C'est complètement valable. On discutait récemment par ici de l'IA pour faire la météo.
J'ai entendu ça de la part de gens qui n'y connaissent pas grand chose avec un peu de crainte "mais on va utiliser l'IA pour prévoir la météo !". Sans probablement savoir vraiment de base comment on fait de la météo actuellement, ou pourquoi ce serait intéressant ou pas, et si on y gagne de faire de la météo.
Dans les deux cas on parle d'IA, mais ce sont des choses bien différents qui sont à l'œuvre. C'est une étiquette trop grossière qui recouvre des réalités bien différentes. Pour la météo les données d'apprentissage c'est les données historiques et les données d'autres modèles de prévision, et on peut espérer gagner en dépenses d'électricité en nécessitant moins de calculs.
Après le problème de la "casse sociale" des gens qui perdent leur boulot est un peu transverse mais n'est pas spécifique à l'IA. On vit dans une société ou il est à la fois capital d'augmenter la productivité par tête, gagner en efficacité et virer des gens pour des profits et que ces mêmes personnes se démerdent à retrouver une activité rémunérée derrière sous peine de stigmatisation ... Dans un tel contexte l'IA fait rêver bien du décideur. Surtout pour les profits et l'efficacité, pas tellement pour éviter la stigmatisation des chômeurs (rien ne doit entraver la conquête de Mars).
Mais d'un point de vue technique, ça a plus de sens d'ajouter de la nuance et des termes pour savoir de quoi on parle quand on parle d'IA. Et moins servir d'épouvantail, potentiellement si ça peut amener à de vraies avancées.
[^] # Re: Bof
Posté par thoasm . En réponse au journal Je suis perdu et je pensais m'être renseigné.... Évalué à 4. Dernière modification le 16 février 2025 à 14:42.
C'est complètement valable. On discutait récemment par ici de l'IA pour faire la météo.
J'ai entendu ça de la part de gens qui n'y connaissent pas grand chose avec un peu de crainte "mais on va utiliser l'IA pour prévoir la météo !". Sans probablement savoir vraiment de base comment on fait de la météo actuellement, ou pourquoi ce serait intéressant ou pas, et si on y gagne de faire de la météo.
Ça arrive de manière un peu concomitante au moment ou on parle de problèmes consécutifs à des restructurations à météo France https://journaloptions.fr/2024/02/29/quand-lautomatisation-deregle-meteo-france/ ou on a compté sur du paramétrage automatique de modèles traditionnel pour virer des gens, et en même temps on a Google avec deep-mind qui sort un modèle génératif pour prévoir la météo en quelques minutes : https://www.nature.com/articles/s41586-024-08252-9 ( présentation chez deepmind ( je découvre que MétéoFrance fait aussi de la recherche là dessus : https://meteofrance.com/actualites-et-dossiers/actualites/intelligence-artificielle-et-meteo-ou-en-est )
Dans les deux cas on parle d'IA, mais ce sont des choses bien différents qui sont à l'œuvre. C'est une étiquette trop grossière qui recouvre des réalités bien différentes. Pour la météo les données d'apprentissage c'est les données historiques et les données d'autres modèles de prévision, et on peut espérer gagner en dépenses d'électricité en nécessitant moins de calculs.
Après le problème de la "casse sociale" des gens qui perdent leur boulot est un peu transverse mais n'est pas spécifique à l'IA. On vit dans une société ou il est à la fois capital d'augmenter la productivité par tête, gagner en efficacité et virer des gens pour des profits et que ces mêmes personnes se démerdent à retrouver une activité rémunérée derrière sous peine de stigmatisation ... Dans un tel contexte l'IA fait rêver bien du décideur. Surtout pour les profits et l'efficacité, pas tellement pour éviter la stigmatisation des chômeurs (rien ne doit entraver la conquête de Mars).
Mais d'un point de vue technique, ça a plus de sens d'ajouter de la nuance et des termes pour savoir de quoi on parle quand on parle d'IA. Et moins servir d'épouvantail, potentiellement si ça peut amener à de vraies avancées.