Des perspectives venues de Dubaï : les principaux enseignements du GDG MENA-T Summit 2025

Un GDG Summit est une grande conférence annuelle 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 experts Google pour les développeurs (GDEs) et les organisateurs des GDG afin de découvrir les technologies Google, d’échanger des connaissances et de rencontrer des pairs et des experts. Cette année, l’ambiance au GDG MENA-T Summit 2025 de 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 d’un GDG en Türkiye et représentant d’Ultralytics, j’ai eu la chance d’endosser deux rôles : l’un au service de ma communauté locale de développeurs en Türkiye, l’autre au service de la communauté mondiale de la vision par ordinateur à laquelle notre entreprise s’adresse. J’avais hâte d’échanger, de partager et de plonger dans l’avenir de la technologie. J’ai découvert des conversations qui dépassaient les tendances superficielles et exploraient les fondements mêmes de la manière dont nous concevrons et déploierons les logiciels de demain. Des conférences aux démonstrations et aux échanges, découvrons quelques temps forts de cet événement !

Fig. 1. Onuralp Sezer, ingénieur senior en apprentissage automatique chez Ultralytics, au GDG Summit MENAT 2025 à Dubaï, avec plusieurs organisateurs de GDG Turkey. Photo de l’auteur.

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

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 façon abstraite, mais cette session a ancré le concept dans une ingénierie concrète et opérationnelle. Mete a présenté le framework qui permettra aux agents de véritablement collaborer et d’être utiles :

Fig. 2. Mete Atamel expliquant l’utilisation d’A2A dans Agent Development Kit.

MCP (protocole de contexte de modèle) : imagine qu’il s’agit du « traducteur universel » d’un agent d’IA. C’est la couche fondamentale qui permet à un agent de se connecter de façon fiable à des outils, des API et des sources de données externes. Sans une norme comme MCP, chaque intégration serait un travail personnalisé et fragile. Grâce à MCP, les agents peuvent se connecter au monde numérique avec confiance et cohérence.

A2A (protocole agent-à-agent) : Si MCP permet à un agent de communiquer avec des outils, A2A permet aux agents de communiquer entre eux. Ce protocole permet aux agents, même s’ils fonctionnent sur des plateformes entièrement différentes, de se découvrir, de collaborer, de déléguer des tâches et de coordonner des processus complexes. C’est le cadre d’un avenir où un agent spécialisé pourrait faire appel à un autre agent pour effectuer 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 tous ces éléments. L’ADK fournit la structure, les bibliothèques et les modèles nécessaires à la création d’agents robustes utilisant MCP et A2A. C’est le pont entre un concept prometteur et un système prêt pour la production.

L’étape finale était la plus passionnante : le déploiement. Mete a montré comment un agent créé avec ADK peut être placé dans un conteneur puis déployé sur Google Cloud Run. Cette démonstration a présenté une voie claire et évolutive pour passer de la création d’un agent intelligent sur son ordinateur local à son exécution dans un environnement géré sans serveur, prêt à répondre à une demande réelle.

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

Le sommet a également montré clairement que l’IA n’est plus une simple fonctionnalité que l’on ajoute à nos applications : elle devient une composante essentielle 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.

Un moment fort a été la présentation de Firebase Studio, un environnement ambitieux, agentique et basé sur 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 des comptes utilisateur », Firebase Studio s’est mis au travail. Il a généré la structure complète du projet, configuré les schémas Cloud Firestore nécessaires, défini les règles de Firebase Authentication et généré le code de base de l’interface frontale. Cet outil est conçu pour éliminer les tâches fastidieuses de configuration qui prennent tant de temps aux développeurs, afin de nous permettre de nous concentrer immédiatement sur la logique propre à notre application et sur l’expérience utilisateur.

Fig. 3. Vikas Anand explique l’utilisation de Firebase Studio et ses intégrations. Image de l’auteur.

À cela s’ajoutait Jules, l’agent de programmation asynchrone de Google doté d’IA. Jules se distingue des outils intégrés à l’éditeur 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 problèmes de compatibilité ». Jules travaille ensuite en arrière-plan et, une fois sa tâche terminée, soumet une demande de tirage pour que tu l’examines. Ce paradigme fait évoluer le rôle du développeur : d’un rédacteur de code ligne par ligne à un architecte et réviseur de haut niveau.

Ces outils reposent sur la prochaine génération de modèles de Google, accessibles par l’intermédiaire des forfaits Google One AI. Grâce à un raisonnement amélioré, à des capacités multimodales et à des fenêtres contextuelles très étendues, ces modèles fournissent le « cerveau » qui rend possibles des outils agentiques comme Jules. Firebase Studio est quant à lui gratuit, mais si tu souhaites bénéficier d’un quota plus élevé, tu dois t’abonner au Google Developer Program.

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

La vision par ordinateur nous passionne ; j’étais donc ravi d’assister à la conférence « Building Real-Time AI Systems » de Katja Sirazitdinova, développeuse senior chez NVIDIA. Cette session était une formidable occasion de relier directement mon rôle d’ingénieur senior en apprentissage automatique chez Ultralytics aux dernières avancées en accélération matérielle. J’ai posé des questions précises sur l’amélioration des pipelines d’exportation de nos modèles YOLO largement utilisés.

Katja a partagé des conseils pratiques précieux pour tirer le maximum de performances d’un modèle. Nous avons approfondi des stratégies comme la quantification des modèles (réduire leur taille tout en limitant la perte de précision), garantir la compatibilité des exportations entre différents matériels et utiliser les chaînes d’outils NVIDIA comme TensorRT pour améliorer considérablement le débit et réduire la latence. Je suis reparti avec un carnet rempli d’idées concrètes à transmettre 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, ingénieur senior en apprentissage automatique chez Ultralytics, et Katja Sirazitdinova, développeuse senior chez NVIDIA. Image de l’auteur.

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

Au-delà des diverses conférences et démonstrations, le sommet a rappelé avec force pourquoi l’open source est si important dans le monde de la technologie : la communauté. Les échanges informels dans les couloirs étaient tout aussi précieux que les conférences. J’ai discuté à maintes reprises avec des développeurs, des chercheurs et des entrepreneurs qui utilisent nos outils au quotidien. Ils ont posé des questions pertinentes et pratiques sur le paquet Python Ultralytics, allant de l’optimisation des performances de YOLO sur les appareils edge à des cas d’usage concrets auxquels je n’avais jamais pensé.

J’ai trouvé extrêmement gratifiant de pouvoir apporter une aide immédiate, réfléchir à des solutions avec les utilisateurs et recueillir leurs commentaires directs et sans filtre. Cela m’a rappelé combien la communauté Ultralytics est essentielle à notre mission. Chaque demande de fonctionnalité, chaque rapport de bogue et chaque témoignage de réussite partagé renforcent notre écosystème. Ce sont ces échanges qui stimulent la véritable innovation.

Construire l’avenir ensemble#

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

Fig. 5. Photo de groupe de tous les membres du GDG et de Google à la clôture de l’événement. Photo 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, qui ont organisé un événement aussi inspirant, enrichissant et techniquement approfondi. L’élan donné par Dubaï est fort, et j’ai hâte de découvrir ce que nous construirons tous ensuite.