Post de Flavien Chervet

JARVIS A L'HORIZON ! 🤖 Combien de temps avant que nous ayant tous notre IA personnalisée ? 👀 Les LLMs révolutionnent l'IA conversationnelle, générant du texte, traduisant et répondant à des questions comme jamais auparavant. Mais leur nature générique peut limiter leurs performances dans des domaines spécifiques. C'est là que la personnalisation des LLMs entre en jeu, pour exploiter leur plein potentiel et les adapter à nos besoins précis. 2 méthodologies complémentaires à ce jour : 1️⃣ Le Fine-tuning : un apprentissage ciblé Un LLM générique se transforme en maître de son domaine après un fine-tuning soigné. C'est une révolution pour des applications telles que le commerce, où chaque mot compte et chaque phrase peut faire la différence dans la satisfaction client. 2️⃣ Le RAG (Retrieval-Augmented Generation) : enrichir les réponses avec des connaissances externes Le RAG, c'est le savoir universel au bout des doigts des LLMs. Ils deviennent alors des assistants dotés d'une connaissance encyclopédique, capables de satisfaire les demandes les plus pointues, et ceci, instantanément. Explosion du nombre de tokens en contexte : vers un futur conversationnel sans limites ? 💥 L'un des aspects les plus frappants de l'évolution des LLMs est l'augmentation exponentielle du nombre de tokens en contexte qu'ils peuvent traiter. En moins de deux ans, on est passé de 2 000 tokens pour ChatGPT à 1 million pour Google Gemini ! La voie est donc toute tracée pour des LLM avec une connaissance parfaite de nos habitudes, connaissances et préférences. Mais si l’augmentation du nombre de tokens en contexte ouvre des perspectives extraordinaires pour l'IA conversationnelle faciles à imaginer, il est important de réfléchir aux défis éthiques et techniques que soulèvent déjà cette évolution : Augmentation de la puissance de calcul nécessaire, Risque de biais et de discrimination accrue (comme c’est déjà le cas avec les algorithmes des réseaux sociaux qui "enferment" leurs users dans des "bulles"), vie privée et sécurité des données, … Que pensez vous de l’arrivée prochaine des LLMs ultra-contextualisés, ultra-personnalisées ? Voyez vous la suite avec hâte ou crainte ? Vos avis (une partie de) la team IA de linkedin ? Benoit Raphael Thierry Taboy Benjamin Polge Anis ZAKARI Pierre-Carl Langlais Philippe Huberdeau Jean Briac Coadou Jean-Francois Messier #IA #LLM #apprentissageautomatique #intelligenceartificielle #futurtechnologique #finetuning #RAG #assistantsvirtuels #IApourtous #conversationavecunrobot #Jarvis #ultron Photo : Film HER, 2013.

Cette approche hybride, alliant l'intelligence artificielle générative et la logique symbolique, s'impose progressivement comme une tendance incontournable, car elle constitue la méthode la plus efficace pour les systèmes décisionnels actuels. #ai #llm #generatieveai #decisionintelligence #gofai

Intégrer les modèles de langage à grande échelle (LLM) dans des applications concrètes au service des décisions d'affaires représente un véritable défi. La technologie d'IA générative, aussi sophistiquée soit-elle dans la production de tokens, ne tire pas pleinement parti d'un raisonnement réel et de règles symboliques de manière cohérente, prévisible et transparente. Cet article résume l'approche la plus prometteuse à ce jour : l'alliance des LLM, avec leurs capacités NLP impressionnantes, à la prise de décision symbolique - telles que les règles métier, ou l'IA dite 'Good Old-Fashioned AI' (GOFAI) - pour créer des systèmes performants et intelligents. Découvrez comment cette synergie peut transformer le paysage des solutions d'affaires chez Athena Decision Systems. Pierre Feillet Joël Milgram Yannis Nakos (he/him) Jean-Baptiste Dézard Gabriel Rousseau Nicolas Sauterey Seydou Wane Filippo Focacci Bruno Berstel-Da Silva Kajetan Wojtacki Fatiha Saïs Paul Midy Guillaume Avrin

