Les techniques actuelles qu'on nomme Intelligence Artificielle en 2014 c’est des techniques qui fonctionnent avec une phase d'apprentissage générative, qui donne des "modèles" une fois l'apprentissage terminé, et qui ensuite sont "générative", c'est à dire qu'elles servent à générer du contenu, souvent à partir d'une commande en langue naturelle.
L'apprentissage est auto-supervisé, on part d'un corpus (généralement très conséquent) de données, dans lequel on fait des "trous", et on tord le modèle de manière à ce qu’il prédise de mieux en mieux ce qu'il y a dans les trous. Par exemple pour un corpus textuel on lui présente un début de phrase, dont on connait la suite (par les données d'apprentissage, on a fait exprès de faire un trou dedans) et on compare avec ce qui est prédit. Si le modèle a tort dans ce qu’il devine comme suite on le corrige un peu de manière à ce que la "vraie" suite ait plus de chance d'arriver. On fait ça avec des millions de mots/phrases, jusqu'à ce qu'il ne fasse plus trop d'erreurs.
Il se trouve que les modèles ces dernières années sont devenus suffisamment bons à ce petit jeu pour qu'on se demande si ils avaient pas acquis des capacités qu'on avait pas vraiment vu avant pour des programmes informatiques. On parle donc d'IA (bien que l'apprentissage automatique et les réseaux de neurones sont depuis longtemps considérés comme des sous-domaines de l'IA, c'est ce qui tient la tête d'affiche pour l'instant au détriment d'autres techniques qui ne sont pour autant pas mortes, l'IA générative n'est pas formidable pour faire des maths)
(je vous jure, c'est pas du chatGPT, trop de virgules)
[^] # Re: Vrai question C'est quoi l'IA ?
Posté par thoasm . En réponse au journal Cybersécurité: des chercheurs ont créé un ver qui attaque l’IA. Évalué à 9.
Les techniques actuelles qu'on nomme Intelligence Artificielle en 2014 c’est des techniques qui fonctionnent avec une phase d'apprentissage générative, qui donne des "modèles" une fois l'apprentissage terminé, et qui ensuite sont "générative", c'est à dire qu'elles servent à générer du contenu, souvent à partir d'une commande en langue naturelle.
L'apprentissage est auto-supervisé, on part d'un corpus (généralement très conséquent) de données, dans lequel on fait des "trous", et on tord le modèle de manière à ce qu’il prédise de mieux en mieux ce qu'il y a dans les trous. Par exemple pour un corpus textuel on lui présente un début de phrase, dont on connait la suite (par les données d'apprentissage, on a fait exprès de faire un trou dedans) et on compare avec ce qui est prédit. Si le modèle a tort dans ce qu’il devine comme suite on le corrige un peu de manière à ce que la "vraie" suite ait plus de chance d'arriver. On fait ça avec des millions de mots/phrases, jusqu'à ce qu'il ne fasse plus trop d'erreurs.
Il se trouve que les modèles ces dernières années sont devenus suffisamment bons à ce petit jeu pour qu'on se demande si ils avaient pas acquis des capacités qu'on avait pas vraiment vu avant pour des programmes informatiques. On parle donc d'IA (bien que l'apprentissage automatique et les réseaux de neurones sont depuis longtemps considérés comme des sous-domaines de l'IA, c'est ce qui tient la tête d'affiche pour l'instant au détriment d'autres techniques qui ne sont pour autant pas mortes, l'IA générative n'est pas formidable pour faire des maths)
(je vous jure, c'est pas du chatGPT, trop de virgules)