MLCommons se lance et réunit plus de 50 leaders technologiques et universitaires de l’IA et de l’apprentissage automatique au niveau mondial, pour accélérer l’innovation dans l’AA

MLCommons, une société d’ingénieurs ouverte, lance aujourd’hui son partenariat entreprises/universités pour accélérer l’innovation dans l’apprentissage automatique (AA) et élargir l’accès à cette technologie essentielle pour le bien public. L’organisation à but non lucratif créée à l’origine sous le nom de MLPerf, peut désormais se targuer d’avoir un conseil d’administration fondateur où figurent des représentants d’Alibaba, de Facebook AI, de Google, d’Intel, de NVIDIA et le professeur Vijay Janapa Reddi de l’université de Harvard, ainsi que plus de 50 membres fondateurs issus d’horizons variés. Les membres fondateurs comprennent plus de 15 start-up et petites entreprises du monde entier, axées sur les semi-conducteurs, les systèmes, et les logiciels, ainsi que des chercheurs provenant d’universités telles que U.C. Berkeley, Stanford et l’université de Toronto.

MLCommons fera progresser le développement et élargira l’accès aux tout derniers jeux de données et modèles, aux meilleures pratiques, aux références, et aux mesures de l’IA et de l’apprentissage automatique. L’un de ses objectifs est d’offrir un accès à des solutions d’apprentissage automatique telles que la vision par ordinateur, le traitement automatique du langage naturel, et la reconnaissance vocale, à autant de personnes et aussi vite que possible.

« MLCommons a une mission claire : accélérer l’innovation dans l’apprentissage automatique de sorte qu’il profite à tous et amplifie son impact positif sur la société », a déclaré Peter Mattson, président de MLCommons. « Nous sommes ravis de tirer parti de ce que MLPerf a accompli et d’étendre son champ d’application et ses effets déjà impressionnants, en réunissant nos partenaires mondiaux des mondes industriels et universitaires dans le but de développer des technologies qui profiteront à tous. »

« L’apprentissage automatique est un domaine d’activité encore jeune qui a besoin d’une infrastructure et d’une interprétation partagées par l’ensemble du secteur », a déclaré David Kanter, directeur exécutif de MLCommons. « Avec nos membres, MLCommons est la première organisation qui mise sur l’ingénierie collective pour bâtir cette infrastructure. Nous sommes enchantés de lancer l’organisation aujourd’hui pour établir les mesures, les jeux de données, et les pratiques de développement qui seront essentiels à l’équité et la transparence dans toute la communauté. »

Le lancement de MLCommons aujourd’hui en partenariat avec ses membres fondateurs favorisera la collaboration mondiale pour développer et partager les pratiques d’excellence, dans le monde industriel et universitaire, le logiciel et le matériel, depuis les start-up émergentes jusqu’aux plus grosses entreprises. Par exemple, MLCube permet aux chercheurs et aux développeurs de partager facilement des modèles d’apprentissage automatique pour garantir la portabilité et la reproductibilité sur un vaste éventail d’infrastructures, de sorte que les innovations puissent être facilement adoptées et alimentent la prochaine vague de technologie.

MLCommons se concentrera sur :

  • Les références et des mesures, qui offrent de la transparence et des chances équitables pour comparer les systèmes, les logiciels, et les solutions d’AA, comme MLPerf par exemple, la norme de l’industrie pour la formation à l’apprentissage automatique et les performances d’interférence.
  • Les jeux de données et des modèles, qui sont disponibles publiquement et peuvent constituer la base pour de nouvelles capacités et applications d’IA, comme People’s Speech par exemple, le plus large jeu de données public au monde pour la transformation de la voix en texte.
  • Les meilleures pratiques, comme MLCube par exemple, un jeu de conventions communes qui permet un partage ouvert et fluide de modèles d’AA parmi différentes infrastructures et entre les chercheurs et les développeurs du monde entier.

Les références et les meilleures pratiques alignent l’industrie et la recherche pour faire progresser l’IA

Les opportunités d’application de l’apprentissage automatique au profit du plus grand nombre sont illimitées ; elles s’étendent de la communication, à la santé, en passant par une conduite sur route plus sûre. Afin de favoriser le développement continu, la mise en œuvre et le partage des technologies d’apprentissage automatique et d’IA, et pour mesurer les progrès en termes de qualité, de rapidité, et de fiabilité, l’industrie a besoin d’un ensemble de meilleures pratiques et de mesures, accepté universellement.

