intelligence artificielle

Microsoft ouvre le code de GODEL, son modèle d'intelligence artificielle conversationnelle pour les dialogues axés sur les objectifs

Soumis par fredericmazue le

GODEL, pour Grounded Open Dialogue Language Model, est un modèle pré-entraîné à grande échelle pour les dialogues axés sur les objectifs. Il est paramétré avec un modèle d'encodeur-décodeur basé sur Transformer et formé pour la génération de réponse basée sur du texte externe, ce qui permet un réglage plus efficace des tâches de dialogue qui nécessitent de conditionner la réponse sur des informations externes à la conversation en cours (par exemple, un document récupéré). Le modèle pré-formé peut être ajusté et adapté pour accomplir une nouvelle tâche de dialogue avec une poignée de dialogues spécifiques à une tâche.

Microsoft explique que l'une des principales caractéristiques de GODEL est la flexibilité qu'il offre aux utilisateurs dans la définition de la base de leur modèle - les sources à partir desquelles leurs agents de dialogue récupèrent les informations. Cette flexibilité informe la polyvalence de GODEL dans divers contextes de conversation. Si quelqu'un devait se renseigner sur un restaurant local par exemple, GODEL serait en mesure de fournir des réponses spécifiques et précises même si ce lieu n'a peut-être pas été inclus dans les données utilisées pour le former. Les réponses varieraient selon que les informations de base sont vides, un extrait de document, un résultat de recherche (texte non structuré) ou des informations tirées d'une base de données sur le restaurant (texte structuré). Cependant, chaque réponse serait appropriée et utile. 

En plus de la spécificité, la génération ancrée aide à maintenir les modèles à jour, car le texte ancré peut incorporer des informations qui n'étaient peut-être pas disponibles au moment où le modèle a été formé. Par exemple, si un modèle était développé avant les Jeux olympiques d'hiver de 2022, GODEL serait en mesure de fournir des détails sur ces jeux et une liste des gagnants, même si toutes les données disponibles pour l'entraîner sont antérieures à cet événement.

Microsoft vient d'ouvrir le code de GODEL qui est désormais un logiciel libre sous licence MIT, disponible sur GitHub.

GitHub Copilot est disponible pour tous les développeurs et gratuit pour les étudiants et les mainteneurs open source

Soumis par fredericmazue le

GitHub Copilot est, selon les termes de GitHub, un partenaire d'intelligence artificielle pour aider le développeur à écrire un meilleur code. Développé en collaboration avec OpenAI, GitHub Copilot est alimenté par OpenAI Codex, un nouveau système d'IA créé par OpenAI. OpenAI Codex a une connaissance approfondie de la façon dont les gens utilisent le code. GitHub Copilot fonctionne avec un large éventail de frameworks et de langages. GitHub Copilot a été lancé en aperçu technique il y a un an. GitHub vient d'annoncer la disponibilité générale de GitHub Copilot pour tous les développeurs, y compris les développeurs individuels.

Avec GitHub Copilot, pour la première fois dans l'histoire des logiciels, l'IA peut être largement exploitée par les développeurs pour écrire et compléter le code. Tout comme l'essor des compilateurs et de l'open source, nous pensons que le codage assisté par l'IA changera fondamentalement la nature du développement logiciel, offrant aux développeurs un nouvel outil pour écrire du code plus facilement et plus rapidement afin qu'ils puissent être plus heureux dans leur vie, déclare GitHub.

GitHub Copilot est conçu comme une extension d'éditeur qui ne gêne pas le développeur. Cette extension suggère du code en temps réel. Lorsque vous saisissez du code ou des commentaires, GitHub Copilot suggère la ligne de code suivante, ou même plus qu'une ligne de code. GitHub Copilot peut suggérer des méthodes complètes, du code passe-partout, des tests unitaires entiers et même des algorithmes complexes.

Selon GitHub, 1,2 million de développeurs ont participé à l'aperçu technique au cours des 12 derniers mois, et là où il est activé, c'est près de 40 % du code qui est écrit par GitHub Copilot dans des langages de codage populaire comme Python.

