A-t-elle tué l’apprentissage automatique?

L’apprentissage machine (ML) est un champ de recherche qui existe depuis plus de 50 ans et, en tant que sous-ensemble de l’intelligence artificielle, a fait l’objet de nombreuses innovations au cours de cette période. De nombreuses entreprises utilisent l’apprentissage machine tout au long de leur pile et certaines auront même utilisé des frameworks d’apprentissage machine sans s’en rendre compte. Cependant, avec l’essor de nouvelles formes d’IA telles que l’IA générative, certaines personnes ont remis en question l’ampleur des approches traditionnelles telles que les algorithmes d’apprentissage machine. Dans cet épisode, Jane s’entretient avec Sascha Heyer, ingénieur en apprentissage machine senior chez DoiT, pour explorer si l’apprentissage machine a toujours sa place dans un monde où l’on 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 se passera l’année prochaine. Mais je pense que nous aurons encore quelques projets d’apprentissage machine traditionnels pendant un certain temps, d’autant plus que vous pouvez combiner ces approches traditionnelles d’apprentissage machine avec des modèles de langage naturel.  » « Sans les grands modèles de langage, les ingénieurs devaient prendre en compte divers modèles, allant de la régression linéaire simple aux modèles d’ensemble plus complexes ou aux modèles d’apprentissage profond. Et ils devaient les ajuster, en fonction de leurs cas d’utilisation, ce qui nécessitait de nombreuses étapes manuelles. »