À l’heure où les entreprises cherchent de plus en plus à transformer leur activité avec l’intelligence artificielle, nous ne cessons d’améliorer Azure AI pour aider les développeurs et les scientifiques des données à déployer, gérer et sécuriser des fonctions d’intelligence artificielle directement dans leurs applications, en nous focalisant sur les aspects suivants :

1. Tirer parti du Machine Learning pour créer et former des modèles prédictifs améliorant la productivité avec Azure Machine Learning.
2. Appliquer une expérience de recherche et des technologies d’indexation optimisées par l’intelligence artificielle, qui permettent de trouver rapidement des informations et de glaner des idées avec Recherche Azure.
3. Créer des applications intégrant des fonctionnalités d’intelligence artificielle prédéfinies et personnalisées, telles que la vision, la parole, le langage, la recherche et la connaissance, afin d’offrir des expériences plus engageantes et personnalisées avec nos solutions Azure Cognitive Services et Azure Bot Service.

Aujourd’hui, nous sommes heureux de présenter plusieurs mises à jour d’Azure Cognitive Services qui continuent de faire d’Azure le meilleur environnement pour créer de l’intelligence artificielle. Nous présentons une préversion du nouveau service Détecteur d’anomalies qui utilise l’intelligence artificielle pour identifier des problèmes afin que les entreprises puissent minimiser les pertes et l’impact sur les clients. Nous annonçons également la disponibilité générale de Custom Vision pour identifier plus précisément des objets dans des images. 

Qu’il s’agisse d’utiliser la reconnaissance vocale, la traduction et la synthèse vocale pour la détection d’images et d’objets, Azure Cognitive Services aide les développeurs à ajouter facilement des fonctionnalités intelligentes à leurs applications, quel que soit le scénario. À ce jour, plus d’un million de développeurs ont déjà découvert et essayé Cognitive Services pour accélérer l’introduction d’expériences révolutionnaires dans leurs applications.

Détection d’anomalies en tant que service d’intelligence artificielle

Le Détecteur d’anomalies est un nouveau service cognitif qui vous permet de détecter des modèles inhabituels ou des événements rares dans vos données, qui pourraient vous conduire à identifier des problèmes tels que des fraudes par carte de crédit.

Aujourd’hui, plus de 200 équipes opérant sur Azure et d’autres produits clés de Microsoft s’appuient sur le Détecteur d’anomalies pour renforcer la fiabilité de leurs systèmes en détectant des irrégularités en temps réel et en accélérant le dépannage. Grâce à une simple API, les développeurs peuvent facilement incorporer des fonctionnalités de détection des anomalies dans leurs applications afin de garantir une haute précision des données et de signaler automatiquement les incidents dès qu’ils se produisent.

Les cas d’utilisation courants incluent l’identification d’incidents opérationnels et d’erreurs de texte, la surveillance du trafic d’appareils IoT, la détection de fraudes, la réponse à l’évolution des marchés, etc. Par exemple, les fournisseurs de contenu peuvent utiliser le Détecteur d’anomalies pour analyser automatiquement des données de performance vidéo spécifiques d’indicateurs de performance clés d’un client, ce qui les aide à identifier instantanément des problèmes. Ou bien des plateformes de diffusion de vidéo en continu peuvent appliquer le Détecteur d’anomalies à des millions de jeux de données vidéo pour suivre des métriques. Une seconde manquée dans une performance vidéo peut se traduire par une perte importante de revenus pour des fournisseurs de contenu qui monétisent sur leur plateforme.

Custom Vision : Machine Learning automatisé pour les images

La disponibilité générale de Custom Vision permet également à des organisations de transformer leurs opérations rapidement et avec précision en identifiant des objets dans des images.

Optimisée par la solution Machine Learning, Custom Vision facilite et accélère pour les développeurs la création, le déploiement et l’amélioration de classificateurs d’images personnalisés afin de reconnaître rapidement le contenu d’images. Les développeurs peuvent apprendre à leur propre classificateur à reconnaître ce qui compte le plus dans leurs scénarios, ou exporter ces classificateurs personnalisés pour les exécuter hors ligne et en temps réel sur iOS (CoreML), Android (TensorFlow) et bon nombre d’autres appareils à la périphérie. Les modèles exportés sont optimisés pour les contraintes d’un appareil mobile offrant un débit extraordinaire tout en maintenant une précision élevée.

Aujourd’hui, Custom Vision peut être utilisé pour divers scénarios opérationnels. Minsur, la plus grande mine d’étain de l’hémisphère occidental, située au Pérou, utilise Custom Vision pour créer une pratique minière durable en veillant à ce que l’eau utilisée dans le processus d’extraction minière soit correctement traitée pour être réutilisable dans l’agriculture et l’élevage en détectant les niveaux de mousse résultant du traitement. Ils ont utilisé une combinaison d’analyses vidéo de Custom Vision de Cognitive Services et d’Azure pour remplacer un processus hautement manuel afin que les employés puissent se concentrer sur les projets stratégiques.

Capture d’écran de la plateforme Custom Vision, dans laquelle vous pouvez apprendre au modèle à détecter dans une image des objets uniques tels que le logo de votre marque.

À partir d’aujourd’hui, Custom Vision apporte les améliorations suivantes :

• Modèles de haute qualité : Custom Vision propose une formation avancée avec un nouveau système de Machine Learning améliorant les performances, en particulier pour les jeux de données complexes et la classification fine. Avec la formation avancée, vous pouvez spécifier un budget de temps de calcul. Custom Vision identifiera de manière expérimentale les meilleurs paramètres de formation et d’augmentation.
• Itérez facilement : Custom Vision simplifie pour les développeurs l’intégration de fonctionnalités de vision par ordinateur dans des applications avec des API REST 3.0 et des kits de développement logiciel (SDK). Le pipeline de bout en bout est conçu pour prendre en charge l’amélioration itérative de modèles. Vous pouvez donc former rapidement un modèle, un prototype dans des conditions réelles, et utiliser les données obtenues pour améliorer le modèle, ce qui permet aux modèles d’atteindre rapidement la qualité de production.
• Formez dans le cloud, exécutez n’importe où : les modèles exportés sont optimisés pour les contraintes d’un appareil mobile offrant un débit incroyable tout en maintenant une haute précision. Désormais, vous pouvez également exporter des classificateurs pour prendre en charge Azure Resource Manager (ARM) pour Raspberry Pi 3 et le Kit de développement Vision AI.

Pour plus d’informations, voir les Notes de publication du service Custom Vision.

Commencer aujourd'hui

Nous avons illustré aujourd’hui notre volonté d’adapter la plateforme Azure AI à tous les scénarios opérationnels, avec des outils de classe entreprise simplifiant le développement d’applications, et une sécurité et une conformité de pointe pour la protection des données des clients.

Pour commencer à acquérir une vision et à rechercher des applications intelligentes, visitez le site Cognitive Services.