H2O.ai qui développe des applications facilitant l’usage de l'apprentissage machine dans les entreprises, vient de livrer la solution Driverless AI. Cette dernière permet à des utilisateurs professionnels connaissant bien des solutions comme Tableau mais n’ayant pas d’expertise dans le déploiement ou l’ajustement des modèles d'apprentissage machine, d’extraire néanmoins des informations pertinentes de leurs données.

Selon H2O.ai, Driverless AI, toujours en version bêta, est un « système expert pour l’intelligence artificielle » qui permet d'automatiser des expertises équivalentes à celles que déploient les data scientists pour développer des modèles d'apprentissage machine. Avec ce produit, les utilisateurs non experts, cible de l’éditeur, pourront travailler sur des sets de données, leur appliquer des algorithmes d’apprentissage machine tournant sur des GPU rapides pour extraire des résultats utiles, sans avoir besoin de comprendre les tenants et aboutissants de la science des données.

Les data scientists également ciblés 

Mais H2O ne destine pas seulement son produit aux utilisateurs non experts souhaitant exploiter l’apprentissage machine dans leur entreprise. L’éditeur compte aussi séduire les data scientists. En effet, selon H2O, Driverless AI peut permettre aux experts d'automatiser certaines tâches plus fastidieuses d'analyse des données, notamment pour sélectionner parmi différents modèles entraînés automatiquement, celui qui pour un set de données fournira les meilleurs résultats.

Pour l'utilisateur final, toute la configuration passe par une interface UI basée sur le Web. En général, ce dernier doit uniquement choisir la variable cible de l'ensemble de données à résoudre. L'application prend en charge la sélection et le déploiement des composants sous-jacents comme AutoML, XGBoost ou TensorFlow, pour déterminer ceux qui produisent les résultats les plus précis. Des actions plus pointues comme l’ajustement hyperparamétrique qui nécessitent normalement l’intervention d'un spécialiste des données, peuvent être automatisées. Des graphiques interactifs affichés dans l'interface web permettent à l’utilisateur de naviguer dans les résultats d’analyse.

Exécutable en local ou bientôt dans le cloud 

Autre fonction très appréciée : L'explication en langage courant du sens de certaines variables dans une analyse, même si certaines définitions manquent parfois d’élégance. Les variables binaires ou fortement normalisées (par exemple homme/femme ou oui/non /ne sait pas) sont traduites dans un langage adapté aux données selon une grille de valeurs plus libre (« Si le genre de la personne est supérieur à 1… »). H2O a pré-programmé un certain nombre de cas d’usage courants dans Driverless AI et l’éditeur prévoit de continuer à enrichir sa bibliothèque. Pour l’instant, les utilisateurs finaux ne peuvent pas encore ajouter leurs propres scénarios.

Les éléments de la pile H2O, comme le moteur de traitement H2O et les bibliothèques ML mentionnées ci-dessus, sont disponibles en open source. Mais, même s’il est construit sur ces éléments libres de droit, Driverless AI reste un produit propriétaire avec un tarif basé sur le GPU. Pour l’instant, Driverless AI est proposé sous forme de conteneur Docker exécutable sur des appliances équipées de GPU, mais des versions cloud seront également disponibles.