Comme bien d’autres entreprises du secteur technologique, à l’image de Microsoft ou Snapchat, Google travaille sur la reconnaissance automatique d’objets. C’est un sujet qui intéresse la firme de Mountain View depuis longtemps : on se souvient par exemple qu’elle avait obtenu en 2012 un brevet sur une méthode de reconnaissance d’objets apparaissant dans une vidéo. Brevet qui avait été déposé en février 2009.
En fait, la reconnaissance d’objets lui est indispensable. Elle lui sert dans plusieurs de ses produits, par exemple pour détecter des choses qui sont filmées par les caméras Nest — Google a acheté Nest pour 3,2 milliards de dollars en janvier 2014 –, pour identifier le numéro des rues dans le cadre du service Street View (cartographie de la voie publique) et pour la recherche d’images dans son moteur de recherche.
Dans ce domaine, ses travaux ont permis d’aboutir à un système de détection et de reconnaissance tout à fait performant. La preuve : Google a réussi à la fin octobre à se hisser en tête du défi COCO (Common Objects in COntext), qui vise, comme l’indique son nom, à évaluer des systèmes d’identification d’objets divers remis en contexte. C’est cette technologie que l’entreprise entend partager désormais.
« Nous développons des systèmes d’apprentissage automatique flexibles et pointus pour la vision par ordinateur qui ne servent pas uniquement à améliorer nos produits et services, mais aussi à aiguiller le progrès au sein de la communauté scientifique », explique Google dans un article publié sur son blog dédié à la recherche.
« Créer des modèles précis d’apprentissage automatique capables de localiser et d’identifier de multiples objets dans une seule image constitue encore un défi majeur dans ce domaine, et nous investissons beaucoup de temps dans l’entraînement et le test de ces systèmes », poursuit le groupe.
Depuis le 15 juin, les développeurs et les scientifiques ont la possibilité de profiter des travaux de Google dans ce domaine. « Le code base est un framework open source bâti sur TensorFlow qui facilite la construction, la formation et le déploiement de modèles de détection d’objet », écrit l’entreprise, qui détaille par ailleurs les modèles auxquels ont accès pour l’instant les chercheurs.
En facilitant l’accès à son savoir-faire, Google ne fait pas qu’œuvre de générosité : le groupe cherche aussi discrètement à organiser et fédérer autour de lui le plus grand nombre de scientifiques et de développeurs possible, afin d’éviter de les voir se tourner vers des outils conçus par d’autres — et dans le domaine de l’apprentissage automatique, Google doit faire face à ses rivaux comme Facebook, Amazon ou Microsoft.
+ rapide, + pratique, + exclusif
Zéro publicité, fonctions avancées de lecture, articles résumés par l'I.A, contenus exclusifs et plus encore.
Découvrez les nombreux avantages de Numerama+.
Vous avez lu 0 articles sur Numerama ce mois-ci
Tout le monde n'a pas les moyens de payer pour l'information.
C'est pourquoi nous maintenons notre journalisme ouvert à tous.
Mais si vous le pouvez,
voici trois bonnes raisons de soutenir notre travail :
- 1 Numerama+ contribue à offrir une expérience gratuite à tous les lecteurs de Numerama.
- 2 Vous profiterez d'une lecture sans publicité, de nombreuses fonctions avancées de lecture et des contenus exclusifs.
- 3 Aider Numerama dans sa mission : comprendre le présent pour anticiper l'avenir.
Si vous croyez en un web gratuit et à une information de qualité accessible au plus grand nombre, rejoignez Numerama+.
Si vous avez aimé cet article, vous aimerez les suivants : ne les manquez pas en vous abonnant à Numerama sur Google News.
