Google lance un nouveau groupe de recherche à Zurich
Jeudi, Google a présenté son nouveau groupe de recherche « Google Research Europe », qui travaillera dans le domaine de l'apprentissage automatique. L'équipe, placée sous la direction technique d'Emmanuel Mogenet, directeur de l'ingénierie, travaillera depuis Zurich.

Google Research Europe soutient les développeurs de logiciels et les chercheurs spécialisés dans l'apprentissage automatique. Ceux-ci ont ainsi la possibilité, au cœur de l'Europe, de faire avancer le développement global des produits de Google et de mener leurs recherches dans le cadre d'une approche plus large et globale. Selon le communiqué, la nouvelle équipe travaillera en étroite collaboration avec les chercheurs de Google dans le monde entier, qui apportent tous leurs connaissances spécifiques sur les dernières avancées de la technologie ML. Ils partageront leurs idées sur les technologies et les techniques ML afin de développer des produits et des outils utiles pour une application mondiale.
En plus de cette collaboration, l'équipe se concentrera sur trois domaines clés de l'apprentissage automatique :
Apprentissage automatique est la science qui rend les choses intelligentes. Le Machine Learning (ML) en est un élément important : on apprend par exemple à un ordinateur à reconnaître des modèles au lieu de le programmer selon certaines règles. Le logiciel capable d'apprendre s'appelle un réseau neuronal et ressemble de loin à un vrai cerveau. Il se compose de millions ou de milliards de "neurones", de petites unités de calcul, dont chacune effectue un calcul simple et transmet ensuite l'information aux neurones auxquels elle est connectée. Dans son ensemble, le réseau neuronal peut apprendre à reconnaître des modèles relativement complexes. Dans ce "deep learning", les neurones sont disposés sur différents niveaux, de sorte que chaque niveau apprend du niveau inférieur. Il apprend donc le modèle du modèle du modèle. Smart Reply dans Inbox, par exemple, utilise les réseaux neuronaux les plus récents pour générer des suggestions de réponses courtes aux messages entrants.
Traitement et compréhension du langage est un domaine de l'informatique, de l'intelligence artificielle et de la linguistique informatique qui s'occupe de l'interaction entre les ordinateurs et le langage humain. Par exemple, lorsque vous parlez à l'application Google sur votre smartphone, la reconnaissance vocale transforme les sons en mots (Google a utilisé le deep learning pour améliorer la reconnaissance vocale d'environ 25 %), le Natural Language Processing aide à comprendre ce que vous voulez dire. En outre, une version du deep learning aide à classer les résultats de recherche.
Perception de la machine relève le grand défi de la compréhension des images, des sons, de la musique et des vidéos. Par exemple, Google Photos permet de tout rechercher, de "câlin" à "chiens", car le système utilise le tout dernier système de reconnaissance d'images de Google.
Dans le cadre de ces domaines clés, l'équipe cherchera des moyens d'optimiser l'infrastructure ML. En outre, les résultats de la recherche seront mis à la disposition de la communauté, ce qui permettra de les appliquer dans la pratique.
Emmanuel Mogenet à propos de l'annonce : "Certaines des meilleures universités techniques du monde sont basées en Europe. Il est donc naturel de créer une équipe ici. Nous sommes impatients de collaborer avec les excellentes institutions informatiques locales et espérons apporter d'autres contributions précieuses à la communauté universitaire, que ce soit par le biais de nos publications ou d'un soutien académique".
Derrière de nombreux produits utilisés quotidiennement par des centaines de millions de personnes, de Translate à Smartreply for Inbox en passant par la recherche d'images, se cache la recherche permanente de Google sur l'apprentissage automatique. Les bureaux de Zurich abritent désormais le plus grand site de développement de Google en dehors des États-Unis, avec plus de 1800 collaborateurs de 75 nationalités différentes. C'est à Zurich qu'a été développée la technologie sur laquelle repose le Knowledge Graph et que les ingénieurs ont mis au point la technique de conversation pour l'assistant Google dans Allo.













