La révolution des Large Language Models et de l’IA générative
Comment j’ai appris à apprécier l’IA
Comme la plupart des Américains de ma génération, ma première exposition à l’Intelligence Artificielle (IA) s’est faite à travers le film de 1968 de Stanley Kubrick, 2001 : l’Odyssée de l’espace. Les effets ont vieilli, mais le film vaut toujours la peine d’être regardé. Kubrick a co-écrit le scénario avec l’auteur britannique et futuriste Sir Arthur C. Clarke.
La scène la plus célèbre se déroule dans l’espace lorsque Dave, un astronaute, a besoin que HAL, l’IA à bord du vaisseau spatial, ouvre les portes de la soute pour le laisser rentrer. Voici le dialogue :
Dave: “Open the pod bay doors, HAL.”
HAL: “I’m sorry, Dave, I can’t do that.”
À l’époque, cette vision des années 1960 de l’IA était dystopique et quelque chose à craindre.
L’héritage d’Alan Turing et l’évolution de l’IA
Alan Turing, mathématicien britannique à l’origine du déchiffrement du code Enigma allemand pendant la Seconde Guerre mondiale, a écrit un article théorique majeur sur l’IA en 1950. Il a posé la question profonde : “Les machines peuvent-elles penser ?”
Turing a développé une méthode (à l’origine appelée le jeu de l’imitation) pour déterminer si un ordinateur pouvait réellement penser. L’idée était que si un humain pouvait engager une conversation par texte avec une machine et croire qu’il s’agissait d’un autre humain, la machine serait capable de penser. Aujourd’hui, cette méthode est universellement connue sous le nom de Test de Turing. Bien sûr, l’IA a progressé bien au-delà du Test de Turing.
Expertise et Machine Learning
Dans les années 1980, alors que l’IA était à ses balbutiements, j’ai passé un été en tant que stagiaire dans un laboratoire de la NASA à l’Université Purdue, dans l’Indiana. Notre laboratoire travaillait sur la création de cartes numériques à partir du programme Landsat de la NASA.
En fac, j’ai suivi un séminaire sur l’IA, où nous avons créé certains systèmes experts simples. Un système expert est une forme d’IA conçue pour imiter un expert humain dans un domaine particulier. Pour mon projet de fin d’études, j’ai créé des règles et des faits pour simuler le comportement de changement de vitesse d’un vélo à 10 vitesses.
Ces dernières années, j’ai passé du temps à expérimenter avec le Machine Learning. Le Machine Learning consiste à faire ingérer à des ordinateurs de grandes quantités de données et à reconnaître des schémas.
L’avenir de l’IA : LLMs et GenAI
Bien entendu, le buzz aujourd’hui concerne les Large Language Models (LLMs) et l’Intelligence Artificielle Générative (GenAI). Les LLMs utilisent le Machine Learning pour comprendre et générer du texte. ChatGPT est probablement le LLM le plus connu sur le marché.
Cependant, plusieurs problèmes doivent être résolus avec les LLMs et GenAI. Il est important de savoir que ces IA peuvent halluciner ou donner de fausses informations.
Au-delà de l’IA : Un avenir prometteur
Même si des défis subsistent, l’IA n’est pas prête de disparaître. Il est essentiel de comprendre ses capacités et ses limites, et de découvrir comment tirer parti de cette technologie au quotidien.
Source : www.thegazette.com