Le cap des 4 000 téléchargements (sur hal) est franchi pour cet Essai mystérieux, avec des touches mystiques, qui ne se prive pas de dire diverses choses simples, sinon simplement. La thèse centrale demeure loin des débats actuels (le résumé de front page sur hal la donne). Actuellement, on patine et badine avec le concept de "génératif -ve" qui occupe les patauds et badauds du présent. On s'extasie jusqu'à la paralysie sur "la mise en conformité", expression qui fera grimper le montant des notes d'honoraires ankylosées, hier encore, dans l'idée du Droit à respecter. Avant de rapporter, l'IA va coûter. La déception devrait cependant être moins grande que pour la vague spéculative (trouver les trois sens du mot) sur la blockchain. Ainsi va le monde... cahin-caha pour tant de pauvres diables, lieux, groupes ou territoires qu'on affole avec la Tech sans "leur dire quoi" ( 😉 ) ; mais désormais il est vrai, la Tech gagne contre tous et en tous lieux, même lorsqu'elle semble perdre.

La bulle IA est-elle en train d’exploser ? 💥 Il y a 18 mois, OpenAI (fondée en 2015 à San Francisco) introduisait ChatGPT 3.0, un LLM (Large Language Model) qui provoqua l’émoi dans le monde de la technologie (et ailleurs). Or donc, il était possible de « converser » en langage naturel avec un morceau de logiciel. Les réactions allèrent de l’étonnement à l’inquiétude. « Est-ce qu’il y a un génie dans nos ordinateurs ? Et si oui, quel type de génie... bienveillant ou démoniaque ? ». Certains praticiens de l’IA allant même jusqu’à demander une « pause » de l’IA [comme si on pouvait « arrêter le progrès » ou ce qui passait pour du progrès] car l’IA allait nous manger tout cru. Depuis, l’IA est mise à toutes les sauces (littéralement parlant]. IA ici, IA là. « L’IA va doubler l’économie mondiale. L’IA va remplacer 50% des travailleurs ». À qui tout cela profite ? Principalement à la société NVDIA (Santa Clara, California) qui fabrique les microprocesseurs utilisés dans les gigantesques centres de données qui animent lesdits LLMs. Ou à certaines startups comme la société française Mistral qui leva 385 millions d’Euros sans aucun plan d’affaires. Cependant, après l’euphorie exubérante post-ChatGPT, certains facteurs sont en train de refroidir les esprits, parfois à une température polaire. Premièrement, on s’est aperçu que ces LLMs « hallucinent » parfois. Ou trop souvent. On pourrait aussi dire « racontent n’importe quoi ». Et puis un LLM cela peut être mieux qu’un engin de recherche…mais cela reste un engin de recherche…qu’il faut payer (comme la version 4.0 de ChatGPT). Par contre, les sociétés comme OpenAI, elles, refusent de payer pour toutes les données qu’elles utilisent pour entrainer leurs modèles. Et puis tout cela coute très cher en termes d’infrastructure (avec des investissements de plusieurs dizaines de milliards de dollars pour toute société qui veut s’impliquer dans l’IA). Alors le monde des affaires déchante. « Pas si hot que cela, l’IA est un peu trop cher ! ». Bref, si cela l’air d’une bulle et que cela se comporte comme une bulle, un jour cela fait ce que toutes les bulles font : elles explosent. Parlons-en ! Notre site internet : www.rezoway.com https://lnkd.in/ehqKnRJ6

Une plongée édifiante dans un projet lié à l'#ia. On voit ici tous les ingrédients qui constituent la réalité de la mise en oeuvre des algorithmes : - les rapports complexes entre l'homme et les machines, - des enjeux éthiques et politiques, - la réalité très concrète de l'infrastructure et des compétences, - l'importance du savoir-faire et de la sensibilité humaine, à tous les niveaux et notamment les plus humbles, - l'expertise du designer qui fait le lien entre les acteurs et conçoit des outils pour leur permettre d'oeuvrer vers un objectif commun. Si vous ne connaissez pas encore "Le code a changé", cette série de podcast de Xavier Delaporte est à ma connaissance ce qui se fait de mieux sur les rapports entre les humains et la technologie. https://lnkd.in/efhEmcQc

