L’intelligence générative a-t-elle tué l’apprentissage automatique?

La machine learning (ML) est un domaine de recherche qui existe depuis plus de 50 ans et fait partie intégrante de l’intelligence artificielle depuis son invention. De nombreuses entreprises l’utilisent dans leurs processus et certains ont même recours à des frameworks de ML sans le savoir. Cependant, avec l’essor d’une nouvelle forme d’IA, l’apprentissage automatique génératif, certains ont remis en question le rôle des approches traditionnelles telles que les algorithmes d’apprentissage automatique. Dans cet épisode, Jane s’entretient avec Sascha Heyer, ingénieur en apprentissage automatique senior chez DoiT, pour explorer si l’apprentissage automatique a toujours sa place dans un monde plus intéressé par l’IA conversationnelle. « Il est toujours difficile de prédire l’avenir, personne ne s’attendait à ce que ChatGPT et GPT en général fassent leur apparition et je ne sais pas ce qui se passera l’année prochaine. Mais je pense que nous aurons encore besoin de projets d’apprentissage automatique plus traditionnels pendant un certain temps, d’autant plus que vous pouvez combiner ces approches traditionnelles avec des modèles de langage naturel. » « Avant les grandes langues-modèles, les ingénieurs devaient envisager différents modèles, allant de la régression linéaire la plus simple 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. »