De Dubaï avec de nouvelles perspectives : principaux enseignements du GDG MENA-T Summit 2025

Un sommet GDG est une conférence annuelle majeure organisée par les Google Developer Groups (GDGs) pour les développeurs, les passionnés de technologie et les étudiants. Ce sommet rassemble la communauté locale et régionale des développeurs, les Google Developer Experts (GDEs) et les organisateurs des GDG afin de découvrir les technologies Google, de partager leurs connaissances et d’échanger avec des pairs et des experts. Cette année, l’énergie du GDG MENA-T Summit 2025 à Dubaï était électrique.

Dès mon arrivée au magnifique Uptown Dubai Hotel, avec sa vue imprenable sur la ville, j’ai su que cet événement serait spécial. En tant qu’organisateur GDG de Türkiye et représentant d’Ultralytics, j’ai eu l’occasion unique de porter deux casquettes : l’une pour ma communauté locale de développeurs en Türkiye, l’autre pour la communauté mondiale de la vision par ordinateur que sert notre entreprise. J’étais impatient d’échanger, de partager et de me plonger dans l’avenir de la technologie. J’ai découvert des discussions qui allaient bien au-delà des tendances superficielles et exploraient la façon dont nous construirons et déploierons les logiciels de demain. Des présentations aux démonstrations, en passant par le réseautage, découvrons quelques-uns des moments forts de cet événement !

Fig. 1. Onuralp Sezer, Senior Machine Learning Engineer chez Ultralytics, participant au GDG Summit MENAT 2025 à Dubaï avec plusieurs organisateurs de GDG Turkey. Image de l’auteur.

Trois grands thèmes m’ont particulièrement marqué : l’évolution rapide des agents d’IA interconnectés, l’avènement d’un nouveau flux de développement accéléré par l’IA et l’importance cruciale d’optimiser l’IA pour des performances réelles et en temps réel.

Décryptage des protocoles d’agents : de la théorie au déploiement dans le cloud#

L’une des sessions les plus captivantes était l’analyse approfondie des protocoles d’agents proposée par Mete Atamel. Depuis des années, nous parlons des agents d’IA de manière abstraite, mais cette session a ancré le concept dans une ingénierie concrète et exploitable. Mete a détaillé le framework qui permettra aux agents de devenir véritablement collaboratifs et utiles :

Fig. 2. Mete Atamel expliquant l’utilisation de a2a dans Agent Development Kit.

MCP (protocole de contexte des modèles) : imagine cet outil comme le « traducteur universel » d’un agent d’IA. C’est la couche fondamentale qui permet à un agent de se connecter de manière fiable à des outils, des API et des sources de données externes. Sans standard comme MCP, chaque intégration serait une tâche personnalisée et fragile. Grâce à lui, les agents peuvent se connecter au monde numérique avec fiabilité et cohérence.

A2A (protocole d’agent à agent) : si MCP définit la manière dont un agent communique avec les outils, A2A définit la manière dont les agents communiquent entre eux. Ce protocole permet à des agents, même exécutés sur des plateformes totalement différentes, de se découvrir, de collaborer, de déléguer des tâches et de coordonner des flux de travail complexes. C’est le framework d’un avenir où un agent spécialisé pourrait faire appel à un autre agent pour gérer une sous-tâche précise, créant ainsi une main-d’œuvre dynamique et autonome.

ADK (kit de développement d’agents) : c’est la boîte à outils qui rassemble tout cela. L’ADK fournit la structure, les bibliothèques et les modèles nécessaires pour assembler des agents robustes à l’aide de MCP et d’A2A. Il fait le lien entre un concept séduisant et un système prêt pour la production.

Le plus passionnant était la dernière étape : le déploiement. Mete a montré comment un agent créé avec l’ADK peut être conteneurisé et déployé sans effort sur Google Cloud Run. Cela a illustré une voie claire et évolutive, depuis la création d’un agent intelligent sur ta machine locale jusqu’à son exécution dans un environnement géré et serverless, prêt à répondre aux besoins du monde réel.

Une nouvelle ère du développement : l’IA comme copilote#

Le sommet a également clairement montré que l’IA n’est plus simplement une fonctionnalité que nous ajoutons à nos applications ; elle devient une composante centrale du processus de développement lui-même. La présentation de la nouvelle suite d’outils de Google donnait un aperçu d’un avenir radicalement plus efficace.

L’un des moments forts a été la présentation de Firebase Studio, un environnement ambitieux, agentique et basé dans le cloud. La démonstration était impressionnante : à partir d’une simple instruction en langage naturel comme « Crée-moi une application de partage de photos avec une connexion utilisateur », Firebase Studio s’est mis au travail. Il a échafaudé l’ensemble du projet, configuré les schémas Cloud Firestore nécessaires, défini les règles de Firebase Authentication et généré le code frontend de base. C’est un outil conçu pour éliminer la configuration fastidieuse qui accapare une grande partie du temps des développeurs et nous permettre de nous concentrer immédiatement sur la logique unique et l’expérience utilisateur de notre application.