Gratuit pour les étudiants vérifiés et les mainteneurs de projets open source populaires

GitHub Copilot ne serait pas possible sans la communauté dynamique d'étudiants et de créateurs de GitHub. Pour soutenir et redonner à ces communautés, nous mettons gratuitement GitHub Copilot à la disposition des étudiants vérifiés et des mainteneurs de projets open source populaires, souligne GitHub.

Si vous êtes étudiant et que vous souhaitez participer au programme, demandez le GitHub Student Pack pour commencer. Si vous êtes un mainteneur open source, consultez cette FAQ pour voir si vous êtes éligible pour commencer à utiliser GitHub Copilot sans frais.

Site : github.com/features/copilot

OVHcloud a fait l'acquisition de ForePaaS

Soumis par fredericmazue le

OVHcloud a procédé à l’acquisition de ForePaaS, une plate-forme unifiée spécialiste des projets de data analytics, machine learning, et d’intelligence artificielle au service des entreprises. Les 23 collaborateurs des équipes ForePaaS ainsi que ses fondateurs rejoignent dès aujourd’hui les effectifs du Groupe pour construire ensemble une famille de solutions, qui contribuera activement au déploiement de la stratégie d’accélération de croissance d’OVHcloud grâce à l’enrichissement de son offre Platform as a Service (PaaS).

« En faisant l’acquisition de ForePaaS, nous nous dotons d’une équipe experte qui viendra compléter le spectre des métiers d’OVHcloud pour accélérer la mise à disposition d’un portefeuille élargi d’environnements de développement sur le segment du Platform as a Service (PaaS). Cette acquisition de briques technologiques et de compétences nous permettra d’accompagner toujours plus de cas d’usage pour l’ensemble de notre clientèle en quête de solutions agiles qui facilitent leur adoption du cloud et leur confèrent une maîtrise totale du cycle de vie de leurs données » explique Thierry Souche, CTO d’OVHcloud.

Cette compétence additionnelle sera intégrée à terme aux environnements de développement qu’OVHcloud propose à ses clients à travers le monde. Les développeurs disposeront ainsi d’une suite complète de solutions afin de suivre l’intégralité de la chaîne de valeur de la donnée, du stockage à l’exploitation d’algorithmes d’intelligence artificielle en passant par l’administration de bases de données.

Red Hat OpenShift 4.10 présente de nouvelles capacités de prise en charge de l'IA

Soumis par fredericmazue le

Red hat vient d'annoncer la disponibilité générale de Red Hat OpenShift 4.10. Red Hat OpenShift 4.10 poursuit l'expansion de la plate-forme pour pouvoir prendre en charge un large éventail de workloads cloud natifs à l’ensemble du cloud hybride ouvert, permettant aux entreprises d'exécuter des workloads AI et ML dans de nombreux environnements différents. La dernière version d'OpenShift inclut également la prise en charge de cloud publics et d'architectures matérielles supplémentaires, et offre aux entreprises la flexibilité de choisir où exécuter leurs applications, en rendant le développement aussi simple et cohérent que possible. Les nouvelles fonctionnalités et les nouvelles capacités conçues pour accélérer les workloads AI et ML comprennent notamment :

