A-t-elle tué l’apprentissage automatique?

L’apprentissage automatique (ML) est un champ de recherche qui existe depuis plus de 50 ans et, en tant que sous-ensemble de l’intelligence artificielle, a également fait l’objet d’une grande innovation au cours de cette période. De nombreuses entreprises utilisent l’apprentissage automatique tout au long de leur stack et certaines ont déjà utilisé des frameworks d’apprentissage automatique sans s’en rendre compte. Avec l’essor de nouvelles formes de développement de l’IA telles que l’IA générative, certains ont cependant mis en question l’étendue des approches traditionnelles telles que les algorithmes d’apprentissage automatique. Dans cet épisode, Jane s’entretient avec Sascha Heyer, ingénieur en apprentissage automatique senior chez DoiT, pour explorer si l’apprentissage automatique a toujours un rôle à jouer dans un monde qui s’intéresse davantage à l’IA conversationnelle. «Il est toujours difficile de prédire l’avenir, personne ne s’attendait à ChatGPT et 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 d’apprentissage automatique traditionnels 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 les grands modèles linguistiques, les ingénieurs devaient envisager divers modèles, allant de la simple régression linéaire à des modèles d’ensemble plus complexes ou des modèles d’apprentissage profond. Et ils devaient les ajuster en fonction de leurs cas d’utilisation, ce qui nécessitait de nombreuses étapes manuelles.»