Cloud & IA : moteurs des solutions intelligentes de demain

Les innovations technologiques modernes ont dépassé les frontières de l'automatisation de base. Actuellement, on s'attend avec une large anticipation que de tels systèmes aient une intelligence native, leur permettant d'apprendre, d'adapter leurs fonctionnalités et de faire leurs propres choix. Des exemples de tels systèmes intelligents sont les assistants à activation vocale, les caméras avancées capables de reconnaître les comportements anormaux, et les programmes médicaux capables de suggérer des traitements alternatifs.

Les blocs de construction fondamentaux de tels systèmes impliquent deux technologies transformationnelles de base : l'Intelligence Artificielle (IA) et le Cloud Computing. L'IA soutient la capacité du système pour l'apprentissage et l'évolution, similaire aux processus de développement trouvés dans l'esprit humain, tandis que le Cloud Computing fournit l'infrastructure sous-jacente requise pour le déploiement et l'opération globale de tels systèmes. Ensemble, les technologies sous-tendent la réalisation d'expériences plus complexes, contextuelles et individualisées pour les entreprises, ainsi que des efficacités opérationnelles.

Caractéristiques d'un système de calcul cognitif

Le système complexe effectue des tâches au-delà de la simple exécution de protocoles prédéterminés. Il collecte l'information, fait de l'analyse, tire des conclusions, utilise la logique et améliore continuellement ses méthodes. Les parties du système peuvent être regroupées dans les catégories suivantes :

1. Acquisition de données

Cette phase implique la collecte de différentes formes d'information, telles que les instructions verbales, messages électroniques, contenu utilisateur et sorties de capteurs. Le système de cloud computing, ancré dans le cadre donné, fournit l'infrastructure pour le stockage et la maintenance de vastes quantités d'informations collectées à partir de diverses sources.

2. Compréhension des données

Suite à la collecte d'informations, le système passe en phase de traitement, où l'information passe par une série d'opérations telles que le nettoyage, la structuration et l'analyse. Par exemple, quand l'utilisateur donne la commande « Joue le morceau de musique », le système doit déchiffrer cela comme la demande de l'utilisateur pour qu'un morceau musical soit joué.

3. Implications des résultats

L'utilisation de l'intelligence artificielle améliore la reconnaissance de motifs dans l'information historique, par exemple, les goûts musicaux individuels ou les intervalles standards entre les utilisateurs reconfigurant leurs thermostats. Cette amélioration permet aux processus de prise de décision dans le système d'être mieux informés et de meilleure qualité sur le long terme.

4. Processus de prise de décision

Le système agit selon des règles logiques prédéterminées ou des patterns de comportement appris pour décider de ce qu'il fera ensuite. Il a la capacité de recommander un film, passer une commande de réapprovisionnement, ou informer une personne.

5. Réponse aux attentes de l'utilisateur

Finalement, le système a la capacité de produire une réponse qui peut être délivrée par voix, texte ou en effectuant une action personnalisée. Habituellement, la réponse est personnalisée basée sur l'information que le système a apprise sur l'utilisateur.

Pourquoi le Cloud Computing est important

Sans le cloud computing, les systèmes intelligents ne fonctionneraient pas bien à grande échelle. Voici pourquoi le cloud est si important :

Flexibilité : L'infrastructure cloud offre la capacité pour le système de s'adapter selon les niveaux de demande changeants. Quand plusieurs utilisateurs accèdent au système en même temps, l'infrastructure cloud met les ressources à disposition à la demande.

Vélocité : Les centres de données dans le cloud sont distribués sur une vaste zone géographique et ont des capacités opérationnelles accrues, permettant une réactivité instantanée et cohérente.

Stockage : Les plateformes cloud stockent d'énormes quantités de données, ce qui est nécessaire pour l'entraînement des systèmes IA. Les services cloud sont hébergés dans de multiples emplacements à travers le monde et peuvent être accessibles à travers une vaste gamme de dispositifs.

Maintenance : Les tâches du développeur n'incluent pas la mise à jour et la maintenance des serveurs, car ce sont les responsabilités du fournisseur de services cloud.

Comment l'IA alimente l'intelligence

L'intelligence artificielle améliore les capacités des systèmes avec l'ajout de capacités de raisonnement, d'apprentissage et d'optimisation, résultant en une efficacité opérationnelle accrue. Certaines des utilisations les plus courantes de l'intelligence artificielle incluent

L'apprentissage expérientiel implique que les algorithmes d'intelligence artificielle s'améliorent continuellement à mesure qu'ils absorbent des quantités croissantes de données sur une période.

Compréhension du langage : le NLP permet la capacité des systèmes à comprendre et répondre aux entrées données sous forme de langage humain. Reconnaissance visuelle et auditive : l'IA peut reconnaître les visages humains, objets et signaux auditifs.

L'analyse prédictive a la capacité de prévoir de nombreux résultats possibles ; par exemple, elle peut évaluer la probabilité d'un envoi retardé ou déterminer le produit le plus susceptible d'intéresser un client ensuite. L'intelligence artificielle générative fournit aux machines la capacité de générer du contenu écrit, créer des langages de programmation, ainsi que des formes d'art musicales et visuelles.

Voir aussi : Un chatbot sans personnalisation n'a pas de but. Voici pourquoi !

Technologie d'assistant à activation vocale : Un cadre analytique

Considérons, par exemple, un système intelligent particulier, à savoir un assistant vocal intégré dans plusieurs systèmes de haut-parleurs intelligents.

Quelqu'un demande : « Quelles sont les conditions météorologiques actuelles à Seattle ? »

Le dispositif capte les ondes acoustiques et les envoie vers un serveur externe. L'infrastructure de cloud computing transcrit alors les échanges verbaux en forme écrite. Comprend l'importance de l'énoncé. Fournit l'information météorologique correcte.

