Apprentissage automatique : Twitter jette son dévolu sur Whetlab

EntrepriseFusions-acquisitions

Twitter vient de mettre la main sur Whetlab, une start-up spécialisée dans l’apprentissage automatique et l’intelligence artificielle.

Twitter vient de faire l’acquisition de la start-up Whetlab pour un montant non divulgué. Les conditions d’intégration du staff de Whetlab dans les équipes de Twitter n’ont pas été non plus précisées.

Basé à Cambridge, Whetlab est spécialisé dans l’apprentissage automatique (Machine Learning), un des domaines de l’Intelligence Artificielle (IA). Twitter va ainsi accéder à sa technologie et met la main sur une équipe composée de cinq personnes (Ryan Adams, Hugo Larochelle, Jasper Snoek, Kevin Swersky et Alex Wiltschko).

Cette acquisition va permettre à la société désormais dirigée par Jack Dorsey d’accélérer ses propres efforts concernant l’apprentissage automatique.

Sur son site Web, Whetlab annonce que son service actuellement en bêta fermée sera stoppé le 15 juillet prochain. La start-up propose même des alternatives à étudier pour les utilisateurs de son service (Spearmint, SMAC et HyperOpt). D’ici cette date, ils sont également invités à récupérer leurs données.

Whetlab se proposait d’accompagner les sociétés désireuses d’intégrer un processus d’apprentissage automatique. Sur fond de datamining, la société réalise une optimisation des hyperparamètres (paramètres d’une structure statistique) grâce à son logiciel qu’elle annonce comme « le plus sophistiqué et abouti pour y parvenir ».

Sous-jacentes, ce sont les théories bayésiennes et plus précisément l’optimisation bayésienne qui se profilent et sont exploitées ici. La technologie derrière Whetlab est héritée des travaux de chercheurs de Harvard et des universités de Toronto et Sherbrooke.

La proposition est de bâtir un modèle probabiliste sur la base de ces théories et en exploitant les bases de données du client.

Twitter ne devrait pas manquer de sujets à modéliser, indique Techcrunch. Le service de microblogging pourrait utiliser cette approche prédictive pour mieux cibler la publicité sur son réseau, améliorer ses systèmes de détection de spams, les recommandations ou tout simplement pour mieux comprendre ses utilisateurs.

Lire aussi :