Home Conference Google: Construire des solutions plus intelligentes sans expertise en machine learning
Post
Cancel

Conference Google: Construire des solutions plus intelligentes sans expertise en machine learning

Lien de la note Hackmd

Intro

Who are we ?

Laurent Picard

  • Developer advocate - Google Cloud
  • Ebook pioner

Any sufficiently advanced technology is indistiguishable from magic

  • Arthur C. Clarke

What is machine learning ?

Why is machine learning now possible ?

Three ways we can benefit from ML today

Nouveau champ: auto-ML

  • on peut construire nos propres models sans expertise

Machine learning API

Ready-to-use models

Vision API

Computer vision before ML:

Landmark detection:

La photo originale a ete modifiee (symetrie horizontale)

  • Toujours capable de determiner l’origine de la photo

Object detection:

Face detection:

Vue 3D de Gollum donc pas un vrai visage humain (mais marche quand meme !)

Text detection:

Meme avec une legere rotation, on detecte toujours le texte

Detecte egalement l’ecriture manuscrite (quelques erreurs)

Web entity detection and image matching: La photo ci-dessus de Tolkien est totalement inedite pour l’API utilisee, capable de reconnaitre Tolkien + determiner que l’origine est un journal espagnol

OSS Client libraries

Librairies clientes en open-source sur GitHub dans plusieurs langages.

Video Intelligence API

Demo:

OSS Client libraries

Natural Language API

Analyze text with a simple request

Syntax analysis:

Entity detection

Content classification

Sentiment analysis:

Translation API

Speech-to-Text API

Convert text to speech in 120 languages with a simple request.

Ex: il y a quelques annees repeter a un bot en appelant une banque “Je veux un conseiller” en esperant qu’il comprenne.

Consequence sympa des reseaux neuronaux: aujourd’hui les speech-to-text API sont resistants aux bruits car ils apprennent a partir de vrais echantillon.

Speech timestamps: Search for text within your audio

OSS Client libraries

Text-to-speech (TTS) API

Generate natural speech with a simple request

WaveNet natural voices, par Deepmind

Demo: “Quelle est la temperature a Paris ?” avec un accent anglais Tadaaaaaa

OSS Client libraries

Tuto pour generer des voix

AutoML

Build your custom model with no expertise

Generic results with the Vision API

Cloud AutoML

Demo:

Utilisation de ~250 images en moyennes

“Juste” 3h de calculs.

Auto-generate a custom model from your data

Unified in AI Platform

Demo

Evaluation

Transfert learning

Hyperparameter tuning

Conlusion

How can I build smarter solutions ?

Liens utiles

PrésentationBD Google AIML codelabs

This post is licensed under CC BY 4.0 by the author.