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.