Google, leader en intelligence artificielle, rend son code open source

En terme d’intelligence artificielle, Google est leader. On parle des réseaux neuronaux qui sont indispensables pour effectuer une traduction la plus précise possible quand on utilise Google Translate ou pour des résultats ultra précis sur le moteur de recherche. Google vient de réaliser quelque chose d’incroyable : rendre open source le code qui se cache derrière ces fameux réseaux neuronaux.

Un réseau neuronal, qu’est ce que c’est ?

Tout simplement, quand on parle de réseau neuronal, il s’agit d’un algorithme qui donne la possibilité d’apprendre à un ordinateur. Le principe revient à demander au PC de faire une tâche, de l’informer que le résultat donné est celui que l’on attendait puis de lui demander de le faire seul par la suite. En fait, c’est comme un entraînement.

Google utilise ces réseaux neuronaux dans le but d’améliorer ses services. Lorsque vous réalisez une recherche, le moteur de recherche va essayer de mieux vous connaître pour vous proposer des résultats personnalisés.

Derrière les réseaux neuronaux : TensorFlow

Cette technique est relativement impressionnante si l’on en croit l’expérience faite par un journaliste de Wired, présent lors de la dernière Google I/O. En effet, l’homme a effectué une recherche sur l’application photo de la firme de Mountain View en tapant "pierre tombale". Jusque là rien d’exceptionnel. Sauf que lorsqu’il a consulté les résultats, le moteur de recherche lui a permis de tomber sur une photo de l’enterrement de son oncle où apparaissait une pierre tombale !

En réalité, si Google permet de proposer des résultats aussi précis, c’est grâce à TensorFlow, un groupe d’algorithmes utilisé dans de nombreux services de la firme.

En début de semaine, Google a proposé TensorFlow en open source, sous licence Apache 2. Attention, Google n’a pas mis en ligne le code qui peut s’exécuter sur plusieurs machines simultanément. Il faut bien que le géant du web garde une avance ! Mais sur une machine, pas de limite de nombre de cœurs et de nombre de CPU. Voici un schéma du fonctionnement de TensorFlow.

Le partage pour une émulation collective

Si Google a décidé d’offrir cet ensemble d’algorithmes en open source, c’est parce que, selon la firme, la majorité des avancées dans le milieu de la recherche sont réalisées par des universitaires et elle espère que l’émulation collective permettra une avancée rapide si tout le monde partage ses idées.

Si vous êtes intéressé par ce code, pour le découvrir, il est mis à votre disposition sur le site tensorflow.org où Google met également en libre service des idées pour l’utiliser ou bien des tutoriels et aides pour mettre en pratique cette technologie.