May 16, 2019

Email Lors de l'Adobe Summit 2019 les 15 et 16 mai à Londres, le JDN a interrogé le directeur technique et vice-président exécutif de l'éditeur américain. L'homme est en charge de l'intelligence artificielle du groupe. JDN. Vous centrez vos efforts en IA sur trois domaines que vous qualifiez d'intelligence créative, d'intelligence du contenu et d'intelligence de l'expérience. Pourriez-vous donner des exemples concrets de fonctions d'IA dans chacun de ces trois champs ? Abhay Parasnis est le directeur technique et vice-président exécutif d'Adobe. © Adobe Abhay Parasnis. Nos fonctions d'IA sont mises en œuvre via notre infrastructure Sensei. Il s'agit d' un framework partagé et transversal à nos produits Crative Cloud, Document Cloud et Experience Cloud. En matière d'intelligence creative, nous concevons et entraînons essentiellement des modèles (de machine learning, ndlr) pour analyser le contenu des images, via des techniques de reconnaissance faciale et d'objets. Aujourd'hui, les entreprises et les particuliers produisent une quantité de photos phénoménale qu'ils n'ont pas le temps de classer. Dans ce domaine, nos solutions d'IA sont conçues pour analyser des centaines de millions d'images, y reconnaître les sujets importants, des objets, des personnages, des paysages… Et in fine automatiser leur taguage. Cela permet ensuite de retrouver aisément, typiquement via notre application Adobe LighRoom, des photos particulières comme un coucher de soleil, une personne, un animal par exemple. Du côté d'Adobe Document Cloud, nous avons développé une application de scanner, désormais célèbre (baptisée Adobe Scan ndlr), qui permet en photographiant un document de la dématérialiser immédiatement. S'il s'agit d'un texte, il pourra être converti en document PDF avec à la clé une reconnaissance optique de caractères complète. L'app identifiera les différents types de document. S'il s'agit d'une carte de visite par exemple, elle pourra automatiquement en reprendre les informations, nom, prénom, e-mail, téléphone(s), puis les incrémenter dans votre gestionnaire de contacts en y créant à la volée une nouvelle fiche. Sur le plan de l'experience intelligence enfin, nous avons développé des modèles pour prédire le comportement d'un consommateur. Il s'agit par exemple de savoir quel clients ou prospect est a priori plus enclin à acquérir tel ou tel produit, en fonction de son historique d'achat et de son profil web analytics. Nous avons des produits baptisés customer.ai et journey.ai qui permettent notamment de prédire un parcours d'un client sur un site. En fonction des pages qu'il a consultées, est-il plus enclin à cliquer sur tel ou tel lien, acheter ce produit plutôt que celui-là ? Etc. "Notre objectif est de livrer des centaines de nouveaux services basés sur Sensei" Ce n'est là que quelques exemples. L'objectif est de pousser Sensei à terme dans toutes nos applications. Nous venons d'ailleurs d'annoncer dans cette logique l'intégration de fonctions Sensei à Magento. Lors de l'Adobe Summit 2019 (qui se tenait les 15 et 16 mai à Londres, ndlr), nous avons montré comment à partir d'une image de produit soumis par un client via notre application d'e-commerce, Sensei pouvait reconnaître de quel produit il s'agissait et par la même occasion informer de sa disponibilité en stock. Quel degré de priorité revêt Sensei en termes de R&D ? Il s'agit aujourd'hui de l'un de nos chantiers de R&D les plus stratégiques. Nous réalisons des investissements substantiels autour de cette technologie. C'est un domaine dans lequel nous investissons de manière très agressive. On peut comparer le projet Sensei à ceux de Photoshop ou du PDF. Des produits qui demeurent les meilleurs de leur catégorie 20 à 25 ans après leur lancement. Pour nous, l'IA représente une évolution tellement importante que nous avons souhaité former l'ensemble des ingénieurs du groupe à ce nouveau paradigme. Dans cette optique, nous avons conçu une formule de formation de six mois. Une session que chacun de nos ingénieurs est tenue de suivre, avec à la clé une certification en machine learning et IA. Quelle part de vos clients a recours aux fonctionnalités Sensei ? Nous ne posons pas la question en ces termes. Tous nos produits sont déjà dotés de fonctions Sensei ou sont sur le point de l'être. Tous nos clients sont par conséquent des utilisateurs de Sensei en puissance, qu'ils en ont conscience ou pas