Depuis ses débuts, Amazon a utilisé l’intelligence artificielle (IA) pour proposer des recommandations de produits basées sur ce que les utilisateurs ont déjà déclaré apprécier. Les algorithmes qui sous-tendent ces systèmes ont été modifiés à maintes reprises au fil des ans. Les travaux d’Amazon autour de l’IA alimentent aussi l’assistant vocal Alexa, donnent aux utilisateurs d’Amazon Web Services accès à des outils dans le cloud, permettent aux acheteurs de saisir des objets et de sortir immédiatement des magasins Amazon Go, guident les robots transportant des étagères remplies de produits, etc.. Bien que cette technologie soit vitale pour Amazon dans la plupart de ses activités, le champ d’applications déjà opérationnel est bluffant. C’est aussi l’une des principales raisons pour lesquelles l’entreprise a (brièvement) atteint une capitalisation boursière de 1 000 milliards de dollars et a toutes les chances d’y revenir à long terme.
Depuis un certain temps, Amazon utilise l’apprentissage machine dans ses centres de traitement des commandes « pour améliorer notre capacité à prédire ce que les clients commandent et à le placer au bon endroit « , explique Wilke, « et aussi pour améliorer l’efficacité et la rapidité avec lesquelles nous livrons les choses aux consommateurs. » En considérant que le cœur du nouveau système de centre d’exécution consiste à utiliser des caméras et un logiciel d’IA pour détecter quelqu’un qui détient un article et pour le placer sur une étagère, on pourrait penser que la même technologie est utilisée chez Amazon Go, les épiceries automatiques d’Amazon qui permettent aux clients d’entrer, saisir ce qu’ils veulent et simplement partir, tout étant automatiquement facturé sur leur compte. Ce n’est pas le cas. Bien qu’il y ait probablement des consultations en cours entre les scientifiques de l’IA à l’échelle de l’entreprise, la partie matérielle de Go, qui comprend des caméras gérant couleur et profondeur, ainsi que des capteurs de poids et des algorithmes, a été développé indépendamment. C’est l’aboutissement de 5 années de travail pour mettre au point des systèmes capables de détecter les personnes qui manipulent des articles parmi une grande variété de tailles, de formes et de couleurs dans des environnements complexes comme les supermarchés bondés. Pour l’instant, il n’y a que quatre points de vente Amazon Go (3 à Seattle et 1 autre à Chicago, mais d’autres sont en route).
En plus de produire ses propres gadgets Alexa à un rythme effréné, Amazon a œuvré pour aider les fabricants de matériel tiers à intégrer Alexa directement dans leurs produits. Connue sous le nom de Alexa Voice Service, l’initiative a donné naissance à une centaine de produits provenant d’entreprises comme Sonos, Ecobee, Sony, Lenovo et autres. Rabuchin explique qu’Alexa Voice Service est essentiellement un ensemble d’API dans le nuage permattant aux fabricants de matériel d’utiliser Alexa. Amazon met ses algorithmes « audios » à la disposition des tiers, ainsi que des conseils pour la construction de dispositifs alimentés par Alexa. Amazon travaille également avec les institutions pour leur permettre de créer des compétences personnalisables déstinées aux appareils Echo placés dans les résidences universitaires ou les chambres d’hôtel.
L’IA d’Amazon est partout
Amazon Web Services est l’un des principaux moteurs de la croissance d’Amazon. AWS est devenu un standard pour les entreprises et les développeurs qui souhaitent avoir accès au même type d’IA et de technologie d’apprentissage machine qu’Alexa, Amazon Go, la fonction de rayons X d’Amazon Prime Video, les estimations des délais de livraison des produits sur Amazon.com, etc… « Notre mission au sein d’AWS « , déclare Sivasubramanian, VP d’Amazon machine learning, » est de mettre ces capacités d’apprentissage machine entre les mains de tous les développeurs et spécialistes des données « .
À ce jour, dit M. Sivasubramanian, des dizaines de milliers de clients utilisent les services d’apprentissage machine dans des secteurs tels que la vente au détail, l’immobilier, la mode, le divertissement, les soins de santé et autres. Ces clients ont divers niveaux de compétence en IA. Certains sont ce que Sivasubramanian appelle des experts (des gens qui ont un doctorat en apprentissage machine) alors que d’autres sont simplement des développeurs d’applications. Amazon a adapté ses offres d’IA et d’apprentissage machine pour répondre aux besoins des deux types de clients. Certains de ces utilisateurs ont une grande expérience et la capacité de construire leurs propres modèles d’apprentissage machine ; d’autres veulent simplement profiter des modèles qui ont été créés pour eux. C’est pourquoi Amazon a créé SageMaker, un service d’apprentissage machine de bout en bout destiné à aider les développeurs à créer et former des modèles d’apprentissage machine et à les exécuter dans le cloud ou sur des périphériques comme nos Smartphones.
La suite ici (Daniel Terdiman)
