Rachat de Lobe : Microsoft explore l'option Low-code pour démocratiser l'IA

Pour mettre l'informatique cognitive à portée du plus grand nombre, voire des métiers, Microsoft a mis la main sur une startup qui permet de développer des modèles de Deep Learning et des applications en simple glisser-déposer. Lobe s'appuie sur des frameworks open-source.

Microsoft a annoncé ce jeudi avoir racheté un spécialiste du développement no-code / low-code et de l'Intelligence Artificielle (IA) avec une forte dominante d'informatique cognitive.

Un « IA generator »

Le mélange de Low-code et d'IA est particulièrement intéressant pour Microsoft. Il devrait permettre d'en démocratiser l'usage. Car bien que ces technologies soient plus abordables grâce aux services PaaS (AWS, Google, IBM, Salesforce ou de Microsoft), la création d'application, le paramétrage des algorithmes et leur apprentissage restent une affaire de spécialistes.

Lobe, une startup co-fondée en 2015 par un ancien d'Apple, tente de résoudre ce problème avec un outil cloud de conception logicielle en glisser-déposer.

Pour créer une application avec son outil, il « suffit » de déplacer des briques dans une interface graphique très visuelle. Ces briques sont appelées des « Lobes ».

L'Intelligence Artificielle est un vaste domaine. Lobe se concentre particulièrement sur l'informatique cognitive, à savoir la reconnaissance de son, d'images et de vidéos, et le Deep Learning.

Des exemples créés avec ces technologies montre une application qui identifie en temps réel quel signe fait une personne avec sa main et trouve un emoji correspondant (pouce levé, deux doigts levés, le signe que tout va bien, etc.). Une autre reconnait si le son d'un instrument est celui d'une guitare, d'un ukulélé ou d'un banjo. Une troisième détermine si le mouvement d'une courbe (de type cardiogramme) monte, descend ou ne bouge pas. Toujours dans la reconnaissance d'image en temps réel, des applications faites avec Lobe, nomment les plantes que filme un utilisateur, évaluent de visu le volume de café mis dans un filtre de cafetière ou calculent le volume d'une citerne en fonction du niveau de la jauge - jauge positionnée grâce à la reconnaissance d'image et l'apprentissage. Ce qui fait que l'application doit pouvoir être réutilisée sur d'autres citernes sans préalable supplémentaire. Une autre application, encore, transcrit une écriture manuscrite en texte, toujours en temps réel.

L'informatique cognitif, vraie nouveauté de l'IA

Lors du dernier IA Paris, plusieurs visiteurs se montraient déçus par les applications réelles de l'IA. Pour le Data Scientist d'un gros énergéticien français, les usages tels que le pricing dynamic, le prescriptif pour du remplissage (Yeld Management) ou le scoring prédictif de prospects ne seraient, au final, que des améliorations de ce que les entreprises savent faire depuis longtemps avec les mathématiques appliquées.

En revanche, la vraie nouveauté attendue de l'IA - mais encore peu présente - se trouverait dans le cognitif.

L'informatique cognitive a de multiples usages dans un contexte B2B : diagnostic de l'usure d'un matériel ou d'un consommable (d'un pipeline survolé par un drone), pré-diagnostic en imagerie médicale, vérification d'un rayonnage en magasin avec une simple photo. Dans la distribution, un Fujitsu travaille actuellement sur cette technologie de reconnaissance d'image pour vérifier, au passage en caisse, qu'un code barre est bien celui d'un produit et qu'il n'y a pas eu de substitution.

L'IA encore trop complexe, même pour les experts

« Nous commençons à peine à exploiter le potentiel qu'offre l'IA. Cela s'explique en grande partie par le fait que le développement et l'élaboration de modèles de Deep Learning sont des processus lents et complexes, même pour les Data Scientists et les développeurs expérimentés », constate Kevin Scott, CTO de Microsoft. « Jusqu'à présent, nombreux sont ceux qui se sentent démunies face à l'IA. Nous voulons changer cela. »

« Le développement et l'élaboration de modèles de Deep Learning sont des processus lents et complexes, même pour les Data Scientists et les développeurs expérimentés »
Kevin Scott, CTO de Microsoft

Le rachat de Lobe s'inscrit dans ce projet de « rendre le Deep Learning simple, compréhensible et accessible à tous [...] en mettant ces développements dans les mains de non-ingénieurs et de non-spécialistes [...] L'interface visuelle de Lobe permet à tout un chacun de développer et d'appliquer rapidement des modèles d'IA, sans écrire de code », vante-t-il.

Il reste néanmoins possible pour les experts de descendre plus en profondeur dans la machinerie algorithmique et de personnaliser le code.

De l'open source sous le capot

La technologie de Lobe s'appuie sur des standards et des frameworks open source (TensorFlow, Keras et CoreML), ce qui correspond également bien à la philosophie du « nouveau Microsoft » dirigée depuis 2014 par Satya Nadella.

L'application générée peut ensuite être appelée par une API qui supporte tous les langages du moment (dont C, C#, JavaScript, Java, Go, Scala, Ruby, Python, Swift, Objective-C, ou PHP).

La plateforme de Lobe est aujourd'hui en bêta mais il y a fort à parier - vue la puissance de frappe de Microsoft - qu'elle donnera un « AI App Generator » robuste dans les prochains mois sur Azure.

Le CTO de Microsoft se félicite évidemment de cette acquisition qui, rappelle-t-il, fait suite à celle de Bonsai (simplification du Deep Learning dans les systèmes autonomes et industriels), Maluuba ou encore Semantic Machine (simplification de la reconnaissance sémantique pour les applications conversationnelles).

Le prix de la transaction n'a en revanche pas été communiqué.

Approfondir

Soyez le premier à commenter

M'envoyer une notification dès qu'un autre membre commente.

Merci de créer un identifiant pour pouvoir poster votre commentaire.

- ANNONCES GOOGLE

Close