Passage en bêta publique pour Lobe. Premier domaine d’application de cet outil de développement de modèles IA sans code : la classification d’images.
Apprentissage de concepts, adaptation du discours, gestion des tours de parole… Amazon fait évoluer Alexa, avec les Echo comme principal support.
Salesforce Research accentue sa communication sur Photon, un projet d’interface en langage naturel pour les bases de données SQL.
À l’approche des élections présidentielles américaines de novembre, l’utilisation de contenus issus des progrès récents de l’IA, quasiment indifférenciables de ceux écrits par des êtres humains, pourrait influencer le vote des électeurs.
A quelques semaines des élections américaines, Microsoft propose Video Authenticator pour identifier vidéos deepfake. Objectif : lutter contre les campagnes de désinformation.
Unifier les capacités de plusieurs frameworks d’apprentissage automatique : c’est l’objectif de NeoML, qu’ABBYY vient d’ouvrir à la communauté.
Nvidia recense une cinquantaine de modèles de serveurs qui embarqueront, d’ici à fin 2020, ses GPU A100, tout juste déclinés au format PCIe.
La build 20150 de Windows 10 permet d’expérimenter une première implémentation de l’accélération GPU sur WSL, à travers CUDA et DirectML.
OpenAI commence à vendre l’accès à ses modèles d’IA, par l’intermédiaire d’une API.
Amazon interdit, pour un an, l’usage de son outil de reconnaissance faciale Rekognition par les forces de police.
Cloud pour Google, edge pour Microsoft : la réduction de bruit par IA dans les logiciels de visioconférence fait l’objet de différentes approches.
Avec le framework Acme, DeepMind (filiale de Google) entend favoriser la mise à l’échelle des modèles d’apprentissage par renforcement.
Microsoft fait de son partenariat avec OpenAI une vitrine pour les travaux qu’il mène dans le domaine de l’apprentissage profond.
Avec TorchServe, les utilisateurs de la bibliothèque d’apprentissage machine PyTorch peuvent déployer leurs modèles en production plus rapidement.
Dans un monde de plus en plus compétitif, les directions générales et les directions métiers demandent aux DSI « d’abandonner » la posture de fonction support répondant à un besoin, pour devenir un véritable « business partner » proposant des solutions innovantes pour devancer leurs besoins.
Google officialise l’ouverture du code de SEED RL, projet destiné à optimiser le rapport coût/performances de l’apprentissage par renforcement.
En 2019, aucune organisation n’a effectué plus de demandes auprès de l’Office européen des brevets que Huawei.
Le pape François met en garde contre le potentiel de l’IA commerciale à exacerber «l’asymétrie» de la société. La Vatican rejoint Microsoft et IBM pour appeler à une réglementation de la reconnaissance faciale.
Brainattic (deep learning), Denver Technologies (smart city) et Lion-up (plateforme projets) rejoignent à leur tour l’accélérateur de start-up d’Outscale.
Depuis le 16ème siècle, la machine inspire de la défiance, l’humain craignant pour ses revenus. Aujourd’hui cette image persiste, même au sein des pôles SI des entreprises, pourtant ce n’est pas demain que l’IA évincera les RSSI.
Intel met la main sur Habana Labs, start-up israélienne à l’origine de processeurs dédiés à l’entraînement et à l’inférence.
L’IA avec l’apport de sa performance n’est pas une option, même si chaque entreprise, chaque industrie a ses cycles, son rythme et sa culture et qu’il est tentant de regarder les autres faire avant de se lancer.
Même pour les créateurs, la transparence des algorithmes et les décisions prises par l’IA restent nébuleuses. Il est pourtant crucial de rendre compte aux citoyens de l’usage des algorithmes, à l’heure où nous laissons les machines accumuler de grands volumes de données personnelles et prendre de nombreuses décisions.
Il n’y a pas un secteur industriel ou une entreprise qui ne se transforme aujourd’hui grâce aux logiciels, qui permettent d’offrir de nouveaux services digitaux, afin de conquérir de nouveaux marchés et de réduire les coûts opérationnels. Une quête d’amélioration continue pour laquelle les organisations sont prêtes à dépenser près d’1,2 milliards de dollars cette année, selon IDC.
Une étude pour Syntec Numérique illustre les difficultés des entreprises françaises à exprimer leurs besoins RH dans le cadre de leurs projets IA.
Dans le cadre du projet About Face, Adobe travaille sur un algorithme capable de détecter les visages modifiés avec Photoshop.
Google décline le framework d’apprentissage machine TensorFlow en une distribution « Enterprise » optimisée pour sa plate-forme cloud.
Facebook dote PyTorch d’une fonctionnalité expérimentale destinée à favoriser le déploiement de modèles IA sur les terminaux mobiles.
TensorFlow 2.0 est conçu pour faciliter le développement d’applications de machine learning grâce, entre autres, à une intégration renforcée avec Keras.