Google ALTO est un projet expérimental open source développé par le Creative Lab. Il s’agit d’un petit robot en carton à fabriquer soi-même, équipé d’un Raspberry Pi et d’un accélérateur Coral USB. Il permet de tester différents modèles de Machine Learning, pour essayer la classification d’objet, la détection de mouvement ou encore la reconnaissance vocale.
Le Machine Learning offre de nombreuses possibilités, et est aujourd’hui déployé pour de nombreuses applications utilisées au quotidien. Il existe de nombreux modèles Open Source accessibles à tous pour intégrer l’IA à un projet. Le hardware permettant d’exécuter ces modèles est également disponible, notamment via le Cloud.
Toutefois, la complexité de cette discipline peut susciter la réticence. Mettre en place un environnement expérimental est déjà une tâche laborieuse. Pour permettre à chacun de s’initier, Google Creative Lab dévoile un nouveau projet appelé ALTO.
Google ALTO : qu’est-ce que c’est ?
Le nom ALTO est en fait l’acronyme de » A Little Teachable Object « (un petit objet enseignable). Ce projet expérimental open source permet aux utilisateurs de tester le Machine Learning d’une façon adaptable à tout type de hardware.
Conçu pour être accessible à tous, cet objet à fabriquer soi-même est constitué de composants relativement abordables. Il est notamment composé de carton et de papier cartonné à découper en suivant le mode d’emploi.
Pour la partie électronique, on retrouve notamment un Raspberry Pi. Il est possible d’utiliser différentes configurations. La version compatible la moins chère est un Pi 4 tarifé à 35 dollars.
Un accélérateur Coral USB ajoute un TPU pour le Edge Computing. Il permet d’effectuer le traitement en local afin d’aider le Raspberry Pi à augmenter les performances et l’efficacité des modèles de Machine Learning.
Le coût total est d’environ 60 dollars. Le code et le template, quant à eux, sont accessibles gratuitement. En guise de logiciel, les utilisateurs travailleront avec TensorFlow. Pour rappel, il s’agit d’un framework de Machine Learning open source créé par Google.
👋 Say hello to Alto – a teachable object using the Coral USB Accelerator!
An easy way to try adding on-device machine learning to your next hardware project. Make your own Alto and share your remixes using #mlwithalto.
Give it a go → https://t.co/Bq0htX10be#machinelearning pic.twitter.com/EdsmtTjNMw
— Google Developers (@googledevs) February 22, 2021
À quoi sert ALTO ?
La combinaison entre les éléments hardware et le logiciel constitue ALTO. Une fois assemblé, cet objet prend la forme d’un petit robot doté de deux bras, d’une caméra, et d’un unique bouton.
Le modèle de Machine Learning par défaut permet à ALTO d’effectuer des tâches de reconnaissance d’objet. La caméra du Raspberry Pi lui permet d’identifier et de distinguer deux catégories d’objets après avoir été entraîné à cet effet.
Si le petit robot reconnaît un objet, son bras se lève pour le désigner. S’il reconnaît un objet de la seconde catégorie, il le pointera de son autre bras. Pour l’entraîner à reconnaître de nouveaux types d’objets, il suffit de lui montrer.
Cette expérience par défaut est amusante, et permet de se familiariser avec le concept d’entraînement de modèles de Machine Learning. Toutefois, le véritable intérêt d’ALTO est de pouvoir l’expérimenter avec de nombreux autres exemples Coral disponibles.
Il est par exemple possible de surveiller les mouvements d’une personne dans une vidéo, ou de l’utiliser pour des tâches de reconnaissance vocale. Ces différentes expériences permettent de mieux comprendre le Machine Learning et de figurer de quelle manière incorporer les différents modèles à vos propres projets.
Avec ALTO, Google a pour but de démocratiser le Machine Learning. Ce projet n’est pas sans rappeler le casque de réalité virtuelle en carton Google Cardboard, qui permettait de se plonger dans la VR pour quelques euros.
Pour commencer à utiliser Alto, vous pouvez vous rendre sur la page dédiée sur GitHub à cette adresse. Vous trouverez des liens permettant de télécharger le code et les templates.
- Partager l'article :