On dit souvent qu’Orion capture la beauté du cosmos. Mais ici, il s’agit du nom de code que OpenAI a donné à la prochaine évolution de ChatGPT. Je n’ai pas d’informations exclusives, mais je souhaite partager ma vision de ce que pourrait être Orion, en me basant sur ce que j’ai pu lire. o1 le dernier né d’OpenAI n’est pas un simple modèle de langage fondamental (LLM) comme ChatGPT. C’est un outil qui repose toujours sur la technologie des transformers, mais avec une capacité à raisonner, un terme employé (à tort) par OpenAI. Il utilise ce qu’on appelle la chaîne de pensée (chain of thought) et est particulièrement performant dans trois domaines : les sciences, le code et les mathématiques. o1 crée de données synthétiques raisonnées : il est capable de produire des données qu’il peut expliquer et justifier. Cela lui permet de se corriger et donc de s’améliorer. Mais même s’il peut progresser seul, o1 a beaucoup toujours besoin de renforcement humain, que ce soit pendant son entraînement ou en production. Et qui s'en occupe ? Évidemment OpenAI, mais aussi nous ! Il ne faut pas oublier ici que la plus grande force et peut-être le plus grand avantage compétitif d'OpenAI sur ses concurrents, c'est bien ses 200 millions d'utilisateurs. Orion combine une version améliorée de ChatGPT-4 et la prochaine version de O1. Depuis ChatGPT-4.5, nous avons atteint un plateau en termes de performances des modèles transformers, et les tentatives de scalabilité coûtent cher, tant pour les serveurs que pour la planète, sans grande valeur ajoutée. Avec Orion, OpenAI propose une nouvelle architecture, où ChatGPT-4 augmenté est couplé à une version avancée de o1. Il faut donc les comprendre comme les deux ensembles et non plus séparé comme maintenant. Cet Orion va être entraîné sur les données synthétiques explicables et justifiables de o. Cela va demander beaucoup de renforcement humain à la fois par OpenAI mais encore là aussi par nous les utilisateurs. Une intelligence artificielle qui a besoin de beaucoup d’intelligence humaine ! o1 excelle aujourd’hui dans seulement 3 domaines qui vont être étendus à d’autres, au contraire en spécialisant le coté o2 d’Orion à des actions « raisonnées » précises, on va créer des agents capables de raisonner sur des tâches spécifiques. Ces agents, associés les uns aux autres, auront le pouvoir de transformer profondément nos usages, y compris dans la vie quotidienne. L’un des atouts majeurs d’Orion et de ces agents sera leur capacité à s’améliorer de façon autonome. D’autant mieux, bien sûr que nous les y aiderons. Mais où nous mènera cette progression de l’IA ?

