PPTX, PDF899 views

Service cognitifs : vue d'ensemble

Le document présente un aperçu des API cognitives, qui permettent d'accéder à des programmes utilisant des processus cognitifs pour traiter et analyser des informations. Il aborde divers types d'API, tels que la parole, la vision et le langage, ainsi que des frameworks et SDK disponibles pour leur utilisation. En conclusion, ces outils offrent déjà de nombreuses possibilités et évoluent rapidement.

Engineering◦

Félix Billon
Développeur Web Organisateur Organisateur
@felix_billon
felixbillon
http://shakedatcode.fr

Sommaire
1. API cognitive ?
2. Les APIs : vue d’ensemble
3. Conclusion

Cognitif ?
• Ensemble des processus d’acquisition des connaissances.
• Processus cognitifs : permettent d’acquérir, traiter, stocker et utiliser
des informations.
• Exemple : l’apprentissage, le raisonnement, la perception, la
catégorisation, …

Cognitive computing ?
• Doter un système de processus cognitifs à l’aide d’algorithmes.
• Englobe : machine learning, automated reasoning, natural language
processing, …
• Framework machine learning : TensorFlow (Google), Cognitive Toolkit
(Micrososft), …

API Cognitives
• Interface permettant d’accéder à un programme déjà entrainé ou prêt
à être entrainé.

Utilisation des Apis
• Rest • Rest • Rest • Rest
• RPC
SDK : C#, GO,
JAVA, NODE.JS, PHP,
PYTHON, RUBY
SDK : dépend
des APIs
SDK : NODE.JS,
JAVA, PYTHON, GO,
RUBY, PHP, .NET, C++
SDK : NODE.JS,
JAVA, PYTHON, IOS,
UNITY
• CLI

Tarification
• Google Cloud Calculator
• Microsoft Azure Calculator
• IBM Bluemix Calculator
• Amazone Web Service Caculator (*)

Conclusion
• Permet déjà de réaliser un grand nombre de scénarios !
• Très bonne prises en main/documentation des APIs.
• Beaucoup de services/fonctionnalités en beta/alpha.
• Evolue très rapidement.
• Le meilleur reste à venir 

Service cognitifs : vue d'ensemble

1.
Tour d’horizon desAPI cognitives
2.
Félix Billon Développeur WebOrganisateur Organisateur @felix_billon felixbillon http://shakedatcode.fr
3.
Sommaire 1. API cognitive? 2. Les APIs : vue d’ensemble 3. Conclusion
4.
Cognitif ? • Ensembledes processus d’acquisition des connaissances. • Processus cognitifs : permettent d’acquérir, traiter, stocker et utiliser des informations. • Exemple : l’apprentissage, le raisonnement, la perception, la catégorisation, …
5.
Cognitive computing ? •Doter un système de processus cognitifs à l’aide d’algorithmes. • Englobe : machine learning, automated reasoning, natural language processing, … • Framework machine learning : TensorFlow (Google), Cognitive Toolkit (Micrososft), …
6.
API Cognitives • Interfacepermettant d’accéder à un programme déjà entrainé ou prêt à être entrainé.
7.
La parole
8.
APIs : Speechto text
9.
APIs : Textto speech
10.
Vue d’ensemble
11.
La vue
12.
APIs : modération
13.
APIs : visage
14.
APIs : analyseimage
15.
APIs : modèlecustom
16.
APIs : vidéo
17.
Vue d’ensemble
18.
Le langage
19.
APIs : Traduction
20.
APIs : NaturalLanguage
21.
Vue d’ensemble
22.
La recherche
23.
Vue d’ensemble
24.
La connaissance
25.
Vue d’ensemble
26.
Utilisation des Apis •Rest • Rest • Rest • Rest • RPC SDK : C#, GO, JAVA, NODE.JS, PHP, PYTHON, RUBY SDK : dépend des APIs SDK : NODE.JS, JAVA, PYTHON, GO, RUBY, PHP, .NET, C++ SDK : NODE.JS, JAVA, PYTHON, IOS, UNITY • CLI
27.
Tarification • Google CloudCalculator • Microsoft Azure Calculator • IBM Bluemix Calculator • Amazone Web Service Caculator (*)
28.
Conclusion • Permet déjàde réaliser un grand nombre de scénarios ! • Très bonne prises en main/documentation des APIs. • Beaucoup de services/fonctionnalités en beta/alpha. • Evolue très rapidement. • Le meilleur reste à venir 

