Le géant technologique Google introduit cette semaine trois nouveaux outils AI dans sa structure open source TensorFlow. Le plus étonnant ici, c'est que cela permettra aux développeurs de créer des applis pilotées par l'intelligence artificielle, pour lesquelles les utilisateurs ne devront décliner que peu, voir aucune donnée.

TensorFlow Federated respecte la confidentialité en exploitant ce qu'on appelle le 'federated learning', un système de formation pour intelligence artificielle. Ce genre de système fonctionne de manière décentralisée et apprend donc sur base des données réparties sur plusieurs appareils. De cette façon, les données peuvent demeurer sur, disons, le smartphone ou l'ordinateur portable sur lesquelles elles ont été collectées. Google propose ainsi une réponse possible à l'une des grandes questions en matière de respect de la vie privée qui se posent suite à la percée de l'AI. Du point de vue de la confidentialité, le 'federated learning' constitue un pas en avant par rapport à la manière classique de former les algorithmes, où l'outil envoie toutes les données vers des serveurs centraux, avec tous les dangers de fuite que cela suppose. Cette méthode fédérée tire des leçons des données se trouvant sur l'appareil même et ne transfère que lesdites leçons, alors que les données restent parfaitement en place.

Cette technologie est utilisée depuis assez longtemps déjà par Google et est par exemple incorporée à l'appli de clavier Gboard pour Android. Elle y analyse les modèles de frappe des touches, pour apprendre de nouvelles prévisions. Pour ce genre d'algorithme de clavier, elle peut ainsi par exemple faire des suggestions de mots, tout en apprenant de nouveaux termes et tournures de phrases de l'utilisateur. Ensuite, seules les nouvelles leçons sont transférées dans un bref résumé.

A présent, le logiciel devient open source et pourra donc également être utilisé par d'autres développeurs pour la création d'applis. Son lancement est le premier d'une assez longue série d'outils AI que le géant technologique sortira cette semaine. Précédemment déjà, l'entreprise avait introduit TensorFlow Privacy, une bibliothèque pour la structure d'apprentissage machine, qui devrait permettre d'apprendre plus facilement les modèles AI avec des garanties de confidentialité strictes. Elle recourt à cette fin au 'differential privacy', un système qu'Apple utilise depuis quelque temps déjà. Il s'agit d'une technique statistique, qui tente d'équilibrer précision et circonspection autour des données de l'utilisateur. En bref, cela revient à dire que TensorFlow Privacy oubliera assez rapidement les détails insolites, selon Google, afin que vous ne puissiez rien apprendre au sujet d'un utilisateur spécifique.

Enfin, TensorFlow 2.0 Alpha sortira aussi cette semaine. Il s'agit là de la version 'normale' de la bibliothèque d'apprentissage machine open source de Google, qui devrait être plus conviviale que la version précédente.