« Dans le monde de l’IA, celui qui ne commet jamais d’erreur n’essaye probablement pas assez fort ! » Voilà une pensée qui résume bien l’enthousiasme débordant des entreprises pour l’intelligence artificielle générative (GenAI). Depuis l’émergence de ChatGPT, toute réunion débouche sur LA question : comment profiter de l’IA générative dans nos business ? Tout le monde veut sa part du gâteau algorithmique, du gain de productivité à la création de produits plus sexy.
Ah, les chatbots, ces charmants majordomes numériques qui ne veulent que nous aider à tout faire via une interface textuelle ! Mais attention, il ne faudrait pas qu’ils deviennent des boulets numériques… Le mot d’ordre pour éviter la catastrophe ? Commencer petit, rester simple, éviter de faire de l’omelette sans casser des œufs. Chez AlphaSense, ils ont misé sur le résumé de conférences téléphoniques, une tâche unique mais haute valeur ajoutée. Riche idée qui leur a permis d’affiner leur IA avant de s’ouvrir au chat décomplexé !
Pour développer une LLM performante, concentrez-vous sur la création du meilleur dataset au monde pour la tâche concernée.
Ce qui nous amène à cet océan de possibilités dans le développement de Langage de Modèle de Machine (LLM). En 2023, la course à la performance est clairement dominée par OpenAI avec GPT-4, même si les compétiteurs tels Anthropic et Google sont sur les starting blocks. Alors que les modèles open source avaient du plomb dans l’aile, ils ont fait un retour spectaculaire, mettant en lumière l’importance de l’accès ouvert pour stimuler l’innovation et démontrer que la coopétition peut être parfois plus efficace que la concurrence pure et dure.
Et d’ailleurs, voici une pensée pour les développeurs qui jonglent avec l’éternelle question : « Dois-je opter pour une source ouverte ou fermée ? » La clé pour réussir semble se trouver dans l’équilibre des « 5S » de la Sélection de Modèle. Prenez note : il s’agit de Speed, Stuff (le contenu), Sense (le bon sens), Security (la sécurité) et… Surprises (car il faut toujours s’attendre à l’inattendu dans le monde de l’IA, n’est-ce pas ?). Comme le vin, les modèles open source semblent s’améliorer avec le temps, offrant une palette de choix plus large pour les innovateurs du numérique.
Source : Techcrunch
