Le corail est l'initiative silencieuse de Google pour activer l'IA sans le cloud

L'IA permet aux machines d'effectuer toutes sortes de tâches qui étaient auparavant réservées aux humains. Besoin d'effectuer un contrôle qualité sur une ligne de production en usine? Configurez une caméra alimentée par l'IA pour détecter les défauts. Que diriez-vous d'interpréter les données médicales? L'apprentissage automatique peut identifier les tumeurs potentielles à partir des analyses et les signaler à un médecin.

Mais des applications comme celle-ci ne sont utiles que si elles sont rapides et sécurisées. Une caméra AI qui prend quelques minutes pour traiter les images n'est pas très utile dans une usine, et aucun patient ne veut risquer l'exposition de ses données médicales si elles sont envoyées au cloud pour analyse.

Ce sont les types de problèmes que Google essaie de résoudre grâce à une initiative peu connue appelée Coral.

"Traditionnellement, les données des appareils (AI) étaient envoyées à de grandes instances de calcul, hébergées dans des centres de données centralisés où les modèles d'apprentissage automatique pouvaient fonctionner à grande vitesse", a expliqué Vikram Tank, chef de produit chez Coral. Le bord par e-mail. "Coral est une plate-forme de composants matériels et logiciels de Google qui vous aide à créer des appareils avec une IA locale – fournissant une accélération matérielle pour les réseaux de neurones … directement sur l'appareil périphérique."

Les produits de Coral, comme la carte de développement (ci-dessus), peuvent être utilisés pour prototyper de nouveaux appareils d'IA.
Image: Google

Vous n'avez peut-être pas entendu parler de Coral auparavant (il n'a été «diplômé» de la version bêta qu'en octobre dernier), mais il fait partie d'un secteur de l'IA à croissance rapide. Les analystes du marché prévoient que plus de 750 millions de puces et d'ordinateurs AI de pointe seront vendus en 2020, pour atteindre 1,5 milliard d'ici 2024. Et tandis que la plupart d'entre eux seront installés dans des appareils grand public comme les téléphones, une grande partie est destinée aux entreprises dans les industries comme l'automobile et les soins de santé.

Pour répondre aux besoins des clients, Coral propose deux principaux types de produits: les accélérateurs et les cartes de développement destinés au prototypage de nouvelles idées, et les modules destinés à alimenter le cerveau de l'IA des appareils de production tels que les caméras intelligentes et les capteurs. Dans les deux cas, le cœur du matériel est le Edge TPU de Google, une puce ASIC optimisée pour exécuter des algorithmes d'apprentissage machine légers – un (très) petit frère du TPU refroidi à l'eau utilisé dans les serveurs cloud de Google.

Bien que son matériel puisse être utilisé par des ingénieurs solitaires pour créer des projets amusants (Coral propose des guides sur la façon de construire une machine de tri de guimauves et une mangeoire à oiseaux intelligente, par exemple), l'objectif à long terme, dit Tank, concerne les clients d'entreprise dans des industries comme le monde automobile et les soins de santé.

À titre d'exemple du type de problème ciblé par Coral, Tank donne le scénario d'une voiture autonome qui utilise la vision industrielle pour identifier des objets dans la rue.

"Une voiture se déplaçant à 65 mph parcourrait près de 10 pieds en 100 millisecondes", dit-il, donc tout "retard dans le traitement" – causé par une connexion mobile lente, par exemple – "augmente le risque dans les cas d'utilisation critiques". C'est beaucoup plus sûr pour effectuer cette analyse sur l'appareil plutôt que d'attendre une connexion lente pour savoir s'il s'agit d'un panneau d'arrêt ou d'un réverbère.

Tank affirme que des avantages similaires existent en ce qui concerne l'amélioration de la confidentialité. «Considérez un fabricant de dispositifs médicaux qui souhaite effectuer une analyse en temps réel des images échographiques à l'aide de la reconnaissance d'images», dit-il. L'envoi de ces images dans le cloud crée un lien faible potentiel pour les pirates informatiques, mais l'analyse des images sur l'appareil permet aux patients et aux médecins de «avoir confiance que les données traitées sur l'appareil ne sortent pas de leur contrôle».

