L’apprentissage automatique (ML) a été un domaine de recherche depuis plus de 50 ans et, en tant que sous-ensemble de l’intelligence artificielle, il a également été le centre d’une grande innovation pendant ce temps. De nombreuses entreprises utilisent l’apprentissage automatique dans leur ensemble et certaines se sont appuyées sur des frameworks de ML sans s’en rendre compte. Cependant, avec la popularité croissante de nouvelles formes de développements en intelligence artificielle, telles que l’IA générative, certains se sont interrogés sur la place des approches traditionnelles telles que les algorithmes d’apprentissage automatique dans l’industrie technologique. Dans cet épisode, Jane s’entretient avec Sascha Heyer, ingénieur principal en apprentissage automatique chez DoiT, pour explorer si l’IA a toujours un rôle à jouer dans un monde qui est davantage intéressé par l’IA conversationnelle. « L’avenir est toujours difficile à prévoir, personne ne s’attendait à ChatGPT et à GPT en général et je ne sais pas ce qui va se passer l’année prochaine. Mais je pense que nous aurons encore des projets d’apprentissage automatique plus traditionnels pendant un certain temps, surtout parce que vous pouvez combiner ces approches traditionnelles avec les modèles de langage naturel. » « Sans de grands modèles de langage, les ingénieurs devaient prendre en compte plusieurs modèles, des régressions linéaires simples 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. »
Menu
