A-t-elle tué l’apprentissage automatique?

La machine learning (ML) est un domaine de recherche qui existe depuis plus de 50 ans et qui, 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 la machine learning tout au long de leur stack et certaines ont déjà fait appel à des frameworks ML sans le réaliser. Cependant, avec l’essor de nouvelles formes de développements en IA, telles que l’IA générative, certains ont remis en question l’étendue de la place que les approches traditionnelles, telles que les algorithmes de machine learning, ont encore dans l’industrie du tech. Dans cet épisode, Jane s’entretient avec Sascha Heyer, ingénieur en machine learning senior chez DoiT, pour explorer si le ML a toujours un rôle à jouer dans un monde plus intéressé par l’IA conversationnelle. « Le futur est toujours difficile à prédire, 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 de machine learning traditionnel 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 linguistiques, 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 beaucoup de manipulation manuelle. »