Si l’Intelligence Artificielle est aujourd’hui omniprésente, elle trouve ses origines dans les années 50, à travers les travaux d’Alan Turing, mathématicien et cryptologue britannique auteur de travaux qui ont scientifiquement fondé l’informatique.

Mais depuis, l’IA a beaucoup évolué, notamment grâce au Cloud. Aujourd’hui, elle bouleverse nos sociétés à tous les niveaux : collectif, individuel, économique, sociétal… Cependant, l’IA n’est pas uniquement un phénomène de société.

Elle s’intègre naturellement dans les usages et les comportements. Et même si son cadre d’application n’est pas encore bien défini, elle tend à se démocratiser et n’est plus une grande inaccessible. Microsoft propose des solutions qui permettent à un très large panel de clients de d’utiliser l’IA. Ces solutions prennent la forme d’API, communément appelés Services Cognitifs, comme Vision, Emotion, Traduction.

Il existe des API pour à peu près tous les besoins.

Par exemple, un centre commercial qui voudra analyser l’impact de ses actions marketing (affiches, promotions éventuelles) pourra utiliser l’API Émotion. Grâce aux caméras qui captent les émotions que provoquent l’environnement sur les clients et en fonction des data collectées, une marque peut définir de façon plus fine sa stratégie marketing.

Les API créent les usages ; les usages façonnent les API

• L’API Vision donne des informations et un contexte sur les images pour un meilleur traitement et leur curation.
• L’API Émotion permet de reconnaître les émotions dans les images.
• L’API Traducteur fournit une traduction linguistique en temps réel via un appel d’API REST. Les frais pour tester les API dans Azure sont faibles.

Microsoft a une approche assez simple de ses services cognitifs. Les packages et les API sont déjà là et on peut s’en servir. L’IA est accessible à tous les développeurs.

Pour bien comprendre comment fonctionne l’IA, rappelons ce que signifient les termes de Machine learning et de Cognitive computing.

L’informatique cognitive est une forme d’auto-apprentissage (data mining) par lequel la machine va acquérir le même mode de fonctionnement qu’un cerveau humain. C’est la reconnaissance de schémas et le traitement du langage naturel qui permet à ce processus d’avoir lieu. Cette technologie est beaucoup utilisée dans l’IA.

Le Machine learning fonctionne presque comme le Cognitive computing. Dans les deux cas, il s’agit d’analyser les données pour établir des schémas récurrents. “Cependant, au lieu d’extraire les données pour les soumettre à un traitement humain (comme c’est le cas dans les applications de data mining), l’apprentissage automatique utilise ces données pour améliorer la compréhension du programme lui-même”. (1)

De par les solutions qu’il propose, Microsoft se positionne comme un acteur majeur dans la quête d’ouverture de l’IA à tous les publics. Les services cognitifs d’Azure simplifient l’accès à l’Intelligence Artificielle et sont une première réponse pour qui veut faire évoluer ses applications sans recruter de spécialiste de la data ni même engager des développements trop importants.

C’est dans cet esprit que Microsoft a récemment dévoilé sa plateforme d’intelligence artificielle Azure Percept, permettant aux organisations d’élaborer et de déployer facilement des solutions d’IA en périphérie.

En effet, les organisations se heurtent la plupart du temps à 3 difficultés majeures lorsqu’il s’agit de développer et de déployer des solutions d’intelligence artificielle :

• Le choix de l’électronique pour le développement des solutions
• La garantie de sécurité du matériel, des logiciels et des données
• La création et la gestion des solutions pour qu’elles fonctionnent de manière fluide

Azure Percept est accessible à tous les développeurs et ne nécessite pas de grand savoir-faire technique. La plateforme est livrée avec un kit de développement (Azure Percept DK) équipé d’une caméra intelligente (Azure Percept Vision) et d’un appareil accessoire qui ajoute des fonctionnalités d’intelligence artificielle vocales. Le clients bénéficie également d’un environnement de modélisation complet (Azure Percept Studio), qui rassemble les outils d’IA et les services Azure IoT conçus pour le provisionnement des appareils, les déploiements d’IA et de Machine Learning ainsi que la gestion du cycle de vie de l’IA en périphérie.

Ces différents modules permettent une connectivité au cloud ainsi qu’un fonctionnement rapide et fluide, même lorsque l'appareil en question se trouve dans une zone où l'accès à Internet est faible.

Pour ce qui est de la sécurité, une racine de confiance matérielle est établie pour tous les appareils du kit de développement Azure Percept. Cela représente un niveau de sécurité supplémentaire permettant de protéger les capteurs comme les caméras et les micros qui peuvent collecter des données sensibles. L’accès à ces capteurs est également protégé par un système sur module (SoM) comprenant un microcontrôleur.

Et qu’en est-il du ROI du déploiement de solutions d’IA?

Quantifier les ROI de l’IA est complexe…mais il n’y a pas d’inquiétude à avoir !

Finalement, Microsoft précise collaborer étroitement avec des fabricants tiers visant à développer un écosystème de terminaux Edge et IoT afin d’atténuer davantage les préoccupations relatives au déploiement de solutions d’IA.

[1] https://whatis.techtarget.com/fr/definition/Machine-Learning