Comment Google utilise le machine learning dans ses services ?

Google s’étant désormais déclaré comme étant une entreprise -first, il n’est donc pas étonnant qu’il l’utilise au quotidien dans la plupart de ses services et produits.

Comment Google utilise le machine learning dans ses services ?

Sundar Pichai, PDG de , a déclaré en 2016 :

Le est une façon fondamentale et transformatrice de repenser comment nous faisons tout.

Nous appliquer l\’apprentissage automatique dans tous ces domaines d’activité.

C’est quoi le machine learning ?

Dans un post datant de 2016 sur Medium, Don Dodge, qui dirige actuellement l\’équipe Google Cloud Technology Partner et était juste auparavant Directeur du Business Development for ’s Emerging Business Team, répond ainsi à cette question sur la définition du machine learning :

Qu\’est-ce que l\’apprentissage automatique? Est-ce de l\’intelligence artificielle ?

Pas exactement. Passons une minute à définir les termes.

L’intelligence artificielle (IA) est un terme de haut niveau utilisé pour décrire toute approche pour rendre un ordinateur intelligent.

L’IA a commencé comme un ensemble de règles programmées qui pourrait rapidement trier des montagnes de données pour trouver la réponse désirée.

Mais les règles de l\’IA ne pouvaient pas apprendre ou s\’adapter à de nouvelles données. Vous pourriez ajouter d\’autres “règles” pour gérer de nouvelles données, mais il n\’y avait pas “d\’apprentissage”.

Le machine learning ou apprentissage automatique est un nouveau type d\’intelligence artificielle qui permet aux ordinateurs d\’apprendre sans être explicitement programmés.

Le machine learning est un ensemble de classifieurs et d\’algorithmes qui peuvent s\’apprendre à croître et à s\’adapter lorsqu\’ils sont exposés à de nouvelles données. Le machine learning peut apprendre. Et ça c’est un gros plus.

Le Deep Learning (DL) est une technique particulière au sein de l\’apprentissage automatique. Il utilise un réseau neuronal artificiel avec de nombreuses couches pour apprendre les paramètres de modèle optimal.

Le Deep Learning crée un algorithme qui déterminera automatiquement quelles fonctionnalités fonctionnent le mieux pour accomplir une tâche.

Enfin, le Big Data est un terme utilisé pour décrire beaucoup de données apparemment non apparentées, qui, après une analyse plus approfondie, pourrait devenir très utile.

Le machine learning est donc un type d\’intelligence artificielle (IA) qui permet aux ordinateurs d\’apprendre sans être explicitement programmés pour cela.

Et ce terme de “machine learning” a été inventé en 1959 par Arthur Samuel (décédé en 1990 à l\’âge de 88 ans) qui travaillait à l’époque chez IBM. C’est un pionnier américain du jeu sur ordinateur, de l\’intelligence artificielle et de l\’apprentissage automatique.

Bref, aujourd’hui, Google tire parti des algorithmes du machine learning pour fournir à ses clients et utilisateurs une expérience précieuse et personnalisée.

Google est déjà un machine learning intégré dans des services comme , , Google Maps, et bien d’autres.

Exemples de services Google utilisant le machine learning

  1. Gmail :

    Vous êtes-vous demandés comment les emails dans Gmail sont classés comme sociaux, promotionnels ou prioritaires, et comment les emails sont étiquetés ?

    C’est là que le machine learning entre en jeu. L\’intervention de l\’utilisateur est utilisée pour syntoniser son seuil.

    Lorsqu\’un utilisateur marque un message dans une direction cohérente, Gmail lui-même effectue une incrémentation en temps réel à son seuil et c\’est ainsi que Gmail apprend pour l\’avenir, pour plus tard utiliser ces résultats pour la catégorisation.

  2. Google Search et Google Maps :

    Google Search et Google Maps utilisent aussi l\’apprentissage automatique.

    Lorsque vous commencez à taper dans la zone de recherche, ils anticipent automatiquement ce que vous pourriez rechercher et fournissent des termes de recherche suggérés.

    Les suggestions pourraient être basées sur les recherches passées, ce qui est populaire maintenant, ou en fonction d\’où vous êtes au moment de la saisie de votre requête.

  3. Google Assistant :

    Google Assistant, qui est un nouvel exemple du machine learning sur Android, vous aide dans vos tâches quotidiennes.

