Saisissez votre email pour recevoir votre lien de connexion aux contenus Premium.

Comprendre l’IA générative

Dernière mise à jour : 02/02/2024

Une longue histoire, faite d’espoirs et de désespoirs

Dans les années 80, les systèmes experts avaient déjà généré beaucoup d’espoirs. Ils se sont avérés difficiles à construire et finalement efficaces sur des domaines extrêmement pointus et précis. Ce n’est que dans les années 2000 avec le deep learning que l’IA se présente comme une solution à la fois très puissante et pouvant s’appliquer à des champs très larges : reconnaitre, trier, classer dans un premier temps, puis générer du texte, des images, des voix.

IA Générative : de quoi parlons-nous ?

Si ChatGPT a mobilisé l’attention, ce n’est pas le seul outil d’Intelligence Artificielle Générative. Nous pouvons citer en concurrent de ChatGPT, dans les interfaces Text to Text, Bard de Google, Claude 2 d’Anthropic ou Perplexity, ou dans les interfaces Text to Image, MidJourney, Stable Diffusion ou Dall-E. L’apport principal de ces outils réside dans leur capacité générative : ils génèrent du contenu vraisemblable qui n’existait pas avant, contrairement à un moteur de recherche ou à un chatbot traditionnel qui ne fait qu’indiquer des contenus existants.

Une application d’IA Générative comme ChatGPT est capable d’interpréter une question en langage naturel (le “prompt”) et de générer une réponse vraisemblable. Pour cela le moteur a été “entrainé” sur un ensemble de connaissances présélectionnées (le corpus). Cet entraînement a permis de construire le modèle (LLM : Large Language Model).

modèle de langage

LLM

ChatGPT est basé sur un LLM (large langage model – modèle de langage à grande échelle en français), c’est-à-dire un générateur de texte entraîné pour ressembler à un humain. Contrairement à d’autres formes d’IA dans lesquelles on essaie de modéliser le savoir sous forme de règles et on crée une « intelligence » capable d’appliquer ces règles à certaines situation, le LLM effectue des prédictions sur le mot suivant à générer à partir de modèles statistiques issus d’énormes bases de données. Ainsi Etienne Klein qualifie-t-il ChatGPT de “Perroquet stochastique” (reprenant cette formule de la linguiste américaine Emily M. Bender) ! L’IA générative et les LLM se distinguent également d’autres formes de deep learning, par exemple celles qui visent à reconnaître ou trier des objets (reconnaissance faciale, analyse d’images, diagnostiques médicaux etc …).

Réduire et améliorer ses pratiques en réunions :

    • Paradoxalement, moins les gens sont disponibles, plus on doit leur mobiliser du temps. La réunion est souvent le moyen ultime pour obtenir du temps de ses interlocuteurs, pour avoir leur avis, collecter de l’information ou les encourager à agir. Faute de réponses aux échanges asynchrones, un espace dans les agendas est mobilisé pour une réunion.
    • Lorsqu’on organise une réunion, on accapare du temps à chaque invité. La responsabilité de l’organisateur est d’user avec modération de ce temps et d’assurer l’efficacité de la réunion. Limiter le nombre de participants et réduire légèrement les durées pour assurer des petits temps de respiration entre deux réunions, sont des axes de progrès que chacun peut facilement actionner.

Inscrivez-vous et recevez un lien de connexion
pour lire cette page en entier.

Pour accéder gratuitement aux articles complets et contenus téléchargeables, rentrez votre email en haut de la page.