Une IA Ethique pour transformer votre business
Nvidia devient la deuxième société la mieux valorisée du monde, faisant passer Apple en troisième position. Apple était en première position avant l’IA. C’était déjà fait dépasser par Microsoft (l’insulte !). Et comme Google, paie cher son manque d’exécution. Mais l’histoire n’est jamais finie… En tout ça montre qu’une belle bulle est en train de se former. Chouette !! On va revivre les années 2000 !
Enfin, on s’en approche des Agents, les vrais : qui analyse une donnée, prend des décisions et fait des actions. Mais ça ne passe pas par les LLM et leurs hallucinations, pas assez fiables. Un nouveau modèle de “World Knowledge model” (WKM) fait surface. A suivre !
La surprise vient plus du fait qu’un LLM générique comme chat GPT4 est plus efficace que du machine learning traditionnel et spécialisé sur ces sujets. On rappelle aussi que les LLM sont à l’aise avec les textes, beaucoup moins avec les chiffres. Ça peut donc aider les analystes, mais encore une fois pas les remplacer
Un enseignement du cas Google, qui introduit l’IA dans son moteur de recherche : une IA générative (Gen AI) peut se tromper. Même s’il est facile de s’amuser des erreurs présentées, cela doit surtout nous faire réfléchir sur le fait que ces erreurs proviennent souvent de la qualité des données d’entraînement et de l’incapacité de l’IA à comprendre réellement le contenu qu’elle ingère. La Gen AI fonctionne, et fonctionnera encore probablement un temps, dans des domaines où l’erreur est permise, voire un avantage, comme dans la créativité. Mais elle n’est pas (encore) adaptée là où les résultats doivent être 100 % exacts et exhaustifs.
Il est toujours utile de rappeler que les créateurs de LLM ne comprennent pas entièrement ce qui se passe à l’intérieur de la ‘boîte noire’. Ainsi, Anthropic a étudié comment son modèle associe les concepts. Il est également important de rappeler qu’OpenAI a découvert que plus un modèle est alimenté en données, plus il semble devenir intelligent. Cette compréhension est indispensable pour savoir comment exploiter les modèles dans nos activités…
Petit rappel pour ne pas confondre les deux concepts : L’IA générative est utilisée pour générer du contenu nouveau : textes, images, vidéos, lignes de code, musique, etc. Quant à l’IA prédictive, elle est utilisée pour prédire les événements futurs.
C’est sympa cette frénésie médiatique, mais ça ne nous aide pas : les fantasmes sont plus forts que jamais et les entreprises perdues
C’est un peu technique mais permet de voir comment est construit un RAG (au moins jusqu’à la vingtième minute)
Si les profs ne peuvent pas détecter les textes écrits par l’IA, en entreprise, impossible idem. Il faudra faire confiance à l’émetteur d’avoir vérifier les potentielles hallucinations et fausse affirmations
Une solution pour les entreprises qui aborde le fine-tuning sur ses data et la sécurité. Mais pas sûr de comprendre son positionnement en taille d’entreprise ou complexité de projets