Avec Azure Percept, Microsoft se lance dans l’IA at the edge

A l’occasion de son événement mondial Ignite qui se tient en ligne du 2 au 4 mars 2021, Microsoft avance une nouvelle fois ses pions sur l’échiquier de l’intelligence artificielle. Un domaine que l’éditeur érige parmi ses priorités de R&D depuis cinq ans. Le groupe s’attaque cette fois à un segment sur lequel il était très attendu par les entreprises : l’IA at the edge. Il sort en bêta une plateforme, combinant matériel et services cloud, conçue pour faciliter l’utilisation en frontière de réseau des technologies d’intelligence artificielle de son cloud Azure. "Il s’agit d’un système intégré de bout en bout qui fonctionne clé en main sans requérir beaucoup de savoir-faire technique", assure Roanne Sones, vice-président corporate du groupe plateforme et edge de Microsoft. "Il est accessible à des développeurs lambda, sans nécessiter de compétences en data science et en ingénierie."

Baptisée Azure Percept, la plateforme est livrée avec une caméra (Azure Percept Vision), inspirée de la DeepLens d’AWS, et d’un double microphone (Azure Percept Audio). Des composants respectivement équipés d’un module de calcul optimisé pour l’exécution – l’inférence dans le jargon des spécialistes – de réseaux de neurones nécessaires à la vision par ordinateur pour le premier et à la reconnaissance vocale pour le second. L’intérêt ? En exécutant les traitements in situ, on évite les temps de latence des allers-retours vers un cloud centralisé. Microsoft évoque plusieurs cas d’usage : des ascenseurs à commandes vocales, des caméras alertant quand le réapprovisionnement d’un étalage est nécessaire en magasin, des flux vidéo capables de détecter des événements suspects dans un lieu public, ou encore la disponibilité des places de stationnement en ville.  

Plateforme IoT de Microsoft conçue pour déployer des modèles de machine learning en frontière de réseau. © Microsoft

Azure Percept est livré avec un kit de développement ainsi qu’un environnement de modélisation. Baptisé Azure Percept Studio, "ce dernier guide l’utilisateur avec ou sans grande expertise en codage tout au long des étapes de mise en œuvre :  développement, entraînement, déploiement du modèle", égraine John Roach, executive architect chez Microsoft. De quoi mettre rapidement sur pied une preuve de concept avant un projet de plus grande envergure. Evidemment, le kit de développement bénéficie des services d’IA du cloud de Microsoft : les Azure Cognitive Services et leur puissante bibliothèque de modèles de machine learning pré paramétrés. Percept s’intègre ainsi à l’ensemble du processus de MLOps orchestré par Azure pour déployer et mettre à jour les modèles au fil de l’eau.

"Nous espérons faire émerger un écosystème Azure d’appareils périphérique intelligents, à l’image de l’écosystème Windows"

Microsoft précise collaborer avec des fabricants tiers en vue de constituer un écosystème de terminaux edge et IoT certifiés pour la plateforme Azure Percept. "Nous espérons faire émerger un écosystème d’appareils périphériques intelligents capables de tirer parti des services Azure, à l’image de Windows qui a contribué à la naissance du marché des PC. C’est la seule manière de parvenir à une échelle de milliards d’appareils en mode edge connectés à Azure", dévoile Roanne Sones, précisant que la reconnaissance vocale et d’images n’est qu’une première étape.

Le ML débarque dans Azure Arc

Dans la même logique, Microsoft annonce le portage d’Azure Machine Learning au sein de son offre multicloud Azure Arc. Une solution qui, à la manière de ses concurrentes Amazon EKS (Elastic Kubernetes Service) Anywhere et Google Anthos, s’adosse à Kubernetes pour permettre un déploiement sur tout type de cloud public ou privé. "En un clic, les data scientists recourant aux outils Azure pour construire leurs modèles de machine learning peuvent ainsi les déployer de manière cohérente et fiable sur site, en mode multicloud et même en périphérie du réseau", souligne Arpan Shah, general manager d’Azure. Sur ce point, Microsoft rattrape son retard. Amazon EKS Anywhere et Google Anthos prennent en effet déjà tous deux l’orchestration de modèles de machine learning.

Pour la suite, on peut imaginer que Microsoft propose ses services de machine learning au sein de ses zones de proximité (ou micro-AZ), qu’elles soient installées directement sur Azure ou au sein des réseaux 5G. Ses concurrents devraient d’ailleurs prendre le même chemin (lire : L’edge computing, nouveau visage du cloud).

source : 10 conseils pour piloter son audit des systèmes d’information https://ift.tt/2CoU5vA March 2, 2021 at 03:37PM