Google Cloud AutoML : l’accès simplifié au Machine Learning

Big dataCloudData-stockageGestion cloud
google-cloud-autoML

Google Cloud AutoML permet de créer des modèles de Machine Learning sans code. Une solution qui se concentre aujourd’hui sur la reconnaissance d’images.

En 2017, Google lançait Cloud Machine Learning, une solution d’infrastructure Cloud dédiée aux projets de Machine Learning et Deep Learning. Elle serait actuellement utilisée par plus de 10.000 entreprises de par le monde.

Le géant du Net renforce aujourd’hui sa position dans l’intelligence artificielle avec Cloud AutoML. Une offre qui permettra aux entreprises les moins aguerries de tirer elles aussi profit de l’intelligence artificielle.

L’objectif est ici double : abaisser le niveau d’accès au Machine Learning et booster la productivité des experts en intelligence artificielle.

Contrepartie de cette simplicité, un certain degré de directivité quant aux projets qui pourront être menés via AutoML. La première édition de ce service – AutoML Vision – se concentre ainsi uniquement sur la création de modèles personnalisés dédiés aux tâches de reconnaissance d’images.

Zéro code pour une productivité maximale

Google promet une mise en œuvre sans code, la spécification et la transformation des données étant définie via une interface simple d’accès, permettant ainsi la création d’un modèle de traitement en quelques minutes.

La construction d’un modèle complet prêt pour la production pourrait prendre moins d’une journée, assure la firme.

Avec Cloud AutoML, Google concurrence frontalement l’offre Azure Machine Learning Studio de Microsoft, qui entend elle aussi faciliter l’accès au Machine Learning. Il conviendra également de compter avec le service Amazon Machine Learning.

La simplicité n’est pas le seul axe de travail des géants de l’IA en mode Cloud. L’efficacité (rapidité, densité, besoins en énergie) est un autre élément clé de la réussite de leurs offres respectives.

Google dispose ici d’une arme de choix, le TPU (Tensor Processor Unit), un composant dédié spécifiquement au Machine Learning.

Lire aussi :