A-t-on tué l’apprentissage automatique par l’intelligence générative ?

La machine learning (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 au cours de cette période. De nombreuses entreprises utilisent la machine learning tout au long de leur pile et certaines d’entre elles ont déjà utilisé des frameworks de ML 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’étendue des approches traditionnelles telles que les algorithmes de machine learning. 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. «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, d’autant plus que vous pouvez combiner ces approches traditionnelles de machine learning avec des approches de modèles linguistiques naturels.» «Sans les grands modèles linguistiques, les ingénieurs devaient considérer divers modèles, allant de la simple régression linéaire à des modèles d’agrégation 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.»