  • La prise en charge de l'IPI (Installer Provisioned Infrastructure) pour Azure Stack Hub ainsi qu’Alibaba Cloud et IBM Cloud, tous deux disponibles en tant qu'aperçu technologique. Les utilisateurs peuvent désormais utiliser le processus IPI pour une installation entièrement automatisée et intégrée d'OpenShift 4, et ce en un seul clic.
  • L’exécution de Red Hat OpenShift sur les processeurs Arm. La prise en charge d’Arm sera disponible via l’IPI d'automatisation de la pile complète pour Amazon Web Services (AWS) et l’UPI (User Provisioned) pour les structures bare-metal installées sur une infrastructure préexistante. Les utilisateurs bénéficient ainsi de la même expérience que celle qu'ils attendent de Red Hat OpenShift sur AWS, renforcée par les dernières instances centrées sur Arm.
  • La disponibilité de Red Hat OpenShift sur NVIDIA LaunchPad. NVIDIA LaunchPad permet aux professionnels de l'informatique d'entreprise et de l’IA d'accéder gratuitement à des laboratoires pour tester les systèmes et les logiciels accélérés par NVIDIA. Grâce à Red Hat OpenShift désormais disponible sur LaunchPad, les entreprises sont en mesure d’acquérir une expérience pratique et concrète en laboratoire en configurant, en optimisant et en orchestrant les ressources pour les workloads IA et de data science en utilisant NVIDIA AI Enterprise sur Red Hat.  

En outre, Red Hat OpenShift 4.10 inclut la disponibilité générale des conteneurs sandboxés. Ces derniers fournissent une couche d'isolation supplémentaire facultative pour les workloads ayant des exigences strictes en matière de sécurité au niveau des applications. Des améliorations ont également été apportées à OpenShift par le biais de configurations déconnectées ou air-gapped, qui simplifient le processus d'installation de clusters OpenShift déconnectés. Cela facilite le maintien des images en miroir d’OpenShift, ainsi que leur mise à jour, comme s'il s'agissait d'un cluster connecté.

Le détecteur de piscines du fisc boit la tasse

Soumis par fredericmazue le

En août dernier, alors que de nombreux français profitaient sans doute de leur piscine tranquillement, le fisc annonçait l'utilisation d'un outil d'intelligence artificielle pour détecter les piscines non déclarées. Un outil d'abord testé sur neuf départements pilotes : l'Ardèche, les Alpes-Maritimes, les Bouches-du-Rhône, la Haute-Savoie, le Maine-et-Loire, le Morbihan, le Rhône, le Var et la Vendée.

L'outil, baptisé 'Foncier Innovant', a été développé par Capgemini et Google, et a pour but, moyennant l'intelligence artificielle, de détecter les piscines à partir de vues aériennes. Mais l'outil ne marche pas, selon notre confrère Le Parisien, qui s'appuie sur des sources internes au fisc.

En raison de faux positifs, de nombreux contribuables ont reçu un courrier du fisc menaçant d'un redressement fiscal et demandant plus d'informations sur des piscines qui n'existent pas.

Car l'outil Foncier Innovant confond volontiers les piscines avec des piscines hors sol non imposables, et, pire, avec des panneaux solaires et même de vulgaires bâches agricoles.

Les faux négatifs seraient aussi très nombreux. Des piscines passant à l'as en raison de la présence d'arbres ou même de l'ombre d'une maison.

Commentaire actu

Anonyme (non vérifié)

Est-qu'on peut dire que c'est un projet qui tombe à l'eau ; méritant du coup, une paire de palmes académiques ...
Après la taxe Carbone CO² , la taxe Eau de bain H²O ...

mer, 13 Avr 2022 - 18:45 Permalien

L'AFNOR travaille à la normalisation de l'intelligence artificielle

Soumis par fredericmazue le

Dans un document intitulé 'Feuille de route stratégique - La normalisation de l'intelligence artificielle' l'AFNOR énumère six axes devant guider la normalisation de l'intelligence artificielle, la confiance en cette technologie nouvelle étant au centre de ce travail.

L'AFNOR explique : Alors que l’Intelligence Artificielle s’impose rapidement dans tous les secteurs économiques, la maîtrise de cette technologie et la prise en compte des préoccupations sociétales qu’elle implique pose la question, au premier plan, de la confiance. Afin de répondre à ces enjeux, le Gouvernement français a lancé un Grand Défi visant à « Sécuriser, certifier et fiabiliser les systèmes fondés sur l’intelligence artificielle », piloté par le Secrétariat Général pour l’Investissement et financé par le Plan d’Investissement d’Avenir. Dans ce cadre, AFNOR est chargé de « créer l’environnement normatif de confiance accompagnant les outils et les processus de certification des systèmes critiques à base d’Intelligence Artificielle »

La stratégie de normalisation de l’IA présenté dans le document mentionné ci-dessus a été construite à partir d’une consultation nationale réalisée auprès de 260 acteurs français du domaine et d’entretiens ciblés auprès d’experts, présentes plusieurs enjeux.