MLCommons s’attache à mettre au point ces outils pour toute la communauté de l’AA. La suite de références d’AA et norme sectorielle, MLPerf, est un atout fondamental au sein de MLCommons qui mesure l’intégralité de la performance d’un système pour des applications réelles. Avec MLPerf, MLCommons promeut la transparence à l’échelle de toute l’industrie et rend possibles les comparaisons point par point.

Des jeux de données publics qui accélèrent l’innovation et l’accessibilité

L’apprentissage automatique et l’IA nécessitent des jeux de données de haute qualité, ces derniers étant fondamentaux pour la performance des nouvelles capacités. Afin d’accélérer l’innovation dans l’AA, MLCommons est engagé dans la création de jeux de données, publics à grande échelle et de haute qualité, destinés à être partagés et accessibles par tous.

L’un des premiers exemples d’une telle initiative pour MLCommons est People’s Speech, le plus large jeu de données, public au monde, pour la transformation de la voix en texte, disponible dans plusieurs langues et qui permet une meilleure assistance basée sur la voix. MLCommons a recueilli plus de 80 000 heures de discours dans le but de démocratiser la technologie vocale. Avec People’s Speech, MLCommons créera des opportunités pour étendre le champ d’application des technologies vocales avancées à un plus grand nombre de langues, permettant ainsi à la population du monde entier de profiter des avantages de l’assistance vocale, plutôt que d’en limiter l’accès aux locuteurs des langues les plus courantes.

À propos de MLCommons

MLCommons est une société d’ingénieurs ouverte qui s’est donné pour mission d’accélérer l’innovation dans l’apprentissage automatique, d’en faire profiter tous et d’accroître son impact positif sur la société. Les fondations de MLCommons ont été posées avec la référence MLPerf en 2018, laquelle a rapidement évolué comme un ensemble de mesures à disposition du secteur pour quantifier la performance de l’apprentissage automatique et promouvoir la transparence de ses techniques. En collaboration avec plus de 50 membres fondateurs partenaires (prestataires de technologie, universitaires et chercheurs internationaux), MLCommons consacre ses efforts à un travail d’ingénierie collaboratif qui développe des outils pour toute l’industrie de l’apprentissage automatique, à travers des références et des mesures, des jeux de données publics et de meilleures pratiques.

Les membres fondateurs de MLCommons sont issus de sociétés de premier plan, parmi lesquelles Advanced Micro Devices, Inc., Alibaba Co., Ltd., Arm Limited et ses filiales, Baidu Inc., Cerebras Systems, Centaur Technology, Inc., Cisco Systems, Inc., Ctuning Foundation, Dell Technologies, d-Matrix Corp., Facebook AI, Fujitsu Ltd, FuriosaAI, Inc., Gigabyte Technology Co., LTD., Google LLC, Grai Matter Labs, Graphcore Limited, Groq Inc., Hewlett Packard Enterprise, Horizon Robotics Inc., Inspur, Intel Corporation, Kalray, Landing AI, MediaTek, Microsoft, Myrtle.ai, Neuchips Corporation, Nettrix Information Industry Co., Ltd., Nvidia Corporation, Qualcomm Technologies, Inc., Red Hat, Inc., SambaNova Systems, Samsung Electronics Co., Ltd, Shanghai Enflame Technology Co., Ltd, Syntiant Corp., Tenstorrent Inc., VerifAI Inc., VMind Technologies, Inc., Xilinx, Gungdong Oppo Mobile Telecommunications Corp., Ltd (Zeku Technology (Shanghai) Corp. Ltd.), ainsi que des chercheurs des institutions suivantes : l’université de Harvard, l’université d’Indiana, l’université de Stanford, l’université de California, Berkeley, l’université de Toronto, et l’université de York. Les membres supplémentaires de MLCommons à son lancement incluent LSDTech.

Pour toute information complémentaire sur MLCommons et de plus amples détails sur les modalités d’adhésion pour devenir un membre de l’organisation, veuillez visiter la page https://mlcommons.org/ ou contacter membership@mlcommons.org.

Le texte du communiqué issu d’une traduction ne doit d’aucune manière être considéré comme officiel. La seule version du communiqué qui fasse foi est celle du communiqué dans sa langue d’origine. La traduction devra toujours être confrontée au texte source, qui fera jurisprudence.