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

L’apprentissage automatique (ML) a été un domaine de recherche depuis plus de 50 ans et, en tant que sous-ensemble de l’intelligence artificielle, il a également été le focus d’une grande innovation durant cette période. De nombreuses entreprises utilisent l’apprentissage automatique dans l’ensemble de leur infrastructure et certaines se sont basées sur des frameworks de ML sans le réaliser. Cependant, avec la montée en popularité de nouvelles formes de développements en IA, telles que l’IA générative, certaines personnes se sont interrogées sur la mesure dans laquelle les approches traditionnelles comme les algorithmes d’apprentissage automatique ont encore leur place dans l’industrie technologique. Dans cet épisode, Jane parle à Sascha Heyer, ingénieur principal en apprentissage automatique chez DoiT, pour explorer si le ML a toujours 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 se passera l’année prochaine. Mais je pense que nous aurons encore des projets d’apprentissage automatique plus traditionnels pendant un certain temps, surtout parce que vous pouvez combiner ces approches traditionnelles d’apprentissage automatique avec les approches de modèles de langage naturel. » « Sans les grands modèles de langage, les ingénieurs devaient prendre en compte divers modèles, allant de la simple régression linéaire aux modèles d’ensemble plus complexes ou aux modèles d’apprentissage profond. Et ils devaient les adapter en fonction de leurs cas d’utilisation, ce qui nécessitait beaucoup d’étapes manuelles. »