Les six axes de cet effort de normalisation sont :

  1. Développer les normes portant sur la confiance (exigences, critères et métriques
  2. Développer les normes sur la gouvernance et le management de l’IA
  3. Développer des normes sur la supervision et le reporting des systèmes d’IA
  4. Développer des normes sur les compétences des organismes de certification
  5. Développer la normalisation de certains outils numériques (simulation, jumeaux numériques…)
  6. Simplifier l’accès et l’utilisation des normes

AI/ML : Charmed Kubeflow 1.4 prend désormais en charge MLFlow, TensorFlow, MXNet, XGBoost et PyTorch

Soumis par fredericmazue le

Canonical a annoncé le lancement de Charmed Kubeflow 1.4, sa plate-forme pour les opérations IA et machine learning. Kubeflow 1.4 apporte des améliorations majeures en termes d’usages par rapport aux versions précédentes, notamment un opérateur d’entraînement unifié. Ce dernier prend en charge les frameworks d’IA/ML populaires TensorFlow, MXNet, XGBoost et PyTorch. Cela simplifie considérablement la solution, améliorant l’extensibilité future et consommant moins de ressources sur le cluster Kubernetes. 

L’intégration de MLFlow, la plate-forme open source pour la gestion du cycle de vie des modèles d’IA/ML, a été ajoutée à la solution Charmed Kubeflow, permettant une gestion automatisée du cycle de vie des modèles à l’aide des métriques MLFlow et du registre de modèles MLFlow.

Charmed Kubeflow 1.4 prend entièrement en charge les scénarios de déploiement multi-utilisateurs pour tous les composants Kubeflow, y compris les notebooks, pipelines et expériences Kubeflow. Cette mise à jour simplifie l’utilisation de Charmed Kubeflow afin d’améliorer la gouvernance et de réduire l’occurrence des environnements shadow-IT, tout en aidant à lutter contre les fuites de données organisationnelles.

Charmed Kubeflow est libre d’utilisation : la solution peut être déployée dans n’importe quel environnement sans contraintes, paywall ou fonctionnalités restreintes. Charmed Kubeflow offre une plateforme MLOps centralisée, basée sur un navigateur, qui fonctionne sur n’importe quel Kubernetes conforme.

Charmed Kubeflow 1.4 se trouve dès à présent sur CharmHub et peut être déployée sur tout cluster Kubernetes conforme à l’aide d’une seule commande Juju.

SynapseML : une bibliothèque de machine learning multilingue, distribuée et massivement parallèle

Soumis par fredericmazue le

Microsoft a annoncé la sortie de SynapseML. Il s'agit d'une bibliothèque open source qui simplifie la création de pipelines d'apprentissage automatique (ML) parallèles massivement évolutifs.

Microsoft souligne que la création de pipelines de ML distribués prêts pour la production peut être difficile, même pour le développeur le plus chevronné. La composition d'outils issus d'écosystèmes différents nécessite souvent un code de « colle » considérable, et de nombreux frameworks ne sont pas conçus en pensant aux clusters élastiques de mille machines. SynapseML résout ce défi en unifiant plusieurs frameworks de ML existants et de nouveaux algorithmes Microsoft dans une API unique et évolutive utilisable sur Python, R, Scala et Java.

SynapseML peut être utilisée dans de nombreux domaines

  • Détection d'anomalies
  • Vision par ordinateur
  • Apprentissage profond
  • Reconnaissance de formes et de visages
  • Amplification de gradient
  • Orchestration de microservices
  • Interprétabilité du modèle
  • Apprentissage par renforcement et personnalisation
  • Recherche et récupération
  • Traitement de la parole
  • Analyse de texte
  • Traduction

SynapseML unit de nombreux frameworks d'apprentissage ML différents avec une seule API évolutive, indépendante des données et du langage, et permet de mettre en place des solutions distribuées tolérantes aux pannes.

