A-t-on tué l’apprentissage automatique avec l’IA générative?

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 également fait l’objet d’une grande innovation dans ce temps. De nombreuses entreprises utilisent l’apprentissage machine tout au long de leur pile et certaines ont déjà utilisé des frameworks d’apprentissage machine sans le réaliser. Cependant, avec l’essor de nouvelles formes de développements en intelligence artificielle, telles que l’intelligence artificielle générative, certains ont remis en question l’étendue de l’intérêt des approches traditionnelles telles que les algorithmes d’apprentissage machine. Dans cet épisode, Jane discute avec Sascha Heyer, ingénieur en apprentissage machine senior chez DoiT, pour explorer si l’apprentissage machine a toujours un rôle à jouer dans un monde qui s’intéresse davantage à l’intelligence 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, d’autant plus que vous pouvez combiner ces approches d’apprentissage machine traditionnelles 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 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 beaucoup d’étapes manuelles. »