Fig. 3. Vikas Anand expliquant l’utilisation et les intégrations de Firebase Studio. Image de l’auteur.

Parallèlement, Jules est l’agent de codage asynchrone de Google basé sur l’IA. Jules se distingue des outils inline comme Copilot. Tu peux lui déléguer une tâche complète : « Refactorise ce module pour le rendre plus efficace », « Ajoute des tests unitaires pour ce service » ou « Mets à jour toutes les dépendances de ce dépôt et corrige les éventuels changements incompatibles ». Jules travaille ensuite en arrière-plan et, une fois terminé, soumet une pull request pour que tu l’examines. Ce paradigme fait évoluer le rôle du développeur : d’auteur du code ligne par ligne, il devient architecte et réviseur de haut niveau.

Ces outils révolutionnaires reposent sur la nouvelle génération de modèles puissants de Google, accessibles via les forfaits Google One AI. Grâce à un raisonnement amélioré, à des capacités multimodales et à de vastes fenêtres de contexte, ces modèles fournissent le « cerveau » qui rend possibles des outils agentiques comme Jules. Firebase Studio est en revanche gratuit, mais si tu veux augmenter ton quota, tu dois t’abonner au Google Developer Program pour pouvoir l’utiliser davantage.

De l’inférence à l’action : optimiser l’IA en temps réel avec NVIDIA#

Notre passion est la vision par ordinateur. J’étais donc ravi d’assister à la présentation « Building Real-Time AI Systems » de Katja Sirazitdinova, Senior Developer chez NVIDIA. Cette session m’a offert une occasion exceptionnelle de relier directement mon rôle de Senior Machine Learning Engineer chez Ultralytics aux dernières avancées en matière d’accélération matérielle. Elle m’a également permis de poser des questions précises sur l’amélioration des pipelines d’exportation de nos modèles YOLO largement utilisés.

Katja a partagé des conseils pratiques et précieux pour tirer jusqu’à la dernière goutte de performance d’un modèle. Nous avons étudié en profondeur des stratégies comme la quantification des modèles (réduire la taille du modèle tout en limitant la perte de précision), garantir la compatibilité des exportations avec différents matériels et exploiter les puissants toolchains de NVIDIA comme TensorRT afin d’améliorer considérablement le débit et de réduire la latence. Je suis reparti avec un carnet rempli d’idées concrètes à rapporter à l’équipe Ultralytics, des idées qui aideront toute notre communauté à simplifier le déploiement, à réduire les frictions et à mieux tirer parti de l’accélération GPU pour des applications exigeantes en temps réel, comme la robotique et l’analyse vidéo.

Fig. 4. Onuralp Sezer, Senior Machine Learning Engineer chez Ultralytics, et Katja Sirazitdinova, Senior Developer chez NVIDIA. Image de l’auteur.

À la croisée de la communauté et de l’innovation#

Au-delà des différentes présentations et démonstrations, le sommet a rappelé avec force pourquoi l’open source est une telle force dans le monde de la technologie : la communauté. Les échanges informels dans les couloirs étaient tout aussi précieux que les présentations. J’ai eu d’innombrables discussions avec des développeurs, des chercheurs et des entrepreneurs qui utilisent nos outils au quotidien. Ils ont posé des questions réfléchies et concrètes sur le package Python Ultralytics, de l’optimisation des performances de YOLO sur les appareils edge aux cas d’utilisation concrets auxquels je n’avais jamais pensé.

Pouvoir fournir une assistance immédiate, réfléchir à des solutions et recueillir directement des retours non filtrés de nos utilisateurs a été extrêmement gratifiant. Cela m’a rappelé à quel point la communauté Ultralytics est essentielle à notre mission. Chaque demande de fonctionnalité, chaque rapport de bug et chaque témoignage de réussite partagé renforcent notre écosystème. Ce sont ces interactions qui stimulent la véritable innovation.

Construire l’avenir, ensemble#

Le GDG MENA-T Summit était bien plus qu’une simple conférence ; c’était un aperçu de l’avenir. Un avenir où des agents intelligents collaborent dans le cloud, où des outils propulsés par l’IA amplifient nos capacités de développeurs et où nos modèles s’exécutent plus rapidement et efficacement que jamais. Plus important encore, c’est un avenir où les communautés open source et l’innovation des entreprises ne se contentent pas de coexister : elles se font activement progresser mutuellement.

Fig. 5. Photo de groupe de tous les membres des GDG et les Googlers à la clôture de l’événement. Image des photographes de GDG MENAT.

Un immense merci aux organisateurs et aux équipes du Google Developer Program, en particulier à Ramesh Chander, Nour Bouayadi, Alaa Shahin et Beyza Sunay Güler, pour avoir organisé un événement aussi inspirant, enrichissant et techniquement remarquable. L’élan venu de Dubaï est fort, et j’ai hâte de voir ce que nous construirons tous ensuite.