Donne une sortie audio : « La météo à Seattle est actuellement ciel dégagé avec une température de 72 degrés Fahrenheit. »

Figure 1 : Architecture système d'assistance vocale de haut niveau

Le diagramme fournit un aperçu général de l'infrastructure globale d'un système d'assistant vocal cloud-intelligent et la façon dont une simple requête vocale — « Hey Alexa, quelle est la météo à Seattle ? » — peut être transformée en une réponse naturelle et compréhensible grâce à l'utilisation des technologies cloud et intelligence artificielle.

Du côté utilisateur, l'interface vocale apparaît comme le point de départ de la session utilisateur. L'utilisateur parle une commande en langage naturel dans un haut-parleur intelligent ou, idéalement, un affichage. Il existe dans le dispositif intelligent un microphone ainsi qu'un processeur, et donc il peut écouter le son et rester dans un état d'écoute pour un mot de réveil prédéterminé, dans cette instance, le nom « Alexa ». En entendant le mot de réveil, le dispositif commence à enregistrer la commande de l'utilisateur et transmet le fichier son sur un chemin sécurisé vers les serveurs cloud pour le traitement.

La vraie intelligence se passe dans la section de traitement cloud illustrée du côté droit du diagramme. La Reconnaissance Automatique de la Parole (ASR), dans la première étape du pipeline dans le cloud, transforme le flux audio brut en texte. C'est beaucoup plus compliqué qu'il n'y paraît ; il doit écouter différents accents, éliminer le bruit de fond et entendre la subtilité de la voix en temps réel. Les modèles ASR sont entraînés sur des ensembles massifs d'enregistrements de nombreuses voix différentes afin de capturer les mots prononcés le plus précisément possible et les traduire en forme textuelle, « Comment est la météo à Seattle ? »

Par la suite, le système progresse vers la phase Compréhension du Langage Naturel (NLU), dans laquelle l'intention de l'utilisateur est déchiffrée. Convertir la voix de l'utilisateur en texte ne suffit pas ; l'assistant a aussi besoin de comprendre l'intention de la requête et l'information ou les entités mentionnées, c'est-à-dire la ville « Seattle ». Des modèles d'intelligence artificielle entraînés en traitement du langage naturel sont engagés pour comprendre l'intention de l'utilisateur en demandant la météo pour « Seattle » comme ville désirée. L'assistant a aussi besoin de prendre en compte le vague des mots, les synonymes et le contexte pour que la requête soit interprétée correctement.

Après que le système a acquis une compréhension complète de la requête, il passe en phase Connaissance et Raisonnement. Maintenant, dans cette phase, l'assistant sélectionne la manière dont il accédera à l'information météorologique correcte, le plus naturellement en interrogeant un service externe autoritaire, c'est-à-dire une base de données météo ou API. Le système applique des algorithmes appris ou un comportement établi dans le traitement de l'information reçue ; par exemple, il peut conclure qu'il est actuellement jour à Seattle et construire une réponse basée sur cette inférence. Si l'utilisateur pose la requête « Comment est la météo ? », le système peut utiliser l'information de géolocalisation ou les préférences passées stockées en lui pour inférer « Seattle » comme la localisation la plus probable.

Ayant rassemblé l'information requise, l'assistant passe en phase Génération de Langage Naturel (NLG), dans laquelle l'information sous forme structurée est traduite en texte grammaticalement correct, lisible sous une forme acceptable pour les humains. L'information brute, par exemple {température: 72°F, condition: ensoleillé} est réécrite en « La météo à Seattle est 72 degrés et ensoleillé. » Le système peut utiliser la phraséologie correcte, suivre les exigences grammaticales et ajouter une belle variation dans la phrase à chaque répétition dans une tentative de la rendre aussi naturelle que possible. Avant qu'une réponse puisse être libérée pour l'utilisateur, le système utilise aussi la technologie Text-to-Speech (TTS) dans une tentative de convertir le texte résultant en forme sonore. Cela implique la création de sortie audible, normalement avec un profil de voix donné de conversation amicale et bonne énonciation. Le fichier audio est ensuite streamé sur internet dans le but de fournir à l'utilisateur une réponse claire, naturelle dans les secondes suivant l'énoncé original.

La base technologique pour cette expérience réside dans les technologies cloud. Le cloud soutient l'évolutivité de l'assistant vocal avec l'usage, dans le sens qu'il peut gérer des millions de requêtes simultanées de n'importe où dans le monde. Il fournit la puissance de calcul requise pour exécuter les algorithmes d'apprentissage profond pour la parole et le langage, interroger des bases de données externes et répondre en temps réel. Il fournit des fonctionnalités de sécurité telles que le transport chiffré des données et les contrôles d'accès, de sorte que l'information vocale sensible soit traitée avec la plus grande prudence. Ce système intelligent s'améliore aussi avec l'expérience car il apprend avec le temps. Il peut apprendre des interactions passées avec les utilisateurs pour le rendre plus personnalisé, apprendre les préférences des utilisateurs et pratiquement faire des recommandations avant que l'utilisateur ne les demande.

Conclusion

Les solutions Cloud Intelligent et IA permettent aux entreprises d'aller bien au-delà de l'automatisation. Les systèmes intelligents écoutent, apprennent et agissent, créant ainsi une vraie valeur dans la santé, la finance, la fabrication, ainsi que dans la vie quotidienne.

Le cloud aide ces solutions avec la puissance, la flexibilité et la portée dont elles ont besoin. L'intelligence artificielle donne l'intelligence nécessaire pour penser, apprendre et optimiser. Combinées, elles construisent un environnement global plus intelligent, hautement interconnecté — un système à la fois.