Deep Learning : Microsoft fait l'acquisition de Lobe pour apporter le développement IA au plus grand nombre
Grâce à sa facilité d'utilisation

Le , par Stéphane le calme, Chroniqueur Actualités
Hier, Microsoft a annoncé l’acquisition de Lobe, une société qui facilite l’utilisation d’une IA et dotée d’une interface visuelle simple permettant aux utilisateurs de créer facilement des applications intelligentes capables de comprendre les gestes de la main, d’écouter de la musique, d’écrire, etc.

Basée à San Francisco, Lobe travaillait à rendre l'apprentissage en profondeur simple, compréhensible et accessible à tous, dans le but de mettre le développement de l'IA entre les mains des non-ingénieurs et des non-experts.

Comme vous pouvez le lire sur la page d’accueil du blog de l’entreprise : « Lobe est un outil visuel facile à utiliser qui vous permet de créer des modèles d'apprentissage approfondi personnalisés, de les former rapidement et de les envoyer directement dans votre application sans écrire de code. Commencez par faire glisser dans un dossier d'exemples de formation à partir de votre bureau. Lobe vous crée automatiquement un modèle d'apprentissage en profondeur personnalisé et commence la formation. Lorsque vous avez terminé, vous pouvez exporter un modèle formé et l'expédier directement dans votre application ».

Il y a trois étapes principales au processus :
  • Construire : ici, vous devez simplement faire glisser vos données d'entraînement et Lobe vous crée automatiquement un modèle d'apprentissage approfondi personnalisé. Ensuite, vous pourrez affiner votre modèle en ajustant les paramètres et en connectant des blocs de construction pré-formés.
  • Entraîner : il s’agit de surveiller les progrès de la formation en temps réel avec des graphiques interactifs et des résultats de test qui se mettent à jour au fur et à mesure de l'amélioration de votre modèle. La formation cloud vous permet d'obtenir des résultats rapidement, sans ralentir votre ordinateur.
  • Livrer : vous pouvez alors exporter votre modèle formé vers CoreML ou TensorFlow et l’exécuter directement dans votre application sur iOS et Android. Ou vous pouvez utiliser l'API Developer de Lobe, facile à utiliser, et exécuter votre modèle à distance par liaison radio.

Connectez ensemble les lobes intelligents.

Connectez des blocs de construction intelligents appelés lobes pour créer rapidement des modèles d'apprentissage approfondi personnalisés. Par exemple, connectez le lobe Hand & Face pour trouver la main la plus visible dans l'image. Ensuite, connectez le lobe Detect Features pour trouver des fonctionnalités importantes dans la main. Enfin, connectez le lobe Generate Labels pour prédire ce que l’emoji contient dans l’image. Affinez votre modèle en ajustant les paramètres uniques de chaque lobe ou passez sous le capot et modifiez les sous-couches de chaque lobe.


Explorez votre jeu de données visuellement.

Votre ensemble de données entier est affiché visuellement afin que vous puissiez facilement parcourir et trier tous vos exemples. Sélectionnez n'importe quelle icône et voyez comment cet exemple fonctionne dans votre modèle. Votre ensemble de données est également automatiquement divisé en ce que l’entreprise appelle une Leçon, utilisée pour enseigner votre modèle pendant l’entraînement, et un Test utilisé pour évaluer la performance de votre modèle dans le monde réel sur de nouveaux exemples jamais rencontrés auparavant.

La vidéo ci-dessous peut vous en apprendre plus sur cette société


Le mot de Microsoft

Kevin Scott, Executive Vice President and Chief Technology Officer chez Microsoft, a déclaré :

« La technologie a déjà transformé le monde dans lequel nous vivons. Les ordinateurs sont omniprésents, des machines sur nos bureaux aux appareils dans nos poches et dans nos maisons. Désormais, les percées en intelligence artificielle (IA) et en apprentissage en profondeur aident les scientifiques à traiter plus efficacement le cancer, les agriculteurs comprennent comment cultiver davantage en utilisant moins de ressources naturelles et permettent aux personnes de différents pays la possibilité de communiquer en faisant fi des barrières du langage

« À bien des égards, nous commençons seulement à exploiter tout le potentiel que l’IA peut offrir. Cela est dû en grande partie au fait que le développement de l'IA et la création de modèles d'apprentissage en profondeur sont des processus lents et complexes, même pour les scientifiques et les développeurs de données expérimentés. À ce jour, beaucoup de personnes ont été désavantagées pour ce qui est d’accéder à l’IA, et nous nous engageons à changer cela ».

Au cours des derniers mois, Microsoft a effectué de nombreux investissements dans des sociétés pour atteindre cet objectif. L’acquisition de Semantic Machines en mai a apporté une nouvelle approche à l’IA conversationnelle, et l’acquisition de Bonsai en juillet va aider à réduire les obstacles au développement de l’IA grâce au travail unique de l’équipe Bonsai combinant enseignement machine, apprentissage par renforcement et simulation. Ce ne sont là que deux exemples récents d'investissements que Microsoft a réalisé dans le cadre de son effort pour accélérer l'état actuel du développement de l'IA.

Source : Microsoft, Lobe

Et vous ?

Que pensez-vous de Lobe ?
Allez-vous l'essayer ?

Voir aussi :

Patch Tuesday : Microsoft corrige la faille zero-day affectant ALPC dans l'édition de septembre, au total 17 vulnérabilités critiques sont colmatées
Microsoft lance une extension pour la gestion des pull requests GitHub directement dans Visual Studio Code, elle est disponible en préversion
Azure DevOps : Microsoft annonce le successeur de Visual Studio Team Services, et un service d'intégration et déploiement continus intégrés à GitHub
Microsoft publie un document décrivant les progrès réalisés dans le cadre du projet Checked C visant à rendre le développement sous C plus sûr
Microsoft déclare que l'édition Windows Server 2019 Essentials sera probablement la dernière, l'éditeur souligne les points forts pour les PME


Vous avez aimé cette actualité ? Alors partagez-la avec vos amis en cliquant sur les boutons ci-dessous :


 Poster une réponse Signaler un problème

Avatar de clorr clorr - Membre du Club https://www.developpez.com
le 15/09/2018 à 21:28
Ce genre d'approche est très intéressant car il peut amener à démocratiser le deep learning. Il est vrai qu'en deep learning il y a un certain nombre de structures qu'on retrouve régulièrement et en faire des blocs à assembler est une approche intéressante. Maintenant, ca demande quand meme de connaitre un certain nombre de principes, mais en tout cas, ca rebute moins que de s'attaquer a du python

[TROLL]Et du coup, on a plus besoin de codeurs ![/TROLL]

 
Contacter le responsable de la rubrique Accueil