Editor's Notes

#5 cognitif est un adjectif qualificatif se rapportant à la connaissance ou intelligence Deux système capable de réaliser des processus cognitives : naturel (neurone, réseaux de neurone, cerveau, groupe d’individus (fourmis), …) et artificiel (réseau de neurones artificiel)
#6 Terme souvent qualifier de marketeu. Machine learning : TensorFlow (Google), Cognitive Toolkit (Micrososft), … VS I.A plus considérer comment faisant de meilleur choix que l’humain. Mode d’apprentissage supervisé = apprends à classé selon un modèle de classement pour prédire l’étiquette d’une nouvelle données (exemple + étiquette) Mode d’apprentissage non supervisé = l’algorithme détermine par lui-même la nature des données (exemple) Mode d’apprentissage semi-supervisé = mixte
#7 Pas de skill ML requis Services herbegé sur le cloud 3 gros groupe : parole (analyse vocal et convection vocal), vue (analyse et traitement d’image et vidéo), langage (analyse textuelle). IBM watson et azure ont tendances à diviser en beaucoup de briques leur services.
#9 Détection du langage Google Cloud API speech to Text : 80 langages reconnue, modération, possibilité d’étendre les mot reconnue, gère le bruit de l’environnement Speech to text : 8 langage, identification du speaker, keyword spotting Bing speech : 30 langues reste basique. Streaming et non-streaming
#10 Polly text to speech : 24 langues, 47 voix, optimisation voix (moins fort plus fort, chuchoter, …), IBM text to speech : 7 langues, 14 Body requête SSML (Speech Synthesis Markup Language), utile pour modifier la voix (timbre, prononciation, ,…) Retourne de l’audio. Bing speech : 36 langues reste basique.
#11 IBM Watson text to speech : différencie les speaker pour US, Spanish, Japanese Custom speech : permet d’étendre un model pour ajouter des nom de produit/ jargon (style dot net, namespace, …) | permet d’entrainer le programme à reconnaitre une voix dans un environnement particulier (style usine). Speaker recogntion : peut-être utilisé comme deuxième système pour vérifier l’identité de l’utilisateur.
#13 Cloud vision : activation du safesearch dans la requête, puis l’api nous retourne si adulte/violence/… Content moderator : API + portail, détection image+video+texte. Permet de mixer modération + machine (type LUIS). API classique style google Amazon rekonigtion : API indice de confiance + parentname et name (plus précis)
#14 Détecte plusieurs visage Cloud vision : activation du face dans la requête, puis l’api nous retourne les coordonnée du visage (yeux, nez, …) puis label (colère, joie, tristesse, porte un chapeau, lunette, …)… Basique. Emotion API + vidéo : puis l’api nous retourne les coordonnée du visage (yeux, nez, …) puis label (colère, joie, tristesse) Amazon rekonigtion + Face API : similarité entre 2 visage, reconnaisance. Détection age, couleur, sexe, …
#15 Extraction de texte, détection objet et scène, reconnaissance de marque/logo/célébrité/ lieu géographique/…
#16 Modèle vierge prêt à entrainé : charger des collection d’images et les labelisé (exemple assurance détection d’accident, maladie de la peau, ….) Puis le service classe tous seul les images.
#17 Cloud video : extraction d’idées/label de la vidéo (chien, fleur, …), extraction de miniature, … Video Indexer : reconnaitre des personne, visage, emotion, extraction de mot clé, … Video API : miniature, suivre viasage, mouvement, …
#20 Reconnaissance de la langue + traduction temps réelle Azure : doc très basique partagé par les 2 briques (Translator API)
#21 Assisatant google, cortona, Alexa Fonction primaire : extraire les intentions et entité (lieu, date, marque, évènement, …) d’une phrase… (LUIS, LEX, Cloud Natural Language API, …) Secondaire : classifier les informations (Cloud API, Classifier, …), filtré le contenu inapproprié, analyse du sentiment (google, text analysis,, Tone analyser , …) Linguistic analysis : simplifier les concepts de langage complexe (découpage du texte en unité lexical, puis extraction intention entié, …), comprendre ce que dit un utilisateur
#22 Bing spell check : correction orthographique Document conversion : convertion format PDF->json, docx->html, … Web langage model : redcouper du texte collé, prévoir les mots qui vont suivre, … Retrieve and rank : amélioration pour répondre au question solr + machine learning.
#24 Fonctionnalité de bing : recherche d’image, vidéo, news, … Autosugestion de bing barre de recherche, … Discovery : moteur de recherche cogntif (indexé des données -> analyse sentiment, extraction d’insight, … et pouvoir faire des query dessus). Discovery news : m’alerter quand une news mentionne un entité, analyser les tendances sur une marques, contenu relatif, …
#26 QnA maker : from FAQ to Bot. Avant lié au bot framework. Recommandation : proposé des produits a un client (historique d’achat, liaison entre les entité, …) Entity linking : reconnaitre une entité en fonction du contexte (libération (liberer) ou lieu, …) exemple surligna de texte.
#27 CLI azure uniquement pour créer les compte, pas faire appel à des fonctionnalités des services déployé. Pour plusieurs services REST/Websocket Micrososft portail : LUIS, Computer vision service, moderation, … IBM portail : Discovery, …

