Core ML : l'apprentissage automatique au cœur des produits d'Apple

Florent Morin |

Core ML, la solution d’apprentissage automatique d’Apple, a connu de nouvelles avancées cette année. Modestes en apparence, elles n’en sont pas moins annonciatrices d’évolutions majeures pour les années à venir.

L’apprentissage automatique, machine learning en anglais, est un sous-ensemble de ce que l’on appelle généralement l’intelligence artificielle. Dans cette catégorie et depuis iOS 10, Apple utilise « Core ML » pour ses propres besoins.

Tout a commencé avec des apps comme Photos, où ces techniques permettent de reconnaitre des lieux, des objets, des saisons ou des personnes, sans avoir à envoyer d’informations vers un serveur en vue de leur traitement. Tout l’intérêt de la chose réside dans sa capacité à exploiter au mieux les possibilités des puces Apple, sans avoir recours à une solution externe. C'est l'un des mantras d'Apple : traiter autant que possible les données personnelles en local, sur les appareils des utilisateurs.

Une formidable capacité à exploiter l’apprentissage automatique

Si Apple a essuyé les plâtres avec ses propres produits, la première version de Core ML est arrivée auprès des développeurs dès iOS 11, tvOS 11, watchOS 4 et macOS High Sierra.

À cette époque, Core ML permet d’exploiter des modèles d’apprentissage automatique entrainés sur d’autres machines, à partir d’autres solutions logicielles comme TensorFlow par exemple, une plateforme de développement open source développée initialement par Google.


avatar Oracle | 

Article tres intéressant et complet, merci. 🙏

On voit à quel point prendre du recul aide à saisir une perspective... qui échappe tant à ceux qui espèrent une révolution a chaque révision de smartphone.

avatar Florent Morin | 

Avec plaisir 😁

C'est en effet fascinant de voir à quel point Apple fonctionne avec une vision globale, et non "court-termiste". Et l'apprentissage automatique n'en est qu'un aspect !

avatar raoolito | 

@FloMo

moi ce qui me facine c'est qu'à chaque etape, ca grouille de cassandres qui denigrent sans meme imaginer une demi-seconde que la vision est beaucoup beaucoup plus large...

bravo pour l'article en tous cas ! passionnant !

avatar iftwst | 

En effet merci pour cet éclairage approfondi.

avatar docdav | 

Très intéressant.
On voit que c’est vraiment sous exploité pour l’instant.

avatar esclandre77 | 

Très bon article, personnellement un des meilleurs que j'ai lu sur macg ces derniers temps. Pourrai t-on avoir la même approche pour les processeurs desktop, Intel et arm ?

avatar Florent Morin | 

@esclandre77

Merci.

Concernant les processeurs, il y a eu une série à propos des Mac ARM.

Et il y devrait y avoir d’autres articles sur des sujets similaires à venir.

avatar romainB84 | 

Excellent article !
Ça fait plaisir de lire ce type d’article de fond (qui montre les réelles compétences derrière les rédacteurs de macg)
Malheureusement je peux comprendre que le lectorat actuel préfère lire des articles « pute-à-clic » et autres ragots et rumeurs (même si en soit c’est triste ... mais bon, il faut de tout pour faire un monde comme on dit 🙂)
Mais on sent vraiment (à la lecture de cet article) que tu prends beaucoup plus de plaisir à rédiger ce genre de texte que lorsque ça parle du prétendu chassi d’un « éventuel probable futur hypothétique » iphone 12!
Bref du tout bon! Merci Florent pour ce genre d’article !

avatar Florent Morin | 

Merci.

Si ça vous plait, c'est ce qui compte pour nous. 🙂

En termes de rédaction, mon rôle est en premier lieu de partager mes connaissances en tant que développeur Apple indépendant, ce qui est mon métier au quotidien.
Et s'il y a des sujets qui vous intéressent, n'hésitez pas !

avatar mne | 

@FloMo

Je serais intéressé sur un débrief des annonces sur ARkit de la wwdc20

avatar Florent Morin | 

@mne

C’est noté. Je ne peux rien garantir, mais si l’opportunité se présente ça peut être une bonne idée.

avatar romainB84 | 

@FloMo

Un article qui pourrait être sympa (après c’est aussi parce que je trouve que CORE ML est la techno développée par Apple la plus intéressante depuis metal) serait de présenter en détail où est exploité (par Apple dans ios) ce framework (l’article en parle un peu : dans photo, dans quicktype...).
Cela pourrait être sympa de voir comment ils exploitent (avec des explications vulgarisées) au sein d’iOS cet apprentissage automatique un peu de partout (comment ça marche avec SIRI, comment ça fonctionne avec les recommandations d’app, dans lapp store, pour optimiser la batterie, etc...) 🙂

avatar dorninem | 

Qu'est-ce que je trouve inintéressant ces chiffres 'x milliards d'opérations par seconde' 🥺🙄🙁
La communication de l'époque S Jobs était quand même bien plus compréhensible... Il faut se focuser sur les usages possibles de cette débauche de puissance !

avatar letofzurichois | 

Intéressant de comprendre cette vision globale d’Apple.

