A-t-elle tué l’apprentissage machine?

L’apprentissage machine (ML) est un domaine de recherche depuis plus de 50 ans, et en tant que sous-ensemble de l’intelligence artificielle, il a également été le point de mire de grandes innovations dans ce temps. De nombreuses entreprises utilisent l’apprentissage machine tout au long de leur pile et certaines ont dépendu de cadres ML sans s’en rendre compte. Cependant, avec la popularité croissante des nouvelles formes de développements IA tels que l’IA générative, certains ont mis en question l’étendue à laquelle les approches traditionnelles telles que les algorithmes d’apprentissage machine ont encore une place dans l’industrie du tech. Dans cet épisode, Jane s’entretient avec Sascha Heyer, ingénieur en apprentissage machine senior chez DoiT, pour explorer si ML a encore 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 va se passer l’année prochaine. Mais je pense que nous aurons encore quelques projets d’apprentissage machine plus traditionnels pendant un certain temps, surtout parce que vous pouvez combiner ces approches traditionnelles d’apprentissage machine 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 beaucoup de tâches manuelles.