Jusqu'à présent, un ordinateur, même très puissant, avait du mal à résumer correctement et automatiquement le contenu d’une image ou d’un cliché en une courte phrase. Mais cela est en train de changer.
Google vient en effet d'annoncer la mise au point d'un système de machine learning qui peut automatiquement produire une légende pour décrire avec précision les images la première fois qu’il les voit.
Pour réussir cette avancée, Google a utilisé un type de réseau neuronal dit convolutionnel, particulièrement adapté à la reconnaissance d’image et conçu pour classer les objets dans les images. Une fois établie sous forme de texte, la liste des éléments présents dans le cliché est soumise à un autre réseau neuronal qui va construire une phrase en langage naturel.
D'après Google, son système aura un excellent taux de reconnaissance et, avec ce nouvel outil, le géant numérique devrait pouvoir s'attaquer à l'immense masse de contenus mal référencés, mal décrits et donc mal exploités.
Article rédigé par Georges Simmonds pour RT Flash
