Comparatif : quatre offres cloud d'intelligence artificielle Google, des briques d'AI éprouvées en interne

Google a multiplié les acquisitions dans le domaine de l'intelligence artificielle. Aux côtés du Britannique DeepMind, spécialisé comme son nom l'indique en deep learning, Google a mis la main sur des start-up spécialisées dans la reconnaissance vocale (SayNow), la reconnaissance de formes (Viewdle) ou les réseaux neuronaux (Dnnresearch).

Google a été précurseur dans les APIs d'intelligence artificielle en proposant dès 2010, Prediction API. Avec cette offre, "Google a voulu proposer le niveau d'abstraction le plus élevé possible", estime Louis Dorard. L'utilisateur part d'un modèle préétabli ou bien il fournit un jeu de données comme un fichier de type CSV, structuré avec plusieurs colonnes en indiquant la colonne cible. Une fois les données hébergées sur Google Storage, Prediction API va créer le modèle le plus pertinent. Cette API permet notamment de faire de l'analyse de sentiments ou des prévisions de vente.

Des technos éprouvées au sein de Google Translate ou Search

Lancée en 2016 et toujours en version bêta, Google Cloud Machine Learning permet, là aussi, de construire des modèles d'analyse prédictive en utilisant ses propres données. Cette plateforme d'apprentissage automatique donne accès à des API comme la traduction automatique, la reconnaissance vocale ou la reconnaissance d'images qui ont été éprouvées en interne avec Google Translate, Google Search ou Google Photos. Tout récemment, Google a introduit une nouvelle API, Cloud Jobs, qui vise à rapprocher l'offre à la demande sur le marché du travail.

Google Cloud Machine Learning s'appuie sur sa propre librairie de machine learning, TensorFlow, qui a été placée en open source il y a un an. Un beau signe d'ouverture à destination des chercheurs qui tentent de donner un sens à des données complexes.