What’s new 13/05/2019

News 1 : Coral platform
Cette plateforme ne fait pas beaucoup de bruit mais elle ravira sûrement ceux qui développent des
applications embarquées. En effet Google propose un SDK et du matériel facilitant les
développements. Deux solutions sont disponibles, soit utiliser la carte mère de Google soit utiliser le
standard du marché raspberry Pi vu que Google a pris soin de rendre son matériel compatible avec
ce dernier. Google n’est pas venu concurrencer raspberry mais apporte du matériel complémentaire
basé plus particulièrement sur le machine learning il propose les produits suivants :
Dev board
Qui est composée d’un CPU, d’un GPU et d’un TPU afin d’accélérer les calculs basés sur
tensorflow.
USB Accelerator
C’est un coprocesseur de type TPU pour accélérer les calculs de tensorflow sur du matériel de type
raspberry Pi
Camera
Une caméra autofocus de 5 Mpixels
Environmental Sensor Board
Ce module environnemental intègre un écran OLED une puce pour chiffrer automatiquement les
informations pour les transmettre à Google IOT core et des capteurs d’humidité, de lumière et un
baromètre
D’autres produits sont annoncés pour amener le machine learning dans d’autres environnements
comme une carte PCI-E qui intègre le coprocesseur TPU et un module SOM de base pour
développer vos propres devices.
Les prix de tous ces articles sont au niveau de ce que l’on retrouve chez les autres acteurs du
marché pour du matériel similaire.
Encore quelques années de patience et nous retrouverons des kits complets de guidage de drones
ou de robots de manière autonome.

Lien vers la plateforme Coral ici
News 2 : Un exemple d’utilisation de tensorflow et du deep learning
Le sujet choisi n’est pas le plus intéressant mais il a le mérite d’être simple et parlera au plus grand
nombre d’entre nous. Sunpower une société américaine utilise le deep learning pour calculer le
nombre de panneaux solaires qu’elle peut installer sur le toît d’une maison et modélise le résultat
sur des photos satellites pour donner une idée au client. Pour le côté philanthropique nous
repasserons, il s’agit bel et bien d’un projet purement mercantile afin de maximiser le nombre de
vente de panneaux solaires, ce qui est intéressant c’est le projet en lui même puisqu’à partir de
photos satellites de trouver les contours, les faces et les obstacles des toits.
Ensuite il ne reste plus qu’à intégrer les panneaux solaires :
Le résultat au niveau d’un quartier :

Cet exemple montre bien ce qu’il est possible de faire avec des photos et les nouvelles
technologies.

Plus d’information en anglais ici

Commentaires

Enregistrer un commentaire

Posts les plus consultés de ce blog

Datalake comparaison - 10 Conclusion

Franchement nous avions d’énormes à priori avant de commencer ce comparatif et honnêtement le résultat nous surprend nous même. Toutes les solutions analysées présentent des intérêts et aucune ne peut prétendre être la solution ultime, c’est d’ailleurs celle qui veut tout faire à la fois qui pour nous est la moins intéressante. Nous ne pouvons que saluer les efforts d’innovations que les différents éditeurs ont trouvées et nous les remercions de proposer des outils qui permettent de traiter nos chères données. En effet nous parlons toujours comme si LA donnée était une seule entité et devait se traiter de la même manière mais c’est faux il y a plusieurs types de données : les chaudes qui sont consommées immédiatement, les froides qu’on ne va voir qu’une fois de temps en temps, il y a aussi des données qui servent à tirer des tendances, il y a des données qui servent à savoir ce qu’il s’est passé pour trouver une cause au problème, il y a des données confidentielles, il y a d...
Lire la suite

Load Balancer

Image
Le load balancer est un composant majeur dans Google Cloud platform , Il participe comme son nom l’indique à router les utilisateurs sur une ressource disponible. Il participe également à la bonne santé du système complet car son premier rôle est de servir de point d’entrée ce qui simplifie grandement la vie des utilisateurs et des développeurs. C’est un aiguilleur qui dirige les utilisateurs vers la bonne ressource. C’est un organe essentiel  d’une solution cloud. De plus lors d’un changement de logiciel ou de mise à niveau cela évite aux utilisateurs de devoir changer leurs raccourcis et leurs habitudes. Il permet donc de faire des déploiements sans rupture de service. Après le déploiement, les utilisateurs ne changent rien à leurs habitudes et le load balancer envoie toutes leurs demandent à la nouvelle application et un lien direct peut être mis en place pour certains utilisateurs qui ont encore besoin de se connecter à l’ancienne application. ...
Lire la suite

Data loss prevention API

Image
Les entreprises traitent de plus en plus leur données automatiquement. Plusieurs profils peuvent être amenés à “jouer” avec leurs données : data scientists internes, data scientists externes ou entreprises spécialisées dans ce domaine. Par faute de temps ou par manque d’outil les données fournies ne sont pas toujours pré traitées et sont souvent envoyées telles quelles, or cela a deux inconvénients : le premier (que tout le monde avait trouvé) transmettre des informations importantes inutiles et donc augmenter le risque de fuite d’information, Le deuxième c’est qu’une donnée trop riche nuit à son traitement. Je donne un exemple pour un ordinateur un numéro de téléphone est une suite de 4 numéros et s’ils ne sont pas contextualisé il prendra cela pour 4 numéros de 2 chiffres. Dans certains cas il est préférable de remplacer ces 4 séries de chiffres par un libellé comme NumTéléphone pour faire comprendre à l’algorithme que c’est l’information de la présence de numéro...
Lire la suite