Lors de la dernière Google I/O, Le géant de l’internet avait fait sensation avec son application mobile Google Photos; l’app permettait en effet d’effectuer des recherches précises sur le contenu des clichés, loin des limitations habituelles par catégories de lieux ou de personnes. Photos autorise par exemple le tri de l’ensemble des clichés dans lesquels se trouve une table (ou tout autre objet), la demande s’effectuant en langage naturel via la synthèse vocale de Google Now. Ce petit miracle est permis par les calculateurs « Big-datas » de Google, qui font ici des merveilles, ainsi que des algorithmes sophistiqués de traitement de l’information réunis sous le système baptisé TensorFlow.
Dans un mouvement plutôt inattendu (et qui rappelle celui de Tesla il y a de cela quelques mois), Google s’est décidé à proposer TensorFlow en Open Source (sous licence Apache 2) et en libre consultation; Jeff Dean, l’un des ingénieurs en chef sur TensorFlow, a fourni les principales raisons ayant motivé ce passage à l’Open Source : « Ce que nous espérons c’est que la communauté va adopter ce système comme un moyen efficace de tirer le meilleur des algorithmes d’apprentissage (Machine Learning), et contribuer à construire et améliorer TensorFlow par de nombreuses et intéressantes façons différentes« .
Il ne faut pas croire néanmoins que Google vient de faire soudain un énorme cadeau à une concurrence qui est bien souvent des coudées en retard dans le domaine du Machine Learning. Tout le code de TensorFlow n’a pas été « ouvert », sachant en plus que les algos dévoilés sont dépendants d’énormes infrastructures que très peu de sociétés peuvent mettre sur pied. En fait, il y a même fort peu de chances que l’un des principaux concurrents, Apple, se montre un tant soit peu intéressé par ces millions de lignes de codes: le californien a choisi une autre voie que celle du Big Datas pour son IA, préférant se focaliser sur des systèmes moins invasifs en terme de données privées (et plus tourné vers le traitement de l’information en local).
