A mesure que Google collecte et analyse des quantités énormes de données, l'entreprise se demande comment les exploiter. Pour géolocaliser les numéros de rue qui correspondent à chaque maison ou immeuble, Google a créé un réseau neuronal artificiel pour lui apprendre à reconnaître ces numéros sur ses prises de vue de Google Street View, écrit la MIT Technology Review.
Un tel réseau est un modèle informatique qui tente d'imiter le cerveau humain, explique le site Extreme Tech.
«Plutôt que de diviser chaque image d'adresse en chiffres individuels pour ensuite identifier chacun d'entre eux, il regarde le numéro dans sa globalité et le reconnaît, exactement comme nous le faisons.»
Pour entraîner ce «cerveau numérique», l’équipe de chercheurs de Google lui a montré 600.000 images numériques de 200.000 numéros de la base de données publique Street View House Numbers (SVHN). Il lui a fallu six jours pour apprendre la base de données et être capable d’identifier les chiffres avec un haut niveau de réussite.
Selon les chercheurs, le réseau a déjà réussi à identifier près de 100 millions de numéros de rue dans le monde avec une précision comparable à une reconnaissance humaine, soit 98% de réussite. Pour illustrer la rapidité du réseau, les chercheurs ont pris l'exemple des numéros de rues françaises:
«Nous pouvons transcrire toutes les prises de vues que nous avons de numéros de rues en France en moins d’une heure en utilisant l’infrastructure de Google.»
Pour l’entreprise, faire coïncider les numéros des immeubles et maisons et leur localisation exacte est d’une aide précieuse dans les pays où les numéros ne suivent pas un ordre chronologique.
La méthode utilisée pourrait être reproduite pour résoudre d’autres problèmes d’identification: retranscription de textes ou reconnaissance vocale. Mais les chercheurs restent prudents, poursuit la MIT Technology Review. Les numéros de rue n’ont que cinq chiffres au maximum et, pour des ensembles de chiffres plus importants comme des numéros de téléphone, la méthode employée ne fonctionnerait pas.