Certains choix peuvent paraître incompréhensible sur le moment; mais prennent tout leur sens ensuite, et je pense que nous en aurons encore la preuve dans quelques années.

avatar horatius | 

Remarquable article qui rend compréhensible un truc pas si simple. Et excellent initiative de faire ce type de mise en perspective, tout à fait passionnant.

avatar Florent Morin | 

@horatius

Merci. 🙂

avatar decry76 | 

c'est pour ce genre d'article, que l'on trouve qu'ici que j'ai pris un abonnement, et sans regret vu l'abondance d'article de cette qualité en ce moment.

avatar Lameth | 

Il n’y a plus qu’à espérer qu’Apple rendent ces outils plus facilement dispo pour les data scientists. CoreML est dispo dans pip, c’est déjà pas mal. Qu’ils le mettent aussi dans Anaconda serait un plus. ML compute est par contre difficilement utilisable en soit.

A noter que la machine learning n’est pas vraiment une sous catégorie de l’intelligence artificielle. Idem pour le deep learning (réseaux de neurones).

avatar jopaone | 

@Lameth

« A noter que la machine learning n’est pas vraiment une sous catégorie de l’intelligence artificielle. Idem pour le deep learning (réseaux de neurones). »

Qu’entendez-vous par « sous-catégorie » ? Si l’on veut être précis le ML est un champ d’étude de l’IA.

avatar Sindanárië | 

Comment dire ... que l’abonnement est certes, plus cher, mais c’est ce que j’attendais de ce site : des articles d’une vraie qualité!
Je regrette vraiment pas cet abonnement ! Ça change vraiment de ce qui était proposé avant!
Et j’espère que ça va s’amplifier encore plus, petit à petit. Plus d’articles de fond. Quitte à ce que la proportion d’articles pour non abonnés/ abonnés s’équilibre voir s’inverse même si le prix augmente un peu !
Je rêve d’un site encore plus pro !🙏🏽🥳

avatar romainB84 | 

@Sindanárië

+1

avatar raoolito | 

@Sindanárië

+1

avatar Nesus | 

C’est comme ça que j’aime Apple. Faisant pierre par pierre un édifice colossal que personne ne voit venir, parce que caché par petites touches dans des éléments qui devient insignifiant.

Merci pour l’article !

avatar Phiphi | 

C’est intéressant mais non d’un chien ce que je me sens vieux. Je comprends les possibilités du système mais la technique la mathématique et la science qui le rendent possible me dépassent d’une force 😳.

avatar gafa and chill | 

Article génial ! Merci beaucoup pour cette mise en perspective.

avatar Joen | 

Voilà pourquoi j'aime apple et macg ! Merci

avatar Ron Dex | 

Merci beaucoup pour cet article très éclairant. Ça vaut vraiment le coup de prendre un abonnement pour de telles articles ! 🤩

avatar dodomu | 

Article de qualité 👍
Je note la réécriture des schémas en français, ça a dû être un sacré travail, mais le résultat est top ! 😃
D’ailleurs n’ont t’ils pas été fait avec un outil déjà présenté sur macg ? Si je me souviens bien il était assez limité à sa sortie, y a t’il eu des améliorations depuis ?

avatar Florent Morin | 

@dodomu

J’ai utilisé Diagrams. C’est limité mais ça fait le job.

avatar pat3 | 

Excellent article, didactique et complet, un des meilleurs parmi ceux que j'ai lu sur macg ces derniers mois. Un prolongement sur des usages réels et des résultats dans une application serait vraiment bienvenu, maintenant que les principes sont bien expliqués.

avatar JokeyezFX | 

Je me joins aux lecteurs précédents qui couvrent d’éloges cet excellent article.
C’est le genre à faire hérisser les poils des bras en le terminant.
Hâte de voir les véritables débouchés au quotidien de ce genre d’amélioration du machine learning, en particulier avec l’AR qui devrait se démocratiser ces prochaines années, et déjà bien avant quand cette petite bombe sera lâchée aux développeurs tiers.
Et dire que certains qualifient encore de nos jours de simples automates (genre OTIS par exemple avec leur ascenceur du futur qui se déplace aussi bien verticalement qu’horizontalement) de systèmes dotés d’intelligence artificielle!! Ok pour l’exemple que je cite on peut se dire « c’est une belle avancées » ou « belle évolution technologique », certes, mais ce n’est en rien de l’intelligence artificielle.
Ce core ML d’Apple en revanche, ça s’en est!

avatar BingoBob | 

Vertigineux ! Merci pour ce formidable article.
Comme d’autres lecteurs avant moi, je ne regrette pas mon abonnement !

avatar B. Bro | 

🙌

avatar Lucas | 

Waou, merci pour cette lecture passionnante !

avatar vincentn | 

Très bon article sur le sujet.
Toujours intéressant de voir qu’Apple sait où elle veut aller, comment, en y allant certes étape par étape mais sans dévier de son chemin (avec parfois des ratés, des incidents de parcours tout de même, le chemin n’étant pas une lisse et rectiligne autoroute). Que ce soit soit sur le software, le hardware ou ici sur le ML. Vision globale et intégrée que peu de concurrents si ce n’est aucun n’ont.

Ces avancées sont excitantes pour l’avenir, je le vois dans mon secteur, où l’on prend à bras le corps le ML dans notre travail au quotidien. Cela me donne plein d’idées, de fonctionnalités, d’usages (encore plus avec la prochaine arrivée des Mac Apple Silicon), dommage de ne pas être développeur.

CONNEXION UTILISATEUR