conjointe entre Facebook, Microsoft et Amazon Web Service dont nous vous parlions déjà en septembre 2017, destinée à garantir une meilleure interopérabilité de l’IA.
Yuandong Tian a annoncé l’amélioration de la plateforme ELF (Extensive Lightweight Framework) destinée à la recherche en intelligence artificielle dans le domaine des jeux de stratégie en ajoutant notamment la possibilité d’effectuer du calcul distribué sur plusieurs milliers de serveurs. L’occasion de rendre publique sous licence BSD l’implémentation sous ELF d’une IA spécialisée dans le jeu de Go et inspirée d’AlphaGoZero de DeepMind. Cette IA a atteint un niveau de jeu professionnel après 2 à 3 semaines d’entraînement sur 2000 GPUs. Code source sur Github.
Ont également été annoncés :
DensePose : un système mis au point par Riza Alp Güler, Natalia Neverova et Iasonas Kokkinos destiné à détecter les corps humains dans des images traditionnelles et estimer la surface 3D de ces corps. (accéder au site)
Reconnaissance d’image – WSL embeddings : Facebook vient de dépasser l’état de l’art dans le domaine en obtenant un score de 85,4% de succès sur ImageNet, soit une amélioration de plus de 2%, grâce à un entraînement sur un volume de 3,5 milliards d’images et 17 000 hashtags provenant d’Instagram. Plus de précisions ici.
