Deepl c'est de l'IA, deep learning sur un gros corpus de texte, je ne suis pas sûr que tu puisses sauter directement à une conclusion sur le coût écologique respectif des deux approches. Les performances restent très différentes (par exemple, Deepl n'est pas promptable, tu ne peux pas lui donner des instructions sur le style, etc).
Ce que je voulais dire c’est que ça n’était pas une révolution (dans ce domaine en tout cas).
C'est faux, et tu le sais. Tu pourrais répondre ça à n'importe quel usage utile d'un LLM, donc je ne vois pas où ça n'amène.
La gestion des bugs et des failles de sécurité dans le code, les LLM modernes sont plus performants, plus fiables, et plus rapides que les humains. Vouloir gérer ça "à la main" c'est la même chose que de faire la vaisselle à la main au lieu d'acheter un lave vaisselle : c'est une démarche idéologique, que tu as le droit de défendre, mais c'est faux de prétendre que c'est "mieux fait" ou que c'est de la flemme (à moins de considérer par essence que tout gain de productivité c'est de la flemme). Au passage, ton humain il mange, il pollue, il chauffe l'hiver et climatise l'été, il se déplace, etc., et son bilan environnemental n'est pas jojo; comme il doit bosser 15 jours pour faire moins bien ce que Claude fait en 10 minutes, pas sûr que le bilan de l'humain soit si positif que ça...
Je pense que je me suis mal exprimé: je pensais aux usages du grand public des LLMs. On a quand même des gents qui demandent pour qui voter à des machines contrôlées par les GAFAMs. C’est inquiétant. L’utilité en termes de sécurité des LLMs est évidente, c’est ce que j’ai cherché à dire. Cependant, je ne suis pas convaincu par leur utilité dans la programmation: le code vibe-codé a dans la plupart des cas une qualité (en particulier en termes de performance) très basses, similaire à celle d’un programmeur novice. Cela dit, beaucoup d’humains produisent aussi des programmes lents et lourds sans LLM donc bon...
Et le pire, c'est que ça n'est pas une IA spécialisée qui a résolu un problème majeur en maths, c'est la prochaine version grand public d'OpenAI.
Je pense qu'on n'a pas réalisé à quel point ce truc était gros. C'est vraiment un écrabouillement définitif de l'argument du perroquet stochastique.
Je n’avais pas vu ça. Je vais regarder. Cependant, mes connaissances en maths sont assez incomplètes, donc je ne peux pas trop commenter cela. Après je ne trouve pas que ça « écrabouille » l’argument du perroquet stochastique.
Désolé, mais ça, ça ressemble à de la fumisterie. Si tu ne sais pas, ça n'est pas grave, mais on devrait tous laisser à Donald Trump l'exclusivité de l'invention d'un monde imaginaire qui colle à son idéologie, sans considération pour la réalité.
Pour le coup, je connais le sujet. 😀 Je te trouve assez condescendant d’ailleurs.
L'AI a déja radicalement transformé la recherche scientifique dans de nombreux domaines, en fournissant des outils pour des tâches qui jusqu'ici étaient soit extrêmement chronophages (typiquement, la segmentation d'images ou de volumes, le tracking vidéo...), soit totalement impossibles (la prédiction de la structure 3D des protéines). D'une manière générale, il y a peu de disciplines où on ne fait pas d'analyse d'image, d'analyses statistiques non-linéaires, de prédiction de structure moléculaire, qui sont des domaines où les algorithmes de machine learning sont dorénavant incontournables. Si tu rajoutes maintenant le fait que les LLM savent faire l'intermédiaire entre un énoncé en langage naturel et un assistant de preuve, tu rajoutes les maths et la modélisation; dans quelques années il ne restera plus beaucoup de recherche scientifique qui n'utilisera pas un algo IA quelque part dans l'analyse.
Tu remarqueras que tu es passé de LLM à IA dans ton argumentation. En effet, on a des algorithmes (des IA en terme marketing) partout aujourd’hui en science mais ce sont souvent des algorithmes prédictifs et très optimisés, bien loin des machines à gaz imprédictibles que sont les LLMs. Pour ce qui est du machine learning je ne m’y connais pas trop, mais je peux en tout cas t’affirmer que, dans le domaine du traitement d’images, j’ai pu observer du code produit par un programmeur avancé bien plus efficace qu’un équivalent en machine learning produit par le labo IA. (quelques heures dans un cas contre plus une semaine dans l’autre pour exactement la même tâche)
[^] # Re: Syndrome de la Tourette
Posté par impromptux (site web personnel) . En réponse au lien Quand l’IA corrige l’IA : un bac de philo très augmenté. Évalué à 1 (+0/-0).
Ce que je voulais dire c’est que ça n’était pas une révolution (dans ce domaine en tout cas).
Je pense que je me suis mal exprimé: je pensais aux usages du grand public des LLMs. On a quand même des gents qui demandent pour qui voter à des machines contrôlées par les GAFAMs. C’est inquiétant. L’utilité en termes de sécurité des LLMs est évidente, c’est ce que j’ai cherché à dire. Cependant, je ne suis pas convaincu par leur utilité dans la programmation: le code vibe-codé a dans la plupart des cas une qualité (en particulier en termes de performance) très basses, similaire à celle d’un programmeur novice. Cela dit, beaucoup d’humains produisent aussi des programmes lents et lourds sans LLM donc bon...
Je n’avais pas vu ça. Je vais regarder. Cependant, mes connaissances en maths sont assez incomplètes, donc je ne peux pas trop commenter cela. Après je ne trouve pas que ça « écrabouille » l’argument du perroquet stochastique.
Pour le coup, je connais le sujet. 😀 Je te trouve assez condescendant d’ailleurs.
Tu remarqueras que tu es passé de LLM à IA dans ton argumentation. En effet, on a des algorithmes (des IA en terme marketing) partout aujourd’hui en science mais ce sont souvent des algorithmes prédictifs et très optimisés, bien loin des machines à gaz imprédictibles que sont les LLMs. Pour ce qui est du machine learning je ne m’y connais pas trop, mais je peux en tout cas t’affirmer que, dans le domaine du traitement d’images, j’ai pu observer du code produit par un programmeur avancé bien plus efficace qu’un équivalent en machine learning produit par le labo IA. (quelques heures dans un cas contre plus une semaine dans l’autre pour exactement la même tâche)