    L’Assistant, vous facilite l’achat des billets de cinéma alors que vous êtes en promenade, vous aide à trouver un restaurant parfait pour votre famille pour manger sur le pouce avant le début du film, puis vous aide à trouver votre chemin vers le cinéma, et parfois un endroit pour vous garer.

    L’Assistant de Google est aujourd’hui disponible sur tous les mobiles Android.

  4. Google Translate :

    Google Translate, c\’est gratuit, rapide, et il fournit une traduction généralement exacte d\’un mot, d’une phrase ou d’un paragraphe que nous rencontrons dans une autre langue.

    Bien qu\’il ne soit pas précis à 100%, en particulier pour les blocs de texte plus volumineux ou certaines langues spécifiques, il peut vous fournir une signification générale d\’un texte de langue étrangère donnée.

    Google Translate fonctionne en utilisant Statistical Machine Translation (SMT), où les ordinateurs analysent des millions de documents traduits existants à partir du Web pour apprendre le vocabulaire et rechercher des modèles dans une langue.

    Google Translate sélectionne alors la traduction la plus probable statistiquement lorsqu\’on lui demande de traduire un nouveau morceau de texte.

  5. :

    L\’application Google Photos permet aux utilisateurs de sauvegarder leurs photos à partir de plusieurs périphériques dans un seul emplacement, tout en collectant des photos des mêmes personnes ou des objets dans des groupes organisés.

    Google Photos fera ces tâches automatiquement.

    Ainsi, il va créer un album qui recueille des photos prises au cours d\’une période spécifique, comme pendant des vacances. Et il va les organiser dans cet album automatiquement créé pour montrer les \ »meilleures\ » photos du voyage.

    Ces photos seront également étiquetées avec des repères bien connus qu\’ils dépeignent et en fonction des personnes qui apparaissent fréquemment.

  6. Les voitures autonomes et connectées :

    Les voitures autonomes sont probablement l\’exemple le plus sophistiqué du machine learning en action. Et Google travaille sur la Google self-driving car.

    Regardez la vidéo ci-dessous pour voir ce que les ordinateurs de bord “voient” et comment ils réagissent alors qu’ils conduisent la voiture.

    Ces véhicules by Google existent sur le Campus de Mountain View depuis des années et ont enregistré plus de 700.000 km de conduite autonome sans accident.

Selon les conclusions de Don Dodge :

Le machine learning transformera et améliorera radicalement toutes sortes d\’applications.

Il est déjà infiltré dans des choses comme : Sécurité/détection des menaces, détection de la fraude, moteurs de recommandation pour le e-commerce, pour la vérification des documents juridiques et administratifs, les emails, les recherches de brevets, vidéo/voix/reconnaissance vocale, dépistage de la santé, détection du cancer, vérification des faits, météo ou modèles financiers, et beaucoup d’autres…

Auteur : Noel Nguessan

Je suis Noel Nguessan, fondateur du site Arobasenet.com qui existe en tant que nom de domaine depuis 2007 comme site de mon entreprise avant de devenir en 2010 un site d'information SEO à part entière. Pour ma part, j'ai été intégré le monde de l'internet 1997 en qualité de créateur de site internet, avant de devenir développeur web et multimédia au début de l'année 2000. Par la suite, après avoir exercé très tôt en free-lance auprès de plusieurs start-ups jusuq'en 2010 en tant développeur Web, je suis tout naturellement arrivé au référencement Web, notamment après avoir lu les premiers articles SEO d'Olivier Andrieux (Abondance.com) qui m'a beaucoup inspiré dans ce métier. Je lui dit merci. J'ai ainsi pu poursuivre ma carrière en travaillant discrètement en free-lance pour des agences Web qui créaient des sites mais avaient ponctuellement besoin de quelqu'un qui pouvait leur fournir des recommandations d'optimisation web en fonction de la clientèle. Je pense avoir longtemps respecté les règles de discrétion de mes apporteurs d'affaires et surtout avoir bien rempli les différentes missions à moi confiées. Aujourd'hui, la retraite se rapproche. Alors je passe le plus clair de mon temps à divulguer le marketing internet et des réseaux sociaux à travers mon site Arobasenet.com... Certes, il s'agit sur ce site de relayer des news SEO de sources anglaises, mais c'est un travaille plus que passionnant. Tant je découvre des articles d'intérêt que je partage mes fidèles lecteurs. Arobasenet.com, c'est à ce jour (Juillet 2021) : - 6.784 articles publiés depuis 2010 - Plus de 34 millions de pages vues - 300.000 pages vues en moyenne par mois.