Scott Guthrie a présenté hier le deuxième discours inaugural de Microsoft Build 2019, la conférence annuelle des développeurs. Il a détaillé les nouveautés pour Azure. Voici ci-dessous les nouveautés en intelligence artificielle.

Sauf mention contraire, la disponibilité des nouvelles fonctionnalités est en aperçu.

Cognitive Services

Decision est la nouvelle catégorie des services cognitifs d’Azure. Elle offre des recommandations spécifiques à l’utilisateur final. Content Moderator, Anomaly Detector et Personalizer font partie de cette catégorie.

La catégorie Vision compte deux nouveaux services : Ink Recognizer combine la reconnaissance de ce qui est tracé par un stylet sur un écran compatible, aussi bien que ce qui est écrit par un stylo sur une feuille de papier.

Form Recognizer automatise l’entrée de données par extraction du texte, des paires de clés-valeurs (« chiffre d’affaires » « 12 milliards »), et des tables dans les formulaires.

Conversation est le nouveau service de la catégorie Speech. C’est un outil de transcription en temps réel.

Dans la catégorie Language, Language Understanding dispose d’un nouveau tableau de bord analytique pour évaluer la qualité des modèles de langage. QnA Maker (créateur de questions-réponses) est compatible avec des dialogues à plusieurs tournants. Text Analytics dispose désormais de la capacité named entity extraction, extraction du nom d’une entité.

Les services Speech-to-Text, Text-to-Speech, Form Recognizer et Anomaly Detector sont disponibles sous la forme de conteneurs, une option intéressante pour une exploitation dans les locaux de l’entreprise, ou en bordure du nuage.

Toutes ces nouveautés sont disponibles en aperçu, à l’exception de Neural Text to Speech, Speech Service et Computer Vision Read, qui sont en disponibilité générale.

Apprentissage automatique – machine learning – ML

L’interface utilisateur a été revue afin qu’il soit possible de créer des modèles sans écrire aucun code, avec un espace de travail compatible avec le glisser déplacer. Inversement, de nouveaux cahiers facilitent le développement « code d’abord ».

De nouvelles capacités ont été ajoutées pour l’exploitation des modèles à l’échelle : DevOps pour l’apprentissage automatique, facilitant la gestion de bout en bout du cycle de vie du modèle, de sa création à son déploiement et son contrôle avec l’intégration Azure DevOps.

Enfin, l’inférence à haute vitesse est disponible aussi bien dans le nuage qu’en bordure. Ce qui rend possible l’inférence à bas prix et à faible latence grâce à la disponibilité générale de modèles accélérés par le matériel tournant sur des FPGAs dans Azure.

Alternativement, la compatibilité de l’environnement d’exécution d’ONNX avec NVIDIA TensorRT et Intel nGraph rend possible l’inférence à haute vitesse sur les puces de ces deux fabricants.

Azure Open Datasets

Ces ensembles de données aident les clients à améliorer la précision de leurs modèles ML en offrant des données ouvertes sélectionnées, ce qui leur économise le temps dépensé d’habitude à la découverte de données et à leur préparation.

Améliorations du Microsoft Bot Framework

Les nouvelles améliorations apportées aux fonctionnalités de Microsoft bot Framework permettent aux développeurs de gérer des dialogues complexes avec les utilisateurs tout en profitant d’expériences linguistiques plus naturelles.

Les mises à jour incluent la capacité d’améliorer le processus de gestion de boîte de dialogue – nécessitant moins de code à l’aide de boîtes de dialogue adaptatives. En outre, la génération de langues permet aux développeurs de découpler les ressources linguistiques de leur bot, puis de gérer ces ressources dans des fichiers distincts, évitant ainsi la nécessité de coder en dur les réponses de bot. Enfin, la fidélité de l’émulateur a été augmentée, pour de meilleurs tests.

Systèmes autonomes

Microsoft facilite la création de systèmes autonomes alimentés par l’IA aux entreprises pour leurs scénarios d’affaires réels, des bâtiments intelligents aux machines industrielles en passant par la robotique.

La solution est basée sur une nouvelle approche du développement de l’IA appelée Machine Teaching – les experts d’un domaine enseignent aux systèmes sans expertise des techniques complexes dans un environnement virtuel sûr. Les systèmes sont alors déployés dans le monde réel, leurs prédictions étant explicables et vérifiables, et des mécanismes d’urgence maintiennent les humains dans la boucle.

Le premier composant de cette plate-forme est en préversion privée.