Intelligence artificielle : Google et Facebook alimentent le vivier open source
Google et Facebook publient des outils axés respectivement sur l’apprentissage par renforcement et le traitement du langage naturel.
Développer des systèmes capables non seulement de faire des prédictions, mais aussi de les mettre en pratique et de tirer des enseignements : c’est le principe de l’apprentissage par renforcement.
Facebook en a fait usage pour créer des algorithmes capables entre autres de mettre en avant les éléments les plus susceptibles de faire réagir les utilisateurs. Mais aussi pour améliorer les suggestions délivrées par son assistant M ou encore pour optimiser en temps réel la qualité des vidéos.
La plate-forme utilisée dans ce cadre vient d’être mise en open source. Baptisée Horizon, elle associe les capacités des frameworks Spark et PyTorch pour gérer l’ensemble du cycle de développement, de la préparation des données à l’export des modèles.
Chez Google, la figure de proue de l’apprentissage par renforcement s’appelle AlphaGo.
Ce programme spécialisé dans le jeu de go a battu, l’an dernier, le numéro un mondial de la discipline. Il est basé sur le framework TensorFlow… comme BERT, (Bidirectional Encoder Representations from Transformers) qui a lui aussi rejoint l’univers open source.
Google affirme que quelques heures suffisent sur un GPU traditionnel – et une demi-heure sur une puce TPU dédiée – pour mettre à profit cet outil.
L’idée est de « préentraîner » des algorithmes de traitement du langage naturel à partir de données non structurées disponibles sur le web. Il devient alors plus facile de les adapter ensuite à des tâches spécifiques telles que l’analyse de sentiment.
La phase de « préentraînement » se fait avec compréhension du contexte, aussi bien en fonction de ce qui suit que de ce qui précède chaque mot.
Chez Google comme chez Facebook, reste la barrière de la langue : seul l’anglais est pris en charge.