Edge TPU de Google, une minuscule puce de traitement optimisée pour l'IA qui se trouve au cœur de la plupart des produits Coral.
Image: Google

Bien que Coral cible le monde de l'entreprise, le projet tire ses racines de la gamme de kits d'apprentissage automatique «AIY» de Google, explique Tank. Lancés en 2017 et alimentés par des ordinateurs Raspberry Pi, les kits AIY permettent à quiconque de construire leurs propres haut-parleurs intelligents et caméras intelligentes, et ils ont été un grand succès sur les marchés des jouets et des fabricants de STEM.

Tank dit que l'équipe AIY a rapidement remarqué que si certains clients voulaient simplement suivre les instructions et fabriquer les jouets, d'autres voulaient cannibaliser le matériel pour prototyper leurs propres appareils. Coral a été créé pour répondre à ces clients.

Le problème pour Google est qu'il existe des dizaines d'entreprises avec des emplacements similaires à Coral. Ceux-ci couvrent toute la gamme des startups comme Xnor, basée à Seattle, qui rend les caméras AI suffisamment efficaces pour fonctionner à l'énergie solaire, aux opérateurs historiques puissants comme Intel, qui a dévoilé l'un des premiers accélérateurs USB pour entreprise en 2017 et a payé 2 milliards de dollars en décembre dernier pour le le fabricant de puces Habana Labs pour améliorer ses offres d'IA de pointe (entre autres).

Compte tenu du grand nombre de concurrents, l'équipe de Coral affirme qu'elle se différencie en intégrant étroitement son matériel à l'écosystème de services d'intelligence artificielle de Google.

Cette pile de produits – qui couvre les puces, la formation au cloud, les outils de développement, etc. – a longtemps été une force clé du travail de Google sur l'IA. Dans le cas de Coral, il existe une bibliothèque de modèles d'intelligence artificielle spécialement compilés pour son matériel, ainsi que des services d'intelligence artificielle sur Google Cloud qui s'intègrent directement avec des modules Coral individuels comme ses capteurs d'environnement.

En fait, Coral est si étroitement intégré à l'écosystème d'intelligence artificielle de Google que son matériel Edge TPU seulement fonctionne avec le framework d'apprentissage automatique de Google, TensorFlow, un fait qui rivalise avec le marché de pointe de l'IA Le bord a parlé a dit était potentiellement un facteur limitant.

«Les produits Coral traitent spécifiquement pour leur plate-forme (tandis que) nos produits prennent en charge tous les principaux cadres et modèles d'IA sur le marché», a déclaré un porte-parole de la société de pointe AI Kneron. Le bord. (Kneron a déclaré qu'il n'y avait "aucune négativité" dans son évaluation et que l'entrée de Google sur le marché était la bienvenue car elle "valide et stimule l'innovation dans l'espace".)

Mais il est impossible de dire exactement combien d'affaires Coral fait en ce moment. Google ne pousse certainement pas Coral avec autant d'intensité que ses services d'IA cloud, et la société ne partagerait aucun chiffre de vente ou objectif pour le groupe. Une source proche du dossier a cependant dit Le bord que la majorité des commandes de Coral concernent des unités individuelles (par exemple, des accélérateurs AI et des cartes de développement), tandis que seuls quelques clients effectuent des achats d'entreprise de l'ordre de 10000 unités.

Pour Google, l'attrait de Coral n'est pas nécessairement un revenu, mais simplement en savoir plus sur la façon dont son IA est appliquée dans les endroits qui comptent. Dans le monde de l'apprentissage automatique pratique, toutes les routes mènent inexorablement à la limite.

Traduit de la source : https://www.theverge.com/2020/1/14/21065141/google-coral-ai-edge-computing-products-applications-cloud

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *