Depuis plusieurs années, Google met en place différents projets pour faciliter l'accès à l'IA. Il y a quelques mois, l'entreprise avait lancé le projet open source Kubeflow, et elle l'a dernièrement amélioré, en y ajoutant une logique de workflow.
En 2015, Google avait déjà fait un premier pas vers une démocratisation de l'IA, en lançant Tensorflow. Ce framework, d'abord utilisé en interne pour la recherche d'images et la reconnaissance vocale (grâce au deep learning), a ensuite été rendu public. Et Google n'a pas prévu de s'arrêter en si bon chemin.
Faciliter le déploiement et l'entraînement des modèles d'IA
Avec Kubeflow, la firme entendait remédier au fait que de nombreux modèles d'intelligence artificielle n'arrivent jamais en production, faute de structures adaptées. En effet, le projet open source s'appuie sur le framework Kubernetes, également conçu par Google, et permet de faciliter la mise en production. Il simplifie la phase d'entraînement de l'intelligence artificielle (nécessaire, quel que soit le modèle) et assure sa portabilité sur différents environnements.Le 8 novembre 2018, Google y a ajouté une nouvelle fonctionnalité, avec Kubeflow Pipelines, qui offre la possibilité de suivre et de gérer le process de création de l'IA, via un workflow. Cet outil encourage ainsi une meilleure collaboration des différents contributeurs, et permet également de tester rapidement différentes techniques de machine learning, pour identifier la meilleure dans chaque situation.
AI Hub, centre de ressources d'intelligence artificielle
Par ailleurs, Google travaille sur AI Hub, un centre de ressources entièrement consacré à l'intelligence artificielle. Pour l'instant disponible en version alpha, il regroupera à terme un ensemble d'outils d'IA prêts à l'emploi : jeu de données, notebooks Jupyter, modèles d'apprentissage automatique prédéfinis...Mais le service proposera également un hub privé, à destination des entreprises, afin que leurs équipes puissent partager leurs propres ressources en interne, de façon sécurisée.
