dans

Apple veut accentuer l’utilité de l’AR grâce au machine learning

Apple veut utiliser le machine learning pour accentuer l'utilité de l'AR

Apple souhaite donner plus d’utilité à ses applications d’AR en explorant la piste du machine learning.

Certes, les applications de réalité augmentée sont attrayantes, mais quand on y pense, elles n’ont pas toujours une véritable utilité. Afin de pousser plus d’utilisateurs à les adopter, Apple envisage comment le machine learning peut donner un coup de pouce à l’AR.

Rendre l’AR d’Apple plus utile avec le machine learning

En termes de technologie, la réalité augmentée est actuellement en plein essor. Toutefois, seule une petite partie des applications d’AR a été adoptée par la communauté. Pour cause, celles-ci sont plutôt fantaisistes. Autrement dit, elles n’ont pas vraiment d’utilité, et les utilisateurs ne sont pas prêts à investir dans des dispositifs purement divertissants.

Chez Apple, l’introduction de LiDAR dans l’iPhone 12 Pro et l’iPad Pro 2020 a donné plus d’intérêt à la réalité augmentée. Néanmoins, ils sont encore loin de leur objectif, qui est de rendre les applications plus utiles. La société a récemment déposé un brevet, dans lequel elle aborde l’utilisation de l’apprentissage automatique à cette fin. Entre autres, Apple souhaite se servir du machine learning pour détecter automatiquement des objets en AR.

La première application à profiter de cette technologie serait Measure. Il s’agit d’un outil d’évaluation de la taille d’objets réels et les dimensions d’objets de forme rectangulaire. Si les résultats étaient auparavant douteux, la technologie LiDAR a nettement amélioré la précision de Measure. Mais un mètre-ruban serait nettement plus pratique, ce qui revient à dire qu’une telle application n’est pas indispensable.

Le rôle du machine learning

D’après son brevet, Apple suggère que le machine learning permettrait à Measure de reconnaître les objets. L’application pourra mesurer les objets grâce à un réseau de neurones spécifique à une classe sélectionnée en fonction de leur classification. Autrement dit, les modèles seront entraînés pour reconnaître et afficher les informations qui pourraient intéresser les utilisateurs

Par ailleurs, le machine learning contribue déjà à améliorer certaines applications de l’écosystème Apple. En effet, l’éditeur d’image Pixelmator Pro utilise par exemple le ML pour l’étiquetage des calques.

La combinaison du machine learning à l’AR est pour Apple un moyen de prouver que les technologies avancées peuvent améliorer la vie quotidienne.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.