Pendant longtemps, les ingénieurs et les scientifiques ont cherché à rendre l’intelligence artificielle (IA) aussi performante que le cerveau humain. Cet exploit est devenu possible avec la création de Google Brain, une équipe de recherche sur l’IA, en 2011. En quoi consiste Google Brain et quelles sont ses avancées et ses percées en matière d’IA ?
Les débuts de Google Brain
Le cerveau humain est probablement la création la plus complexe qui soit : une machine biologique complexe composée de nombreuses zones exécutant simultanément des tâches différentes. Cependant, les développeurs de l’IA cherchent à faire en sorte que les systèmes d’IA effectuent des opérations complexes et résolvent des problèmes comme les humains.
En 2011, Andrew Ng, professeur d’université, Jeff Dean, chercheur chez Google, et Greg Corrado, chercheur chez Google, ont créé Google Brain, une équipe de recherche chargée d’explorer l’IA.
Au départ, l’équipe n’avait pas de nom officiel ; après avoir rejoint Google X, Ng a commencé à collaborer avec Dean et Corrado pour intégrer les processus d’apprentissage profond dans l’infrastructure existante de Google. L’équipe a fini par être intégrée à Google Research et a été baptisée « Google Brain ».
Les membres fondateurs de l’équipe Brain cherchaient à créer une intelligence capable d’apprendre de manière autonome à partir de grandes quantités de données. Ils ont également cherché à relever les défis posés par les réseaux d’IA existants, notamment la compréhension du langage, la reconnaissance de la parole et de l’image.
En 2012, Google Brain a fait une percée. Les chercheurs ont introduit des millions d’images provenant de YouTube dans le réseau neuronal pour l’entraîner à la reconnaissance de formes sans information préalable. Après l’expérience, le réseau a reconnu des chats avec une grande précision. Cette avancée a ouvert la voie à un large éventail d’applications.
L’évolution de Google Brain et le développement de l’IA
Google Brain a révolutionné la façon dont les ingénieurs en logiciel concevaient l’IA, contribuant de manière significative à son développement. L’équipe de Google Brain a obtenu d’excellents résultats dans de nombreuses opérations d’apprentissage automatique. Ses succès ont jeté les bases de la reconnaissance de la parole et de l’image et du traitement du langage naturel par l’IA.
Traitement du langage naturel
L’une des contributions les plus importantes de l’équipe Brain est le développement de l’apprentissage profond et la progression du traitement du langage naturel (NLP).
Le NLP consiste à enseigner aux ordinateurs des langages humains et à les aider à interagir, ce qui permet d’améliorer les résultats au fur et à mesure de l’exposition. Par exemple, l’assistant Google utilise le NLP pour comprendre vos requêtes et y répondre de manière appropriée.
Vision par ordinateur
L’équipe Brain a contribué à la vision par ordinateur, c’est-à-dire à l’identification d’images et d’objets à partir de données visuelles. En 2012, Google Brain a introduit un réseau neuronal pour classer les images en 1000 catégories. À l’heure actuelle, il existe plusieurs utilisations inattendues de la vision par ordinateur.
Traduction automatique neuronale
Google Brain a également développé la traduction automatique neuronale (NMT). Avant l’arrivée de l’équipe Brain, la plupart des systèmes de traduction utilisaient des méthodes statistiques ; la traduction automatique neuronale de Google a constitué une amélioration significative.
Le système traduit des phrases entières en une seule fois, ce qui permet d’obtenir des traductions plus précises et plus naturelles. Google Brain a également développé des modèles de réseaux capables de transcrire avec précision la parole.
3 applications qui utilisent Google Brain
L’équipe Brain a été à l’origine d’une multitude d’applications Google depuis sa création en 2011, dont les suivantes.
1. Assistant Google
L’assistant Google, que l’on trouve aujourd’hui dans de nombreux smartphones, fournit des informations personnalisées, vous aide à programmer des rappels et des alarmes, passe des appels à différents contacts et contrôle même les appareils intelligents de la maison.
Cet assistant s’appuie sur les algorithmes d’apprentissage automatique fournis par Google Brain pour interpréter la parole et donner une réponse précise. Grâce à ces algorithmes, l’assistant Google vous facilite la vie en apprenant vos préférences et, après une utilisation prolongée, il vous comprend encore mieux.
2. Google Translate
Le système Google Translate utilise la traduction automatique neuronale, qui fait appel à des algorithmes d’apprentissage profond issus de Google Brain. Cela permet à Google Translate d’identifier, de comprendre et de traduire avec précision le texte dans la langue souhaitée.
La traduction automatique neuronale utilise également une approche de modélisation « séquence à séquence ». Cela signifie que les expressions et les phrases entières sont traduites en une seule fois plutôt que mot par mot. Au fil du temps, lorsque vous utilisez Google Translate, il recueille des informations qui lui permettent de fournir des traductions plus naturelles à l’avenir.
Si vous avez besoin de plus d’informations, découvrez comment traduire de l’audio avec Google Translate sur votre téléphone Android.
3. Google Photos
Bien que Google Photos soit avant tout une application de stockage de photos et de vidéos basée sur le cloud, elle utilise les algorithmes de Google Brain pour organiser et classer automatiquement les médias. Google Photos vous permet ainsi de gérer plus facilement vos photos stockées. Ainsi, lorsque vous prenez une photo, Google Photos vous reconnaît, ainsi que vos amis, les objets et même les lieux et événements présents sur la photo.
L’application ajoute également des balises pour vous aider à regrouper les photos en vue d’une consultation ultérieure. Cette fonction est particulièrement utile pour retrouver et partager des souvenirs avec des amis ultérieurement.
Repousser les limites avec l’apprentissage profond
Depuis sa création, Google Brain a considérablement développé l’IA en utilisant des algorithmes de réseaux neuronaux de premier ordre. L’équipe Brain a contribué à des percées en matière de reconnaissance de la parole et de l’image, de cadres d’apprentissage automatique et de traitement du langage naturel.
