Le système reçoit en entrée une série d'images (qui pourraient provenir de photos prises pour Street View, ou pourquoi pas de smartphones ou appareils photo) et tente de repérer les caractères alphanumériques présents sur les façades des bâtiments. L'objectif est de réussir à prédire la séquence de caractères.
La technologie principale repose sur les réseaux de neurones convolutionnels profonds. Vous en utilisez tous les jours, inutile qu'on vous explique ce que c'est, n'est-ce pas ? Il s'agit d'algorithmes souvent utilisés pour la reconnaissance d'images. Dans le domaine de l'apprentissage automatique (machine learning), un réseau de neurones convolutionnel (ou convolutif ou à convolution ?) est un type de réseau de neurones artificiels avec rétro-propagation où les neurones individuels sont pavés de telle sorte qu'ils correspondent à des zones visuelles qui se chevauchent (source).
Pour ceux qui veulent en savoir plus, lisez directement le brevet !
Sachez que Google utilise de manière intensive les algorithmes d'apprentissage automatique (machine learning), par exemple dans Panda ou Pingouin (liens artificiels) pour ne citer que 2 algos qui devraient vous parler...
L'IA est également un axe stratégique de développement pour Google, notamment les réseaux de neurones profonds (Deep Neural Networks). On en reparlera forcément dans des prochains articles !
Laisser un commentaire