Un nouvel outil informatique développé par Google permettra aux développeurs de créer des applications à intelligence artificielle qui respectent votre vie privée.
Google a publié mercredi TensorFlow Federated, un logiciel open-source qui intègre l’apprentissage fédéré, un système de formation à l’IA. Il fonctionne en utilisant des données réparties sur un grand nombre d’appareils, comme les smartphones et les tablettes, pour apprendre de nouvelles astuces. Mais plutôt que de renvoyer les données à un serveur central pour étude, il apprend sur votre téléphone ou votre tablette lui-même et ne renvoie que la leçon à l’éditeur de l’application.
L’apprentissage fédéré exécute « une partie de l’algorithme d’apprentissage machine juste à côté de l’endroit où se trouvent les données sur l’appareil », a déclaré Alex Ingerman, chef de produit chez Google Research. L’algorithme applique ce qu’il sait déjà aux données de votre téléphone, par exemple en suggérant des réponses aux courriels, et crée un résumé de ce qu’il a appris au cours du processus à renvoyer.
TensorFlow Federated ajoute une nouvelle capacité importante et sensible à la vie privée à la révolution de l’intelligence artificielle qui s’installe dans l’industrie informatique. L’IA promet de changer notre façon de travailler et de vivre, en permettant aux machines d’apprendre suffisamment pour qu’elles puissent accomplir des tâches qui exigent actuellement du personnel.
Par exemple, si vous et un tas d’autres personnes ajoutez « side-eye » au dictionnaire de votre application de messagerie texte, l’application pourrait comprendre l’utilisation et l’intégrer dans son dictionnaire standard par elle-même.
Pour être efficaces dans ces tâches, les machines ont besoin de voir d’énormes quantités de données, ce qui inquiète les gens soucieux de leur vie privée. L’apprentissage fédéré aide à apaiser ces inquiétudes.
Google a mené la charge de l’intelligence artificielle, en utilisant la technologie pour des tâches telles que la traduction de langues écrites repérées sur des photographies ou la suggestion de réponses à des courriels.
TensorFlow Federated est déjà intégré dans certaines applications Google, comme le clavier Gboard pour les téléphones Android et les iPhones, où il analyse les modèles de frappe afin de proposer des raccourcis. Maintenant qu’il s’agit d’un logiciel libre et gratuit, TensorFlow Federated peut aider d’autres développeurs de projets d’IA sans qu’ils aient à recommencer à zéro.
Prédire ce que vous voulez avec l’intelligence artificielle est une partie importante des modèles économiques de Google. Scott Huffman, vice-président de l’ingénierie de Google, a déclaré en janvier que l’IA aidera le Home Assistant Google à entamer une conversation de base dans les cinq ans à venir. Éventuellement, il interprétera votre humeur et se souviendra des détails des conversations précédentes. Google a annoncé la fédération de l’apprentissage pour ses propres applications en 2017.
L’apprentissage fédéré s’appuie sur le système TensorFlow de Google, un système d’apprentissage machine que les entreprises technologiques et les universitaires utilisent gratuitement dans leurs produits et projets. Par exemple, TensorFlow fait partie des efforts de Google avec les chercheurs de l’Université Stanford pour explorer de nouveaux médicaments potentiels. De plus, des entreprises comme Twitter, Coca-Cola et Intel utilisent la plate-forme.
Apple s’attaque à la protection de la vie privée dans les applications iOS qui utilisent l’apprentissage automatique par le biais d’un processus baptisé « confidentialité différentielle », dont elle a commencé à faire la promotion en 2016. Les développeurs peuvent créer des applications iOS qui exécutent l’apprentissage machine localement sur les téléphones et tablettes des utilisateurs sans extraire aucune donnée brute.
Alex Ingerman a déclaré que Google espère que les universitaires produiront des recherches à l’aide de TensorFlow Federated qui permettront à tous de mieux comprendre la technologie et ses utilisations.
« Notre objectif est de redonner à la communauté de la recherche et de permettre le développement sur le terrain « , a déclaré Alex Ingerman.
https://medium.com/tensorflow/introducing-tensorflow-federated-a4147aa20041
https://www.tensorflow.org/federated
https://arxiv.org/abs/1502.02072
