Microsoft démocratise aujourd’hui le Machine Learning (apprentissage automatique), via son offre cloud Azure Machine Learning (Azure ML). Cette solution sera en mesure de traiter de vastes ensembles de données, et d’y appliquer de puissants concepts d’analyse prédictive.
Un élément essentiel pour la détermination de prévisions (prévisions de pannes, détection de fraudes, détermination d’opportunités de marchés, etc.). L’utilisation du Machine Learning permet d’offrir à l’ordinateur l’intelligence nécessaire pour un traitement ad hoc des informations.
« Il s’agit d’un service cloud qui permettra aux scientifiques et aux développeurs d’intégrer de manière efficace les données d’analyse prédictive dans leurs applications, aidant ainsi les organisations à utiliser d’énormes quantités de données et à apporter tous les avantages du cloud à l’apprentissage automatique », explique Joseph Sirosh, vice-président Machine Learning chez Microsoft, sur le nouveau blog que la société dédie à cette thématique.
Basé sur des modèles prédéfinis, Azure ML pourra être utilisé simplement. Son extension sera possible au travers du langage de programmation open source R (et prochainement aussi Python). Il faudra toutefois ici faire appel à des développeurs et à des data scientists.
Azure ML sera dévoilé en mouture de test public courant juillet.
Face au phénomène du Big Data, la capacité d’analyse de l’être humain se trouve prise en défaut, la masse de données à traiter étant trop importante pour permettre d’en définir une vue d’ensemble.
Les ordinateurs, avec leur capacité à traiter de vastes jeux d’informations, peuvent apporter une réponse à ce problème. Il convient toutefois de leur greffer une certaine forme d’intelligence, qui garantira la pertinence des résultats.
C’est ce que réalise aujourd’hui Microsoft avec l’offre Azure ML. La firme devra toutefois compter avec la concurrence d’autres géants du monde IT, à commencer par IBM, qui cible également l’analytique avancée avec Watson, aujourd’hui devenu une business unit à part entière (voir « Watson (IBM) devient une business unit à 1 milliard de dollars »).
Azure ML met en avant sa simplicité de mise en œuvre. Lorsque cet outil exploite des modèles prédéfinis, il se met en effet à la portée des directions métiers. L’éditeur joue ainsi une nouvelle fois la carte qui a fait son succès ; celle des solutions accessibles aux non informaticiens… quitte à faire quelques concessions sur la puissance fonctionnelle de ses offres.
Big Blue vise pour sa part un tout autre niveau. Si des spécialistes sont aujourd’hui nécessaires pour mettre un place une solution autour de Watson, l’objectif de la firme reste d’en faire un système capable d’interagir directement avec l’utilisateur.
Voir aussi
Quiz Silicon.fr – 10 questions sur Microsoft
Quiz Silicon.fr – IBM le doyen de l’industrie IT
Un temps pressenti pour constituer le socle d'une suite bureautique AWS, Amazon WorkDocs arrivera en…
Eviden regroupe cinq familles de serveurs sous la marque BullSequana AI. Et affiche le supercalculateur…
Le dernier Magic Quadrant du SSE (Secure Service Edge) dénote des tarifications et des modèles…
Formats de paramètres, méthodes d'apprentissage, mutualisation GPU... Voici quelques-unes des recommandations de l'ANSSI sur l'IA…
À la grogne des partenaires VMware, Broadcom répond par diverses concessions.
iPadOS a une position suffisamment influente pour être soumis au DMA, estime la Commission européenne.