Apple : leur vision du Machine Learning

📝 AMELIOREZ VOS COMPETENCES EN DATA SCIENCE : damienchambon.podia.com/email...
Apple : leur vision du Machine Learning
Dans leur dernière keynote, les ingénieurs d’Apple ont souvent fait mention de comment leurs appareils sont puissants et développés pour faire du Machine Learning. Apple se montre de plus en plus intéressé par le Machine Learning, mais pourtant, peu de gens voient où le Machine Learning est utilisé autre que dans Siri. Dans cette vidéo en français, je présente les différents services d’Apple qui utilisent l’intelligence artificielle. Je compare la stratégie d’Apple à celle d’entreprises comme Google et j’aborde l’aspect de vie privée, cher à Apple.
00:00 Apple et le Machine Learning
01:32 Le Machine Learning dans les produits Apple
05:27 La stratégie d'Apple en Machine Learning
09:48 Vie privée et Machine Learning
Le principal service d’Apple qui utilise le Machine Learning est Siri, l’assistant virtuel qui utilise les réseaux neuronaux depuis 2014. Malgré plusieurs déboires comparés aux autres assistants connectés, Apple a continué à se lancer dans le Machine Learning avec d’autres services comme les suggestions d'apps à utiliser, la prédiction du texte, une application de traduction et la reconnaissance d'écriture écrite avec l’Apple Pencil.
Contrairement à d'autres entreprises comme Google ou Facebook, Apple n'utilise pas le Machine Learning pour simplement dire de l'utiliser. Apple utilise le Machine Learning pour améliorer une idée qu'ils ont déjà : Craig Federighi, Senior Vice President de Software Engineering mentionne que le Machine Learning leur permet d'aller plus loin. Apple dit que l’intelligence artificielle leur permet d’aller plus loin et d’offrir le meilleur de cette technologie à des millions d’utilisateurs. Apple a récemment mis au point des librairies pour permettre aux développeurs d’utiliser le Machine Learning dans les produits Apple en utilisant des réseaux neuronaux fonctionnant sur PyTorch et Tensorflow.
La vie privée est le mot d’ordre chez Apple lors de la conception de produits ou services. Premièrement, tout le Machine Learning se fait sur l’appareil connecté. Cela leur permet d'avoir peu de latence et de respecter la vie privée. Les modèles de Machine Learning sur serveurs ne sont pas forcément mieux que les systèmes embarqués. De plus, ils utilisent un minimum de données stockées : seules les données essentielles récupérées car il existe de nombreux datasets en ligne. Si des données venaient à être récupérées, les données sont anonymisées par des techniques mathématiques pour ajouter du bruit dans données.
Cet exemple d’Apple et le Machine Learning est intéressant car il montre que le Machine Learning et les réseaux neuronaux s’immiscent de plus en plus dans nos vies et peuvent améliorer des fonctionnalités. Plusieurs stratégies sont possibles pour une entreprise qui souhaite utiliser l’intelligence artificielle : faire le plus de Machine Learning possible ou simplement utiliser le Machine Learning pour améliorer une fonctionnalité. La vie privée est un aspect important et Apple montre qu’il est possible d'entraîner des modèles puissants de Machine Learning comme les réseaux neuronaux avec un minimum de données et en les anonymisant.
Comment Google utilise le Machine Learning pour nous guider : • Comment Google Maps ut...
Les meilleurs exemples de Machine Learning : • Les meilleurs exemples...
👋🏼 Qui suis-je ?
Je m'appelle Damien et je suis Data Scientist. Au cours de mes expériences professionnelles, j'ai découvert comment la Data Science et le Machine Learning peuvent résoudre des problématiques business et sociétales.
J'ai formé des dizaines d'étudiants à la Data Science et au Machine Learning en français pour leur permettre de découvrir ces domaines fascinants et les appliquer dans leur vie professionnelle.
💻 Mon site : damienchambon.podia.com
Crédits musique : Aviscerall - Sanctuary

[@latelierdata]

📝 Améliorez vos compétences en Machine Learning : damienchambon.podia.com

[@encarta_actuarial_by_Fany]

Prochain sujet Rshiny vs flash python

[@latelierdata]

Effectivement, c’est un bon sujet de vidéo, ces 2 packages sont très utiles en Data Science, en R ou en Python !