Recommandé
Recommandé
Contenu connexe
Similaire à Service cognitifs : vue d'ensemble
Similaire à Service cognitifs : vue d'ensemble (20)
Plus de felixbillon
Dernier
Dernier (20)
Service cognitifs : vue d'ensemble
- 1. Tour d’horizon des API cognitives
- 2. Félix Billon Développeur Web Organisateur Organisateur @felix_billon felixbillon http://shakedatcode.fr
- 3. Sommaire 1. API cognitive ? 2. Les APIs : vue d’ensemble 3. Conclusion
- 4. Cognitif ? • Ensemble des processus d’acquisition des connaissances. • Processus cognitifs : permettent d’acquérir, traiter, stocker et utiliser des informations. • Exemple : l’apprentissage, le raisonnement, la perception, la catégorisation, …
- 5. Cognitive computing ? • Doter un système de processus cognitifs à l’aide d’algorithmes. • Englobe : machine learning, automated reasoning, natural language processing, … • Framework machine learning : TensorFlow (Google), Cognitive Toolkit (Micrososft), …
- 6. API Cognitives • Interface permettant d’accéder à un programme déjà entrainé ou prêt à être entrainé.
- 7. La parole
- 8. APIs : Speech to text
- 9. APIs : Text to speech
- 10. Vue d’ensemble
- 11. La vue
- 13. APIs : visage
- 14. APIs : analyse image
- 15. APIs : modèle custom
- 16. APIs : vidéo
- 17. Vue d’ensemble
- 18. Le langage
- 20. APIs : Natural Language
- 21. Vue d’ensemble
- 22. La recherche
- 23. Vue d’ensemble
- 24. La connaissance
- 25. Vue d’ensemble
- 26. Utilisation des Apis • Rest • Rest • Rest • Rest • RPC SDK : C#, GO, JAVA, NODE.JS, PHP, PYTHON, RUBY SDK : dépend des APIs SDK : NODE.JS, JAVA, PYTHON, GO, RUBY, PHP, .NET, C++ SDK : NODE.JS, JAVA, PYTHON, IOS, UNITY • CLI
- 27. Tarification • Google Cloud Calculator • Microsoft Azure Calculator • IBM Bluemix Calculator • Amazone Web Service Caculator (*)
- 28. Conclusion • Permet déjà de réaliser un grand nombre de scénarios ! • Très bonne prises en main/documentation des APIs. • Beaucoup de services/fonctionnalités en beta/alpha. • Evolue très rapidement. • Le meilleur reste à venir
Notes de l'éditeur
- cognitif est un adjectif qualificatif se rapportant à la connaissance ou intelligence Deux système capable de réaliser des processus cognitives : naturel (neurone, réseaux de neurone, cerveau, groupe d’individus (fourmis), …) et artificiel (réseau de neurones artificiel)
- Terme souvent qualifier de marketeu. Machine learning : TensorFlow (Google), Cognitive Toolkit (Micrososft), … VS I.A plus considérer comment faisant de meilleur choix que l’humain. Mode d’apprentissage supervisé = apprends à classé selon un modèle de classement pour prédire l’étiquette d’une nouvelle données (exemple + étiquette) Mode d’apprentissage non supervisé = l’algorithme détermine par lui-même la nature des données (exemple) Mode d’apprentissage semi-supervisé = mixte
- Pas de skill ML requis Services herbegé sur le cloud 3 gros groupe : parole (analyse vocal et convection vocal), vue (analyse et traitement d’image et vidéo), langage (analyse textuelle). IBM watson et azure ont tendances à diviser en beaucoup de briques leur services.
- Détection du langage Google Cloud API speech to Text : 80 langages reconnue, modération, possibilité d’étendre les mot reconnue, gère le bruit de l’environnement Speech to text : 8 langage, identification du speaker, keyword spotting Bing speech : 30 langues reste basique. Streaming et non-streaming
- Polly text to speech : 24 langues, 47 voix, optimisation voix (moins fort plus fort, chuchoter, …), IBM text to speech : 7 langues, 14 Body requête SSML (Speech Synthesis Markup Language), utile pour modifier la voix (timbre, prononciation, ,…) Retourne de l’audio. Bing speech : 36 langues reste basique.
- IBM Watson text to speech : différencie les speaker pour US, Spanish, Japanese Custom speech : permet d’étendre un model pour ajouter des nom de produit/ jargon (style dot net, namespace, …) | permet d’entrainer le programme à reconnaitre une voix dans un environnement particulier (style usine). Speaker recogntion : peut-être utilisé comme deuxième système pour vérifier l’identité de l’utilisateur.
- Cloud vision : activation du safesearch dans la requête, puis l’api nous retourne si adulte/violence/… Content moderator : API + portail, détection image+video+texte. Permet de mixer modération + machine (type LUIS). API classique style google Amazon rekonigtion : API indice de confiance + parentname et name (plus précis)
- Détecte plusieurs visage Cloud vision : activation du face dans la requête, puis l’api nous retourne les coordonnée du visage (yeux, nez, …) puis label (colère, joie, tristesse, porte un chapeau, lunette, …)… Basique. Emotion API + vidéo : puis l’api nous retourne les coordonnée du visage (yeux, nez, …) puis label (colère, joie, tristesse) Amazon rekonigtion + Face API : similarité entre 2 visage, reconnaisance. Détection age, couleur, sexe, …
- Extraction de texte, détection objet et scène, reconnaissance de marque/logo/célébrité/ lieu géographique/…
- Modèle vierge prêt à entrainé : charger des collection d’images et les labelisé (exemple assurance détection d’accident, maladie de la peau, ….) Puis le service classe tous seul les images.
- Cloud video : extraction d’idées/label de la vidéo (chien, fleur, …), extraction de miniature, … Video Indexer : reconnaitre des personne, visage, emotion, extraction de mot clé, … Video API : miniature, suivre viasage, mouvement, …
- Reconnaissance de la langue + traduction temps réelle Azure : doc très basique partagé par les 2 briques (Translator API)
- Assisatant google, cortona, Alexa Fonction primaire : extraire les intentions et entité (lieu, date, marque, évènement, …) d’une phrase… (LUIS, LEX, Cloud Natural Language API, …) Secondaire : classifier les informations (Cloud API, Classifier, …), filtré le contenu inapproprié, analyse du sentiment (google, text analysis,, Tone analyser , …) Linguistic analysis : simplifier les concepts de langage complexe (découpage du texte en unité lexical, puis extraction intention entié, …), comprendre ce que dit un utilisateur
- Bing spell check : correction orthographique Document conversion : convertion format PDF->json, docx->html, … Web langage model : redcouper du texte collé, prévoir les mots qui vont suivre, … Retrieve and rank : amélioration pour répondre au question solr + machine learning.
- Fonctionnalité de bing : recherche d’image, vidéo, news, … Autosugestion de bing barre de recherche, … Discovery : moteur de recherche cogntif (indexé des données -> analyse sentiment, extraction d’insight, … et pouvoir faire des query dessus). Discovery news : m’alerter quand une news mentionne un entité, analyser les tendances sur une marques, contenu relatif, …
- QnA maker : from FAQ to Bot. Avant lié au bot framework. Recommandation : proposé des produits a un client (historique d’achat, liaison entre les entité, …) Entity linking : reconnaitre une entité en fonction du contexte (libération (liberer) ou lieu, …) exemple surligna de texte.
- CLI azure uniquement pour créer les compte, pas faire appel à des fonctionnalités des services déployé. Pour plusieurs services REST/Websocket Micrososft portail : LUIS, Computer vision service, moderation, … IBM portail : Discovery, …