AWS Summit Paris : machine learning sur AWS

Première breakout session de cet AWS Summit, consacrée à l’intelligence artificielle et au machine learning.


Julien Simon, chief evangelist Amazon ML

Amazon fait du machine learning depuis bien longtemps: ne serait-ce que le moteur de recommandation sur Amazon.fr.

Les robots d’Amazon, dans les entrepôts logistiques, utilisent aux aussi le machine learning. Ils sont plus de 50000, ces robots. La livraison par drone – non ce n’est pas une plaisanterie – utilise aussi cette technologie. Et bien sûr, Amazon Alexa. Et le petit dernier: les petites caméras accrochées au plafond d’Amazon Go, qui contrôlent ce qui est acheté.

Les technologies IA d’Amazon sont aussi là pour que des milliers de développeurs puissent en profiter. Netflix fonctionne intégralement sur AWS, et les recommandations s’appuient sur Amazon ML (really ?).

Olivier Marc (Advalo) : le marketing du futur, le marketing personnalisé?

Le marketing de demain, c’est un marketing personnalisé au bon moment. Advalo propose une plateforme de marketing individualisé basée sur AWS, de manière à lisser les coûts en fonction de la progression de l’activité. Ils traitent 5Mds de données par jour, 14 teraoctets provenant de 250 sources de données, pour 150 modèles prédictifs. Que fait Advalo? Voici deux cas clients.

  • Pour SEAT, il s’agit d’identifier les vrais « intentionnistes » lors de la visite sur le site internet. Il s’agit donc de distinguer les visiteurs occasionnels de ceux qui sont véritablement intéressés par l’acquisition d’un véhicule.
  • Pour Bessac, enseigne bretonne d’une vingtaine de magasins, l’enjeu était d’individualiser la prise de parole pour inciter le consommateur à venir en magasin. Le challenge: faible volume de données, et changements de collection fréquents qui font qu’on repart à chaque fois avec un historique nul. Ici, mise en place de deep learning pour identifier des images proches, et donc des styles similaires d’un client à l’autre.

Quels sont les services Amazon ML ?

Les services de haut niveau sont basés sur machine learning et deep learning, via une API, en temps réel.

  1. Amazon rekognition: il fait de la détection d’objets, de la détection de scènes. Analyse de contenus visuels en temps réel, reconnaissance de visages, reconnaissance d’émotions, recherche de visages dans des collections, modération de contenus, reconnaissance de célébrités, détection de texte dans des photos.

  2. Amazon rekognition video: la même chose, mais avec la détection d’activité en plus, et le suivi de trajectoire. C’et la techno utilisée par SkyNews pour identifier les célébrités qui entraient dans l’église lors du Royal Wedding.
  3. Amazon Polly: c’est la synthèse de voix maison chez AWS. 25 langues et 53 voix. Avec du SSML, qui permet de modifier la prononciation des mots, et … des pauses pour la respiration grâce au tag <amazon:auto-breaths> !
  4. Amazon Translate: disponible en temps réel. Avec une reconnaissance automatique de la langue. Déjà 6 langues supportées vers ou depuis l’anglais, 6 autres à venir.
  5. Amazon Transcribe: c’est l’inverse de Polly. Ce n’est pas en temps réel, c’est un service en batch, mais cela permet en plus de récupérer les timestamps pour re-synchroniser les texte, et la reconnaissance des speakers ! Supporte des fichiers sons de bonne ou mauvaise qualité, comme les conversations téléphoniques !
  6. Amazon comprehend: permet de détecter les langages, les sentiments, etc. Il peut également classer les documents en fonction de topics.

Suit une démo bluffante de lecture de texte sur des panneaux d’affichage, écrite en une dizaine de lignes de Python !

Les services plateforme, d’un niveau plus bas, permettent de travailler avec une plus grande finesse sur les données dont on dispose, pour traiter des problèmes plus spécifiques. Pour cela, il faut un modèle, des datasets, etc. Deux problèmes à traiter: 1/ nettoyer les données, 2/ disposer d’infrastructures suffisantes pour entraîner les modèles. La préparation des données devient un enjeu clef.

L’offre AWS ? Amazon SageMaker, pour aider à construire des modèles.

Cet article vous a plu ? Pourquoi ne pas le partager ?