Google emboîte le pas d'Amazon Web Services et de Microsoft Azure en mettant lui aussi l’apprentissage machine à la disposition des entreprises sur son cloud public. Sur sa conférence GCP Next 16 consacrée à sa Cloud Platform (23 et 24 mars à San Francisco), la firme de Mountain View a annoncé la bêta privée d’un service conçu pour les activités faisant appel à des outils prédictifs. Cloud Machine Learning va permettre aux utilisateurs de créer des modèles d’apprentissage machine personnalisés en travaillant avec leurs données qui se trouvent dans les autres services cloud de Google. Ce service prend en charge l’ingestion des données et la phase d’entraînement, puis il utilise le modèle élaboré par l’entreprise pour faire des prédictions. Sur la conférence CGP Next 16, Jeff Dean, responsable chez Google du projet de recherche Brain sur le deep learning, a montré l’élaboration d’un modèle permettant de prédire à quel moment un internaute va cliquer sur une publicité en ligne. Sa démonstration s’appuyait sur des données anonymisées de la société Critéo, spécialiste du reciblage publicitaire sur le web.

Cloud Machine Learning est construit au-dessus de la bibliothèque open source TensorFlow, de Google, qui fournit déjà des capacités d’apprentissage machine à de nombreux autres produits de la société, comme Inbox et Photos. En matière de machine learning, ce projet est actuellement le plus populaire sur GitHub. Il a notamment servi au programme d’intelligence artificielle AlphaGo de Google Deepmind qui a battu le champion de Go coréen Lee Se-dol la semaine dernière à Séoul. Il s’agit pour Google d’outils clés s’il veut rester compétitif sur le marché du cloud public. Microsoft et AWS, qui le devancent largement sur ce terrain, proposent déjà des services permettant aux entreprises de construire plus facilement des modèles d’apprentissage machine à utiliser dans le cloud. L’un des éléments qui pourra peut-être faire la différence, à terme, ce sera la possibilité pour les clients d’exporter les modèles TensorFlow depuis le cloud de Google pour les utiliser ailleurs, y compris dans leurs propres datacenters. Pour l’instant, les services de Microsoft Azure et d'Amazon Web Services nécessitent d’exploiter à travers une API les modèles qui ont été élaborés sur le cloud, ce qui verrouille les utilisateurs de ces produits à l’intérieur de ces écosystèmes respectifs.

Cloud Speech, une API qui s'ajoute à Cloud Vision et Cloud Translate

Hier, sur GPC Next 16, Google a également annoncé l’API Cloud Speech qui permet aux utilisateurs de faire transcrire des bribes de texte à partir du modèle d’apprentissage machine utilisé par sa technologie de reconnaissance vocale. Elle fait partie d’un ensemble d’API incluant aussi Cloud Vision, qui fournit des informations sur le contenu d’une image, et Cloud Translate. De très nombreux fournisseurs, dont Microsoft et IBM, cherchent en ce moment à se faire une place sur ce marché en pleine croissance qui consiste à vendre des API de traitement avancé à utiliser conjointement avec leurs applications. Google pense que ces capacités vont intéresser les entreprises qui préféreront développer des applications évoluées dans son cloud plutôt que sur d’autres plateformes en raison des innovations qu’il a pu faire valoir dans le domaine du machine learning. Il reste à savoir si ce sera le cas, compte-tenu du fait que Google a toujours un train de retard sur Microsoft et AWS dans le cloud public.