Moteurs de recherche, systèmes de guidage GPS, « assistants personnels » comme Siri, Google Now et Cortana : autant de technologies qui s’appuient sur l’apprentissage automatique pour remplir des tâches difficiles à réaliser par des moyens algorithmiques plus classiques.
Perception de l’environnement, reconnaissance d’objets, analyse et classification de valeurs symboliques : l’exploitation des données sous de multiples formes vise à doter la machine de capacités proches de celles de l’humain… avec une puissance de calcul bien supérieure. Assez pour permettre à un robot de coordonner ses mouvements, pour assister les médecins dans leurs diagnostics, pour faciliter la réalisation d’interfaces cerveau-machine ou encore pour aider à la détection de fraudes à la carte de crédit.
Mais en pratique, les entreprises qui souhaitent intégrer ce paramètre dans leur stratégie via une infrastructure en propre se heurtent à plusieurs problématiques : allocation dynamique des ressources, acquisition de licences, recrutement de data scientists, acquisition de licences commerciales, apprentissage de langages de programmation, etc.
Début 2014, IBM prenait ses distances avec cette conception d’architecture sur site en proposant aux développeurs tiers d’accéder aux capacités d’intelligence artificielle de son supercalculateur Watson via une plate-forme cloud. Microsoft lance aujourd’hui, en bêta privée (accessible sur invitation), une offre concurrente : Azure Machine Learning.
Ancien d’Amazon et aujourd’hui Corporate Vice-President chez Microsoft, Joseph Sirosh a supervisé ce projet cloud qui s’appuie sur les capacités d’apprentissage automatique déjà implémentées dans certains produits de la firme, dont la console Xbox et le moteur de recherche Bing. Applications et interfaces de programmation logicielles (API) pourront être créées « en quelques minutes ».
La bêta ne sera rendue publique qu’en juillet, mais Microsoft évoque déjà le cas de certains partenaires qui ont testé le produit en avant-première. L’agence Max 451, qui travaille avec de grands distributeurs, s’en sert pour optimiser les stocks en déterminant sur quels produits va se porter la demande des consommateurs. OSISoft travaille avec l’Université de Carnegie Mellon pour réduire l’empreinte carbone du campus en examinant les pics de consommation énergétique dans les différents bâtiments. Dans une contribution blog, Joseph Sirosh mentionne également le cas d’un ascenseur dont on pourrait anticiper les défaillances.
—— A voir aussi ——
Quiz ITespresso.fr : connaissez-vous bien Microsoft ?
Crédit illustration : agsandrew – Shutterstock.com
Microsoft lance Phi-3-mini, un petit modèle de langage (SLM) qui s'adresse aux entreprises ne disposant…
Quelle part d’incertitude faut-il accepter dans la mise en conformité des IA avec le RGPD…
Microsoft a dévoilé les prix des mises à jour de sécurité étendues pour Windows 10.…
Docaposte a sélectionné une douzaine de spécialistes français pour créer un Pack cybersécurité spécialement étudié…
La Surface Pro 10 sera disponible le 9 avril en France. Passage en revue de…
Que réserve Office 2024 ? Une première version de test officielle sera disponible en avril.…