Commencez votre aventure technologique : expliquer les concepts de base de l'IA

Au début de l'été, je suis entré dans le siège social de G2 à Chicago, les yeux écarquillés et nerveux de savoir si j'avais bien choisi la tenue business casual.

J'étais ravi d'avoir décroché un stage solide dans l'industrie technologique. Mais dès mon arrivée, j’ai réalisé que j’avais encore du travail à faire. Depuis, j'en ai appris davantage sur la façon dont le monde de l'entreprise a été affecté par le boom de l'intelligence artificielle (IA) et pourquoi elle est importante pour tout le monde, quel que soit le poste ou le domaine dans lequel ils se trouvent.

Voici ce que j'aurais aimé savoir sur l'IA et la technologie avant de commencer mon stage d'été.

Termes de l'intelligence artificielle

L’IA existe depuis des décennies, mais ce n’est que ces derniers mois qu’elle a véritablement commencé à décoller.

Mais de quoi s’agit-il ? Pourquoi devriez-vous même vous soucier de l’IA ? Tout d’abord, définissons quelques termes de base.

Qu’est-ce que l’intelligence artificielle ?

HCLTech définit l’IA comme « la science consistant à créer des machines capables de penser comme les humains ». Il peut faire des choses considérées comme « intelligentes ». Ils poursuivent : « La technologie de l’IA peut traiter de grandes quantités de données d’une manière différente des humains. L’objectif de l’IA est d’être capable de faire des choses comme reconnaître des modèles, prendre des décisions et juger comme des humains. Pour ce faire, nous avons besoin d’y intégrer de nombreuses données.

Kabir Sidana de Medium a écrit que « le but de l’IA est d’imiter l’intelligence humaine afin d’améliorer l’efficacité et de réduire les erreurs humaines ».

Qu’est-ce que l’apprentissage automatique ?

L'apprentissage automatique (ML) est un sous-ensemble de l'IA et implique l'idée d'un système informatique capable de créer et d'apprendre de nouveaux algorithmes de manière autonome.

Les ordinateurs traditionnels suivent un format A à B, ce qui signifie qu’ils font ce pour quoi le créateur les a programmés. Cependant, le ML peut apprendre de nouveaux processus et s’adapter à de nouveaux problèmes à la volée.

En bref, l’IA est le quoi (un ordinateur qui pense comme les humains et peut s’adapter), tandis que le ML est le comment (les algorithmes qui détectent et analysent les modèles dans divers domaines).

Par exemple, les programmeurs ne prévoient pas tous les scénarios auxquels une voiture autonome pourrait être confrontée. Au lieu de cela, son système est formé pour apprendre et prendre des décisions à la volée.

Qu'est-ce qu'un chatbot ?

Créé pour la première fois en 1966 en tant que chatterbot (appelé plus tard chatbot ), un chatbot est un programme informatique d'IA conversationnel et prédictif conçu pour simuler un dialogue de type humain.

ChatGPT est peut-être l'exemple le plus connu et le plus actuel de chatbot IA, mais Bard de Google et AI Bing de Microsoft sont à la recherche d'une part de marché.

Qu’est-ce qu’un grand modèle de langage ?

Les grands modèles linguistiques (LLM) sont une autre forme d’IA conversationnelle prédictive qui est entraînée via des ensembles d’entrées/sorties de données. Ce sont des prédicteurs, ce qui signifie que toutes les données introduites dans le LLM sont considérées par le programme comme exactes. La quantité de données introduites dans ces programmes prédictifs peut atteindre plus de milliards de points de données (également appelés paramètres).

Par exemple, j'ai utilisé le modèle LLM de Google, Bard, et j'ai tapé : « Pour le petit-déjeuner aujourd'hui, j'ai mangé… » et il a répondu par « un bol de flocons d'avoine », « deux œufs brouillés » et « un bagel avec du fromage à la crème ». Cela s'est produit parce que Bard avait appris auparavant que ces plats étaient généralement consommés à l'heure du petit-déjeuner.

L’une des principales préoccupations des LLM est que les données qui y sont ingérées peuvent être inconsciemment biaisées ou inexactes. Cela a permis à certaines réponses d'être incorrectes, ambiguës et même offensantes.

Actuellement, il semble que l’objectif de la création de LLM ne consiste pas tant à les rendre plus grands avec plus de points de données, mais plutôt à les rendre beaucoup plus petits et davantage axés sur une certaine activité.

C'est moins cher, plus rapide et plus précis, car les données ingérables peuvent être authentifiées avant d'être introduites dans le programme.

Qu’est-ce que le traitement du langage naturel ?

Le traitement du langage naturel (NLP) fait référence à un apprentissage informatique permettant de comprendre et de traiter les mots prononcés de la même manière que les humains. Il prend les règles et les fondements du langage et les combine avec une grande quantité de données saisies pour commencer à traiter un langage naturel.

C'est sur ce principe que nous disposons de systèmes GPS à commande vocale, d'options de synthèse vocale, de chatbots de service client, et bien plus encore. Tous ces éléments sont conçus pour accélérer les processus métier, augmenter la productivité des employés et permettre aux clients d'obtenir des résultats précis plus rapidement.

Qu’est-ce que l’apprentissage profond ?

L'apprentissage profond (DL) est un sous-ensemble du ML qui traite des problèmes à plus grande échelle.

