Quand on pense à Intelligence Artificielle, on ne pense pas à Apple. Alors que les autres « géants » de l’IT comme Google, Amazon, Microsoft, IBM, Oracle, etc. ont des solutions bien en place coté IA, Apple semble être totalement à la traine… C’est dommage, car s’ils passent à coté de ça, ils risquent de rater le tournant du 21ième siècle et arriver dans une voie de garage avec de beaux objets, mais complètement idiots…

Non, rassurez-vous, Apple a conscience de tout cela et vient d’appuyer à fond fin 2016 sur l’accélérateur… Et quand on pèse 800 Milliards en bourse avec 200 Milliards de dispos (argent de poche), on peut vite rattraper son manque de vision.

Dans cet article, nous allons donc voir le contexte de ce tournant (nouveau directeur et rachat de Lattice Data) et nous focaliser sur Core ML et Neural Engine.  Et puis, coté voiture autonome, ça avance un peu aussi 🙂

Le nouveau directeur de l’intelligence artificielle

Depuis octobre 2016,  le directeur de l’intelligence artificielle (IA) d’Apple est  Ruslan Salakhutdinov . Il est professeur agrégé en machine learning de Carnegie Mellon (mon université préférée, avant le MIT) et petit clin d’oeil: il est aussi Membre de la Faculté de Microsoft ! Bon passons.

Il pense que les réseaux de neurones profonds (Deep Learning) ont produit des résultats spectaculaires ces dernières années mais qu’il reste du travail! Par exemple sur les systèmes de sous-titrage d’images, sur les  «mécanismes d’attention», un ajustement de l’apprentissage profond, développé au cours des dernières années. Pour lui, l’approche devrait se concentrer sur des parties spécifiques de l’image, de la phrase, …. un composant dédié permettrait aussi d’accélérer mes calculs, il s’agit du Neural Engin (voir plus bas).

Il pense aussi partager avec le monde académique les résultats des recherches en IA d’Apple, et permettre à leurs salariés de publier leurs résultats.

Salakhutdinov étudie ainsi toutes les possibilités de s’aligner avec Google, Amazon et Microsoft. En effet, Apple qui était en avance il y a quelques années a pris du retard, quant aux smartphones, smartwatches, Hauts-parleurs intelligents.

Rachat de Lattice data

Apple a racheté Lattice Data, spécialiste de la caractérisation des données non structurées, peut-être pour améliorer Siri. Ses principaux outils permettent de donner du sens à des données non structurées, textes comme images, par automatismes et machine learning. Lattice Data a été créée par Chris Re et Michael Cafarella, professeurs en université. Michael Cafarella a été un des créateurs d’Hadoop, la société spécialisée du Big Data (voir notre dernier article sur Hadoop et Spark)

Core ML

La firme a présenté dernièrement Core ML, un framework pour intégrer facilement des modèles de machine learning dans nos applications (IOS, watchOS, macOS et tvOS).

• Vision est un framework pour l’analyse d’image qui permet de créer des fonctionnalités machine learning de vision par ordinateur dans votre application. Il propose la gestion du suivi du visage, la détection des visages, les landmarks (points de repère), la détection de texte, la détection de rectangles, la détection de codes-barres, le suivi des objets entre autres.
• Foundation est un framework de traitement du langage naturel, ses API utilisent le machine learning pour comprendre le texte à l’aide de fonctionnalités telles que l’identification de la langue, la tokenisation (segmentation de texte), la lemmatisation (analyse lexicale du contenu d’un texte en regroupant les mots d’une même famille), la reconnaissance d’entité nommée et de la parole.
• GameplayKit est un framework orienté objet qui fournit des outils et des technologies fondamentales pour le développement de jeux. Il comprend des outils pour concevoir des jeux avec une architecture fonctionnelle et réutilisable ainsi que des technologies pour créer et améliorer des fonctionnalités de gameplay comme le mouvement des personnages.

Core ML est construit sur des technologies bas niveau :

• Accelerate, framework pour les mathématiques vectorielles et matricielles, le traitement du signal numérique, la gestion des grands nombres et le traitement de l’image,

• BNNS (Basic neural network subroutines), collection de fonctions à implémenter et exécuter des réseaux de neurones

• Metal Performance Shaders, frameworks qui apporte des optimisations graphiques et des performances de calculs.

Les voitures électriques

Apple vient de décrocher son autorisation de tester ses véhicules autonomes sur les routes de Californie. La firme semblerait toutefois ne pas s’orienter dans la conception de voitures mais se positionner en tant que sous-traitant spécialisé IT, sans toutefois se fermer la porte à la conception intégrale.

 Le Neural Engine, composant dédié à l’IA