A-t-elle tué l’apprentissage automatique?

La machine learning (ML) est un domaine 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 la machine learning tout au long de leur stack et certaines ont même recours aux frameworks ML sans le savoir. Cependant, avec le succès des nouvelles formes d’IA telles que l’IA générative, certaines personnes ont remis en question l’importance des approches traditionnelles telles que les algorithmes de machine learning. Dans cet épisode, Jane s’entretient avec Sascha Heyer, ingénieur en machine learning chez DoiT, pour explorer si le ML a toujours un rôle à jouer dans un monde plus intéressé par 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 de machine learning traditionnels pendant un certain temps, surtout parce que vous pouvez combiner ces approches traditionnelles de machine learning avec des 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 ajuster en fonction de leurs cas d’utilisation, ce qui nécessitait de nombreuses étapes manuelles. »