L'API simple fait abstraction de nombreux frameworks, échelles, paradigmes de calcul, fournisseurs de données et langages ML différents.

SynapseML introduit également plusieurs nouvelles fonctionnalités pour l'IA responsable non supervisée.

SynapseML est disponible sur Azure Synapse Analytics.

SynapseML est un logiciel libre sous licence MIT disponible sur GitHub.

NVIDIA enrichit ses outils CUDA-X AI et les présentera à sa conférence GTC 2021

Soumis par fredericmazue le

A la veille de sa conférence GTC qui est une conférence dédié à l'intelligence artificielle pour les développeurs, NVIDIA a mis à jour et à enrichi ses outils CUDA-X AI.

Pour mémoire, NVIDIA CUDA-X AI est une pile logicielle d'apprentissage en profondeur permettant aux chercheurs et aux développeurs de logiciels de créer des applications accélérées par GPU hautes performances pour l'IA conversationnelle, les systèmes de recommandation et la vision par ordinateur.

Pour découvrir en détails les nouveautés de CUDA-X AI, NVIDIA invite les développeurs intéressés à s'inscrire gratuitement NVIDIA GTC 2021 afin de participez à des webinaires en direct, des formations et des sessions « Connect with the Experts »

La conférence NVIDIA GTC 2021 se déroulera du 8 au 11 novembre. Les inscriptions se font ici.

Dauphine Numérique lance la série de podcasts « EX MACHINA, l’ère des algorithmes »

Soumis par fredericmazue le

"EX MACHINA, l’ère des algorithmes" est une série de podcasts de Dauphine Numérique, un projet de recherche transversal lancé par l’Université Paris Dauphine - PSL visant à développer une approche réflexive de l’Intelligence Artificielle (IA), en interrogeant ses modalités, ses usages et ses effets.  

Les six podcasts d’une durée de 30 minutes abordent l’impact des intelligences artificielles et des algorithmes au travers de l’expertise de chercheuses et de chercheurs de Dauphine - PSL, dans des domaines aussi variés que l’informatique, la sociologie du travail ou le marketing. L’objectif est d’éclairer les problématiques de l’Intelligence Artificielle (IA) à travers des regards croisés dans une approche transdisciplinaire et de promouvoir la qualité académique sur des sujets d’actualité. 

Chaque mois, le journaliste Eric Nahon, directeur adjoint de l’Institut Pratique du Journalisme IPJ Dauphine - PSL, interroge deux experts dauphinois sur une thématique liée à l’intelligence artificielle. À travers l’exposé de leurs recherches respectives, les points de vue se croisent et se confrontent sur les enjeux multifacettes de l’IA. Ils partent d’un constat : les algorithmes sont partout. On les trouve dans les smartphones, dans les ordis, dans la cuisine, et même dans les chambres à coucher. Les plus connues s’appellent Google, Siri, Alexa, et elles apprennent de nous et de nos données. Les chercheurs de l’Université Paris Dauphine - PSL nous aident à mieux comprendre l’intelligence artificielle et ce que son arrivée dans notre quotidien implique pour nous, les humains.  

Le premier épisode est accessible dès aujourd’hui via le lien suivant : IA : qui sont les humains derrière la machine ?

Et sur toutes les plateformes d’écoute : linktr.ee/ex_machina_podcast

Les publics visés sont à la fois la communauté dauphinoise (étudiants, enseignants-chercheurs, doctorants, alumni, personnels) mais aussi le grand public intéressé par l’IA ainsi que les décideurs et professionnels dans le milieu du numérique. Les podcasts sont conçus dans un esprit didactique, accueillant et pédagogique avec un ton humoristique et une approche journalistique.