Google crée un groupe européen de recherche dédié au machine learning. Le « Google Research Europe » sera basé à Zurich dans les bureaux de Google Suisse. L'équipe sera dirigée par Emmanuel Mogenet, Engineering Director. Elle collaborera avec les chercheurs Google du monde entier. Zurich accueille déjà le plus grand service d’ingénierie de Google en dehors des États-Unis avec plus de 1800 collaborateurs en provenance de 75 pays. Le programme sur lequel fonctionne le Knowledge Graph y est développé, ainsi que le moteur de conversation utilisé par Google Assistant, dans l’application de messagerie Allo.
Les locaux zurichois de Google. (crédit : D.R.)
Emmanuel Mogenet part du constat que l’Europe abrite quelques-unes des plus célèbres universités techniques du monde : « Elle représente donc une place idéale pour y établir une équipe de chercheurs de première classe. Nous nous réjouissons de pouvoir apporter notre contribution à l’excellente recherche en informatique pratiquée dans la région et espérons par nos publications et notre support académique renforcer encore davantage la coopération académique.»
3 axes de recherche : IA, langage naturel et perception artificielle
La nouvelle équipe devra développer des outils et produits utilisables autour du monde en améliorant l'infrastructure sur laquelle repose le Machine Learning. Trois axes principaux seront privilégiés. En premier lieu, l'intelligence artificielle: Google explique vouloir apprendre à un ordinateur à reconnaître des schémas (patterns), plutôt que de le programmer avec des règles fixes. La solution Smart Reply in Inbox utilise ainsi le dernier système de réseaux neuronaux de Google pour proposer des textes courts en réponse à des e-mails reçus.
Deuxièmement, la compréhension et le traitement automatique du langage naturel : « l’app Google sur smartphone, par exemple, permet la reconnaissance de la parole et la transformation des sons en mots (Google s’est servi de l’apprentissage profond pour améliorer la reconnaissance du langage d’environ 25%). Le traitement du langage naturel permet de comprendre ce que vous voulez dire et l’apprentissage profond de trier les résultats de la recherche ». Enfin, troisièmement, la perception artificielle qui travaille à l’analyse des images, des sons, de la musique et des vidéos. Comme avec Google Photos, il est possible de savoir ce qui se trouve sur une photo et donc de la classer par thématique.