Android est une autre plate-forme sur laquelle Google s’est concentr et ses efforts sont clairement visibles – Android occupe plus de 87,9 % de half de march. Avec le dernier Android P au coin de la rue, cela semble tre le bon second pour tirer le meilleur parti des deux mondes – Machine Learning et Android et montrer pourquoi Android est plus que inclined de battre ses concurrents en utilisant les prouesses gigantesques de Google comme l’intelligence et pourquoi l’IA le fera attirer les utilisateurs quotidiens ainsi que les dveloppeurs.
Voici quelques raisons.
Assistant Google
Google a annonc son assistant virtuel en mai 2016 lors de sa confrence annuelle, Google I/O. Google l’a dcrit comme un « assistant conversationnel » et esprait qu’il fournirait « une exprience ambiante qui s’tend sur tous les appareils ». Et les retours reus sont majoritairement positifs.
Bien sr, Google n’est pas le seul tenter de prter essential forte ses utilisateurs. En fait, ce n’est mme pas le premier – Apple a publi une model bta de Siri avec son iPhone 4S il y a prs d’une dcennie, en octobre 2011. Dire qu’un logiciel tel que Siri a parcouru un lengthy chemin au cours de ces 7 annes serait un gros euphmisme. Il semble que chaque gant de la technologie publie ses propres assistants toutes les deux semaines. Alors que les plus importants sont Cortana de Microsoft, Alexa d’Amazon, Bixby de Samsung, l’assistant de Google et Siri d’Apple, presque tous les avis de testeurs professionnels rvlent celui qui parvient balancer presque tout ce qu’ils leur lancent. Et c’est l’assistant Google.
Il a fait ses preuves un nombre incalculable de fois dans des tches allant de la reconnaissance vocale et de la comprhension contextuelle la fourniture d’informations concises mais dtailles toutes les requtes que l’utilisateur peut faire.
Certains diraient qu’il a des annes d’avance sur les autres assistants virtuels, bien que des progrs comme le Duplex ne font que le confirmer.
Applications alimentes par l’IA
Les gants de la technologie reconnaissent l’significance d’intgrer l’apprentissage automatique dans leurs produits et, alors que nos systmes deviennent de plus en plus puissants et que les gens gnrent plus de donnes que jamais, il n’est pas tonnant qu’ils le fassent. Cela ressort clairement des entreprises qui adoptent et promeuvent des calculs intelligents.
Apple a exhort les dveloppeurs utiliser son cadre CoreML relativement nouveau qui peut tre utilis pour former des modles d’apprentissage automatique pour dvelopper des purposes pour iOS. Il est trop tt pour porter un jugement sur cette tape d’Apple, mais il est tout fait prudent de dire que le fabricant d’iPhone aux fruits rouges est en retard la fte.
Google a publi un framework open supply appel Tensorflow en 2015 aprs avoir t test et dvelopp en interne pendant plus de 4 ans. Il a depuis obtenu le badge de commonplace de l’industrie et est l’un des rfrentiels les plus actifs sur GitHub. Il a t dvelopp en pensant aux dveloppeurs et dispose de plusieurs ports pour diffrents systmes d’exploitation et prend galement en cost plusieurs langages de programmation afin qu’un dveloppeur se sente comme chez lui.
Tensorflow Lite est l’objectif de Google d’avoir un assist natif pour ses modles d’apprentissage en profondeur dans les tlphones Android. Des purposes telles que Gmail l’utilisent dj en proposant quelque selected appel « Rponses intelligentes » qui essaie simplement de comprendre la state of affairs et le contexte d’un e-mail reu et affiche quelques choices qui pourraient constituer une bonne rponse ce qui est mentionn. Une autre software clbre est Photos by Google qui utilise l’apprentissage en profondeur, une forme populaire d’apprentissage automatique, pour reconnatre les personnes partir d’pictures stockes sur le smartphone et suggrer des choices possibles telles que les partager avec la personne elle-mme ou crer un tout nouvel album pour eux.
Pour faire court docket, Google a dj commenc lancer des purposes comme Traduire, Assistant, Photos, Gmail, and so forth. et a cr les outils ncessaires pour que les dveloppeurs fassent de mme avec les leurs. Ce qui nous amne au sujet suivant –
Assistance aux dveloppeurs extrmement performante
Google a toujours t aim par les dveloppeurs. En plus d’offrir de grandes opportunits telles que GSOC, il a publi des bibliothques open supply telles que scikit-learn et TensorFlow qui ont t extrmement populaires et couronnes de succs au sein de la communaut des dveloppeurs.
Mme Android, tant open supply, offre beaucoup de flexibilit aux dveloppeurs et donc, naturellement, les dveloppeurs seront beaucoup plus concentrs sur la cration d’purposes volutives et optimises pour cette plate-forme.
Google veut que de plus en plus de personnes entrent dans ce domaine de la machine et a fait des efforts pour le faire. L’un de ces exemples est le cours intensif d’apprentissage automatique. Il s’agit d’un cours partir de zro destin aux dveloppeurs n’ayant presque aucune exprience pralable dans le domaine de l’IA. Il information l’utilisateur depuis les ideas de base de l’algbre linaire jusqu’aux rseaux de neurones convolutifs de pointe.
Les dveloppeurs Android ont attir l’consideration avec l’annonce de Tensorflow Lite qui est un cosystme pour ladite plate-forme. Il fonctionne en douceur avec l’IDE Android officiel, Android Studio pour dvelopper des purposes avec le mme niveau de cohrence qu’auparavant.
Google Duplex
Google n’a pas manqu de faire tomber les mchoires des visiteurs et des tlspectateurs de sa confrence des dveloppeurs pour 2018 dans une pure admiration. Il prsentait quelque selected sur lequel les dveloppeurs de Google avaient travaill dur, nomm Google Duplex.
Il s’agit d’une extension de l’assistant Google dj puissant qui aide l’utilisateur passer sa journe en prenant des rendez-vous ou en rservant des providers tels que la commande de nourriture dans un magasin qui n’a pas de prsence en ligne ou la rparation d’une coupe de cheveux dans un salon pour le utilisateur.
Il a t prsent par Sundar Pichai, laissant le public applaudir. Et pourquoi ne le feraient-ils pas ? Ils ont t tmoins d’un check sculaire appel le check de Turing qui devait tre rsolu dans prs d’une dcennie, annihil bien que d’une manire trs spcifique.