Editor's Notes

#5 cognitif est un adjectif qualificatif se rapportant à la connaissance ou intelligence Deux système capable de réaliser des processus cognitives : naturel (neurone, réseaux de neurone, cerveau, groupe d’individus (fourmis), …) et artificiel (réseau de neurones artificiel)
#6 Terme souvent qualifier de marketeu. Machine learning : TensorFlow (Google), Cognitive Toolkit (Micrososft), … VS I.A plus considérer comment faisant de meilleur choix que l’humain. Mode d’apprentissage supervisé = apprends à classé selon un modèle de classement pour prédire l’étiquette d’une nouvelle données (exemple + étiquette) Mode d’apprentissage non supervisé = l’algorithme détermine par lui-même la nature des données (exemple) Mode d’apprentissage semi-supervisé = mixte
#7 Pas de skill ML requis Services herbegé sur le cloud 3 gros groupe : parole (analyse vocal et convection vocal), vue (analyse et traitement d’image et vidéo), langage (analyse textuelle). IBM watson et azure ont tendances à diviser en beaucoup de briques leur services.
#9 Détection du langage Google Cloud API speech to Text : 80 langages reconnue, modération, possibilité d’étendre les mot reconnue, gère le bruit de l’environnement Speech to text : 8 langage, identification du speaker, keyword spotting Bing speech : 30 langues reste basique. Streaming et non-streaming
#10 Polly text to speech : 24 langues, 47 voix, optimisation voix (moins fort plus fort, chuchoter, …), IBM text to speech : 7 langues, 14 Body requête SSML (Speech Synthesis Markup Language), utile pour modifier la voix (timbre, prononciation, ,…) Retourne de l’audio. Bing speech : 36 langues reste basique.
#11 IBM Watson text to speech : différencie les speaker pour US, Spanish, Japanese Custom speech : permet d’étendre un model pour ajouter des nom de produit/ jargon (style dot net, namespace, …) | permet d’entrainer le programme à reconnaitre une voix dans un environnement particulier (style usine). Speaker recogntion : peut-être utilisé comme deuxième système pour vérifier l’identité de l’utilisateur.
#13 Cloud vision : activation du safesearch dans la requête, puis l’api nous retourne si adulte/violence/… Content moderator : API + portail, détection image+video+texte. Permet de mixer modération + machine (type LUIS). API classique style google Amazon rekonigtion : API indice de confiance + parentname et name (plus précis)
#14 Détecte plusieurs visage Cloud vision : activation du face dans la requête, puis l’api nous retourne les coordonnée du visage (yeux, nez, …) puis label (colère, joie, tristesse, porte un chapeau, lunette, …)… Basique. Emotion API + vidéo : puis l’api nous retourne les coordonnée du visage (yeux, nez, …) puis label (colère, joie, tristesse) Amazon rekonigtion + Face API : similarité entre 2 visage, reconnaisance. Détection age, couleur, sexe, …
#15 Extraction de texte, détection objet et scène, reconnaissance de marque/logo/célébrité/ lieu géographique/…
#16 Modèle vierge prêt à entrainé : charger des collection d’images et les labelisé (exemple assurance détection d’accident, maladie de la peau, ….) Puis le service classe tous seul les images.
#17 Cloud video : extraction d’idées/label de la vidéo (chien, fleur, …), extraction de miniature, … Video Indexer : reconnaitre des personne, visage, emotion, extraction de mot clé, … Video API : miniature, suivre viasage, mouvement, …
#20 Reconnaissance de la langue + traduction temps réelle Azure : doc très basique partagé par les 2 briques (Translator API)
#21 Assisatant google, cortona, Alexa Fonction primaire : extraire les intentions et entité (lieu, date, marque, évènement, …) d’une phrase… (LUIS, LEX, Cloud Natural Language API, …) Secondaire : classifier les informations (Cloud API, Classifier, …), filtré le contenu inapproprié, analyse du sentiment (google, text analysis,, Tone analyser , …) Linguistic analysis : simplifier les concepts de langage complexe (découpage du texte en unité lexical, puis extraction intention entié, …), comprendre ce que dit un utilisateur
#22 Bing spell check : correction orthographique Document conversion : convertion format PDF->json, docx->html, … Web langage model : redcouper du texte collé, prévoir les mots qui vont suivre, … Retrieve and rank : amélioration pour répondre au question solr + machine learning.
#24 Fonctionnalité de bing : recherche d’image, vidéo, news, … Autosugestion de bing barre de recherche, … Discovery : moteur de recherche cogntif (indexé des données -> analyse sentiment, extraction d’insight, … et pouvoir faire des query dessus). Discovery news : m’alerter quand une news mentionne un entité, analyser les tendances sur une marques, contenu relatif, …
#26 QnA maker : from FAQ to Bot. Avant lié au bot framework. Recommandation : proposé des produits a un client (historique d’achat, liaison entre les entité, …) Entity linking : reconnaitre une entité en fonction du contexte (libération (liberer) ou lieu, …) exemple surligna de texte.
#27 CLI azure uniquement pour créer les compte, pas faire appel à des fonctionnalités des services déployé. Pour plusieurs services REST/Websocket Micrososft portail : LUIS, Computer vision service, moderation, … IBM portail : Discovery, …

Service cognitifs : vue d'ensemble

More Related Content

Featured

Service cognitifs : vue d'ensemble

Editor's Notes

More Related Content

Featured

Service cognitifs : vue d'ensemble

Editor's Notes