La vignette d’une vidéo YouTube conditionne souvent son succès. Jusqu’ici, il fallait soit créer et envoyer une image fixe de votre choix, soit faire confiance à YouTube pour choisir une bonne image d’aperçu. Or à ce jeu, les routines automatiques de YouTube n’étaient pas toujours très efficaces : nombre de vignettes de vidéos amateurs commencent par une image floue ou sans grand intérêt.
Si les YouTubeurs professionnels produisent bien évidemment leur aperçu sous Photoshop, ce n’est pas le cas des utilisateurs lambda. C’est donc pour mettre en valeur les vidéos de Mme Michu que les réseaux de neurones artificiels rentrent en jeu.
Développer un modèle et le faire progresser
L’intelligence artificielle a plusieurs aspect, plusieurs briques, et les réseaux de neurones artificiels profonds (deep neural network ou DNN) en sont un. En bref, il s’agit d’un groupe d’algorithmes dont la modélisation et les interactions sont basés sur la structure du cerveau et dont une des propriétés intéressante dans l’analyse de l’image est leur capacité à classifier.
Mais avant de classer il faut savoir quoi classer. Les ingénieurs de YouTube ont donc mis en place des méthodes d’apprentissage pour leurs algorithmes : ils leur ont fourni des échantillons d’images dont les qualités – techniques, esthétique, contexte – avaient préalablement été notées par des humains. Ce qui permet aux algorithmes de classer les exemples « positifs » des exemples « négatifs).
Des humains aident des machines à plaire aux humains
Les ingénieux de Google ont donc collecté des panels d’images médiocres générées automatiquement et les ont opposées aux beaux aperçus créées par les YouTubeurs les plus avancés. Selon le blog de Googlesearch, les vignettes produites par les algorithmes basés sur le réseau neuronal artificiel sont préférées aux anciennes vignettes dans 65% des cas. Non seulement l’avancée est intéressante, mais surtout les machines de Google disposent d’une marge d’amélioration automatique puisque ce type de « cerveau » artificiel est à même d’apprendre par lui-même en continuant d’analyser et de classer les images qu’il génère.
Les réseaux neuronaux artificiels se développent
Si les DNN existent depuis longtemps sur le papier et dans les labos, ce n’est que récemment qu’ils se sont invités dans des services grand public. On les retrouvera bientôt dans les automobiles notamment pour l’aide à la conduite et la voiture autonome, pour lesquels ils fournissent de l’analyse en temps réel de l’environnement. Mais on commence aussi à les retrouver dans nos smartphones : cette semaine, l’éditeur logiciel du clavier Swiftkey pour Android a annoncé que sa dernière version avait été adaptée pour fonctionner sur un smartphone.
Ceux d’entre nous qui ont perdu leur cerveau seront ravis de bientôt pouvoir utiliser leur téléphone à la place.
🔴 Pour ne manquer aucune actualité de 01net, suivez-nous sur Google Actualités et WhatsApp.