d'ailleurs. Quelles sont les fonctionnalités Sensei les plus populaires ? Dans Creative Cloud, Photoshop est équipée d'une fonction, baptisée Content Aware Fill (ou "Remplissage d'après le contenu", ndlr), qui permet de supprimer un objet d'une photo en reconstituant automatiquement le fonds se situant en arrière-plan de celle-ci. Il s'agit d'une des possibilités les plus utilisées et les plus connues de Sensei dans Photoshop. Du côté de PDF, l'app Scan évoquée plus haut est une autre mise en œuvre de Sensei extrêmement populaire. Plus de 15 millions de personnes l'ont téléchargée. Dans Experience Cloud, la fonction Attribution qui permet de cerner d'où viennent les clients, quel est leur parcours, les canaux qu'ils ont utilisés, est utilisée par des millions de professionnels à travers le monde. Photoshop est équipée d'une fonction d'IA permettant de supprimer un objet d'une photo en reconstituant le fonds en arrière-plan. © Adobe Quels sont les axes de R&D prioritaires de Sensei ? Comme vous l'aurez compris, nous allons continuer d'investir massivement dans Sensei. Notre objectif est de livrer des centaines de nouveaux services reposant sur cette infrastructure dans les mois qui viennent. De manière plus général et pour vous donner une vision plus macro, nous planchons sur la notion d'assistants. Des assistants qui pourraient s'appliquer dans les domaines sur lesquels nous sommes positionnés : la création, l'analytics, l'expérience client. Nous nous inscrivons dans le sillage de Siri, Cortana ou Alexa. Notre vision est celle d'assistants packagés qui pourraient offrir un mode d'interaction vocale ou immersive, dans l'optique de rendre plus productif que ce soit au travers de workflows créatifs ou de workflows d'expérience client. Nous planchons par conséquent sur le développement et l'intégration de système conversationnel et de dialogue. Sensei peut-il être aussi utilisé par des data scientists qui souhaitent concevoir leurs propres modèles de machine learning, dans le cadre du ciblage et de la personnalisation marketing par exemple ? Bonne question. Nous proposons un environnement qui permet à nos clients d’entraîner leur propre modèle de machine learning à partir de leur propre base d'apprentissage. Cette possibilité a notamment été conçue pour les retailers qui ont besoin d'opérer des processus de reconnaissance d'images sur des catalogues de produits assez spécifiques. Il est par conséquent possible d'utiliser Sensei par le biais de fonctions d'IA packagées telles celles évoquées plus haut, ou bien d'étendre le framework Sensei en utilisant vos propres algorithmes et data set et en bâtissant des fonctionnalités Sensei spécifiques à votre entreprise. Nous commercialisons un outil baptisé Data Workbench qui fournit aux data scientists un outil de développement visuel, pour manipuler leurs data et modèles, en exploitant leurs bibliothèques d'algorithmes statistiques ou de machine learning. En data science, nos propres équipes travaillent d'ailleurs sur des concepts très avancés. Nous mettons notamment en œuvre du transfert learning, par exemple pour transférer en temps réel un filtre stylisé à une séquence tournée en vidéo (voir la vidéo de démonstration ci-dessous ndlr). Où l'infrastructure d'IA Sensei est-elle hébergée ? Dispose-t-elle d'un hébergement en Europe ? D'abord Sensei, même si elle repose sur une plateforme cloud, n'exécute pas tous ses modèles dans le cloud. S'il s'agit de données privées, personnelles, le modèle sera le plus souvent exécuté sur le terminal de l'utilisateur pour respecter le principe de confidentialité. Sur le front du profiling client et de la personnalisation, nous avons conçu la plateforme sur laquelle repose Sensei pour qu'elle soit multi-cloud. Cela nous permet d'isoler les environnements clients dans des pays spécifiques. C'est le cas en Europe où nous avons beaucoup de clients qui doivent être conformes au RGPD , et en Allemagne en particulier où la réglementation sur la localisation des données est encore plus stricte. Dans cette optique, nous avons signé des accords avec Microsoft, pour porter nos solutions sur Azure, et Amazon pour les héberger sur AWS . La plateforme Experience est déployée sur Azure. A terme, elle sera mise en œuvre sur les principales régions du cloud de Microsoft correspondant aux zones géographiques où nous sommes présents, et par conséquent sur ses régions basées en France, à terme. A lire aussi