Ces programmes sont capables d'exécuter plusieurs calculs simultanément, permettant d'obtenir des résultats plus rapides. De nombreux programmes DL peuvent, comme les systèmes ML, créer de nouveaux algorithmes sans l'aide ou les conseils d'humains. Les programmes élargissent l'étendue de leurs connaissances et nous aident de manière nouvelle et innovante dans les domaines de la santé, des médias sociaux, de la finance, de la cybersécurité et bien d'autres domaines.

À la base, il s’agit de MLg mais pour des problèmes plus importants et plus complexes. L'apprentissage, au fur et à mesure, peut stocker d'énormes quantités d'informations pour apprendre et se développer davantage d'une manière qui sera utile aux humains.

L'histoire de l'IA

Alors, quand l’IA a-t-elle fait ses débuts ?

L’origine de l’IA remonte aux années 1950 avec Alan Turing, le père des ordinateurs modernes. En 1950, Turing a publié un article intitulé « Computing Machinery and Intelligence », qui se concentrait sur l’idée que si les humains utilisent les informations stockées pour résoudre de nouveaux problèmes et prendre des décisions, qu’est-ce qui empêche une machine de faire la même chose ?

Malheureusement, les ordinateurs de l’époque étaient coûteux et lents. Et au lieu de stocker les commandes, ils ne faisaient que les exécuter, leur interdisant ainsi d’apprendre et d’analyser comme l’envisageait Turing. Avec le temps, cependant, les ordinateurs ont augmenté en capacité et en mémoire tout en diminuant en taille et en prix.

Fin 2022, OpenAI a lancé un produit révolutionnaire : ChatGPT , un chatbot IA spécialisé dans le PNL. Quatre jours après son lancement, ils ont dépassé le million d'utilisateurs, et un mois plus tard, les experts estimaient que ChatGPT avait rassemblé environ 265 millions d'utilisateurs uniques.

Pour référence, il a fallu neuf mois à TikTok pour accumuler 100 millions d’utilisateurs actifs mensuels, et à Instagram près de deux ans et demi pour en arriver là.

Les entreprises du monde entier se démenaient pour rester à la pointe de la demande croissante en matière d’IA. Bientôt, de grandes entreprises de tous secteurs ont annoncé l’utilisation de l’IA pour rationaliser leurs processus métier.

Par exemple, Microsoft a annoncé peu de temps après la montée en puissance de ChatGPT qu'il s'était associé à OpenAI et avait accepté d'investir 10 milliards de dollars dans la recherche et le développement de l'IA. D’autres grandes entreprises ont emboîté le pas, et toutes n’étaient pas de grandes entreprises technologiques comme Microsoft ; certains n'étaient même pas du tout spécialisés dans la technologie.

L'IA dans l'industrie technologique

Les entreprises sont toujours à la recherche de moyens de prendre l'avantage sur leurs concurrents. L’IA est un outil puissant qui peut aider les entreprises à y parvenir.

L’IA peut contribuer à accroître l’efficacité et la taille des entreprises, en leur permettant de combiner cerveaux humains et artificiels pour maximiser leur production et leur valeur. Il peut également être personnalisé en fonction des besoins individuels d'une entreprise et constitue un moyen très rentable de rationaliser un modèle commercial.

Comment les entreprises utilisent-elles l’IA ?

En avril 2023, EY a interrogé plus de 250 dirigeants du secteur technologique.

G2 n’est pas loin non plus.

Il y a quelques mois, G2 a publié notre propre itération d'un chatbot artificiel appelé Monty . Tout simplement, Monty permet aux chercheurs en logiciels de demander quel type de services ils sont intéressés. Monty fournit ensuite, en quelques secondes, une liste de suggestions.

Voici un exemple de recherche qu'une personne pourrait effectuer :

Plutôt cool, non ?

Ici, l'IA facilite les processus métier de G2. Selon Tim Handorf, l'un des cofondateurs de G2, la mise en œuvre de l'IA dans les processus métier de G2 aide à « guider les utilisateurs vers les solutions logicielles idéales pour leurs besoins commerciaux uniques ».

Dans l’ensemble, l’IA est l’avenir des entreprises. C’est l’union entre l’homme et la machine qui permet à une entreprise d’évoluer, de se développer et de réussir d’une manière qui n’a jamais été réalisée auparavant.

Richard Baldwin, économiste et professeur à l'Institut de hautes études de Genève en Suisse, déclare : « L'IA ne prendra pas votre emploi. C'est quelqu'un qui utilise l'IA qui le fera.

En utilisant efficacement l’IA, nous, en tant que société, assisterons à une augmentation de la productivité et de la production, ouvrant la voie à une nouvelle génération bâtie sur le fruit d’un travail acharné associé à des processus rationalisés uniquement disponibles grâce à l’IA.

L'IA n'est rien ; c'est tout

L’IA a un large potentiel. D'un système éducatif personnalisé dont la difficulté augmente lorsque l'élève est prêt pour le niveau suivant jusqu'à un système d'IA qui trouve Waldo plus rapidement que n'importe quel humain, les capacités sont infinies.

En appliquant le ML à notre société, nous verrons des résultats de croissance plus positifs dans la façon dont nous utilisons la technologie, quel que soit le secteur. De nos jours, il ne suffit pas d’utiliser l’IA : il faut l’adopter.

Tout comme nous, l’intelligence artificielle ne cesse d’apprendre. Apprenez-en davantage sur la façon dont ces robots utilisent l’apprentissage par renforcement pour affiner leurs compétences.