Est-ce que l’IA générative a tué l’apprentissage automatique ?

L’apprentissage automatique (ML) est un domaine de recherche depuis plus de 50 ans et, en tant que sous-ensemble de l’intelligence artificielle, il a également été le sujet de grandes innovations depuis cette période. De nombreuses entreprises utilisent l’apprentissage automatique dans l’ensemble de leur infrastructure et certaines se sont appuyées sur des frameworks de ML sans le réaliser. Cependant, avec la popularité croissante de nouveaux développements en intelligence artificielle, tels que l’IA générative, certains se sont interrogés sur la place qu’occupent encore les approches traditionnelles telles que les algorithmes d’apprentissage automatique dans l’industrie technologique. Dans cet épisode, Jane s’entretient avec Sascha Heyer, ingénieur principal en apprentissage automatique chez DoiT, pour explorer si le ML a encore un rôle à jouer dans un monde qui s’intéresse davantage à l’IA conversationnelle. « L’avenir est toujours difficile à prévoir, personne ne s’attendait à ChatGPT et à GPT en général, et je ne sais pas ce qui va se passer l’année prochaine. Mais je pense que nous aurons encore quelques projets traditionnels d’apprentissage automatique pendant un certain temps, notamment parce que vous pouvez combiner ces approches traditionnelles d’apprentissage automatique avec des approches de modèles de langage naturel. » « Sans de grands modèles de langage, les ingénieurs devaient prendre en compte divers modèles, de la régression linéaire simple à des modèles d’ensemble plus complexes ou des modèles d’apprentissage profond. Et ils devaient les ajuster selon leurs cas d’utilisation, ce qui nécessitait de nombreuses étapes manuelles. »