"𝐀𝐯𝐞𝐜 𝐥’𝐈𝐀, 𝐧𝐨𝐮𝐬 𝐫𝐞́𝐚𝐫𝐦𝐨𝐧𝐬 𝐭𝐞𝐜𝐡𝐧𝐨𝐥𝐨𝐠𝐢𝐪𝐮𝐞𝐦𝐞𝐧𝐭 𝐥𝐚 𝐩𝐫𝐨𝐟𝐞𝐬𝐬𝐢𝐨𝐧" Les récentes annonces de GPT-4o (“o” pour omni) et de Google I/O prétendent avoir réponse à tout. La recherche sur le net et l’interaction avec les IA vont complètement changer d’ici quelques mois. Fin 2024, par exemple, Google nous annonce que les résultats de nos requêtes s’afficheront dès la barre de recherche sous forme de synthèse avec les illustrations et les liens considérés comme pertinents par l’IA. Faut-il ajouter que Open AI indique que l’on pourra interagir avec #ChatGPT par vidéo ? En filmant le problème, l’industrie de l’IA prétend pouvoir apporter les informations pour le résoudre. 𝐐𝐮𝐞 𝐟𝐚𝐢𝐭-𝐨𝐧 ? Par coïncidence, notre profession se constitue au moment où les accélérations de la technologie n’ont jamais été aussi rapides. L’Intelligence Artificielle avance par bonds, et ces bonds sont prodigieux. Comme je l’évoquais précédemment, l’ADEC SAS vous en propose le mode d’emploi, c’est la Confraternité numérique. 𝐋𝐞𝐬 𝐝𝐞𝐮𝐱 𝐜𝐨𝐧𝐝𝐢𝐭𝐢𝐨𝐧𝐬 𝐝𝐮 𝐬𝐮𝐜𝐜𝐞̀𝐬 𝐭𝐞𝐜𝐡𝐧𝐨𝐥𝐨𝐠𝐢𝐪𝐮𝐞 𝐝𝐞𝐬 𝐂𝐨𝐦𝐦𝐢𝐬𝐬𝐚𝐢𝐫𝐞𝐬 𝐝𝐞 𝐉𝐮𝐬𝐭𝐢𝐜𝐞 Contre les discours sur l'obsolescence de nos métiers, je reste convaincu que ces outils d’IA permettent d’augmenter l’activité économique et la productivité des Études, à moindre coût. En effet, la bonne maîtrise de ces outils exige de savoir poser la bonne question et de savoir contrôler la pertinence de la réponse (sa véracité, sa fiabilité, sa justesse). Or, pour nos clients, nous sommes aussi un métier qui sait formuler pour lui les bonnes questions et qui sait garantir la bonne réponse. Ce service de sécurité juridique que nous apportons à nos clients et à l’intérêt général ne pourra jamais être apporté par l’IA. Et c’est au contraire l’IA qui nous apporte et nous renforce dans ce service. Il y a deux conditions présente et future, liées et incontournables, pour le succès technologique de notre profession :  - L’IA ne nous rend pas obsolètes car nous savons l’utiliser pour continuer à faire le métier que nous aimons tant : CJ Constats en est la preuve.  - L’IA ne nous rendra pas obsolètes car nous saurons l’utiliser comme l’outil commun de toute notre profession - pour les petites comme pour les grandes Études - pour un meilleur service à ses clients et un levier d’activité économique créateur de richesse. En remplissant ces deux conditions, nous réarmons technologiquement la profession et les Études, toutes les Études. Bien confraternellement et toujours à votre service. #ia #commissairedejustice #transformationnumerique #cjconstats

#LVCS 💻 La Veille de l'équipe ContentSide 🧠 Les #IA peuvent-elles oublier ? Si le RGPD encadre le traitement des données personnelles, la multiplication de modèles d’IA fonctionnant grâce à des réseaux de neurones artificiels, complexifie son application. Ces réseaux sont construits grâce aux données utilisées lors de la phase d’apprentissage et au calcul du score de précision qui permet au modèle d’ajuster ses prédictions. Si des #donnéespersonnelles sont introduites dans les données d’entraînement, comment les retirer sans endommager le modèle ? 👉 Consultez la source et découvrez les pistes de désapprentissage explorées : https://lnkd.in/dY_ZNxZw

Chaque semaine voit jaillir une “nouvelle fonctionnalité IA” dans un produit : si vous n’avez pas entendu parler du RAG, vous avez loupé quelque chose❗️ 🤖 Des acteurs clés vantent l'intégration de nouvelles fonctionnalités IA mais c’est souvent la même technologie bien précise qui tourne derrière : le LLM en mode RAG.  Kézako ? LLM pour Large Language Model (popularisé par ChatGPT) et RAG pour Retrieval Augmented Generation. C’est lui le RAG ‼️ ⚙️ Cette avancée offre un accès simplifié à l'information en combinant moteur de recherche et synthèse, rendant obsolète les manuels d’utilisation et autres FAQ (foire aux questions) réduits à nourrir le moteur au profit d'une expérience plus naturelle. À votre question précise, nous obtenons une réponse rédigée et même dite. Avec peu d’efforts, la récompense est tangible ! 🤝 Nous avons mis en place cette techno chez un des clients heedgi dans le secteur médical. Ce “RAG” permet une meilleure utilisation des équipements par les opérateurs cliniques et offre une plus grande valorisation du patrimoine de connaissances internes auprès de tous les employés. Nous avons rencontré trop d’entreprises qui se désolent d’avoir produit de la connaissance non-utilisée ou pire de voir partir leurs membres les plus expérimentés à la retraite avec leurs savoirs. Face à ces problématiques, ne pas utiliser cette techno est un “gâchis”. 📽️ Pour ceux qui souhaitent approfondir, voici une super explication en anglais par Don Woodlock sur les LLM en mode RAG :  https://lnkd.in/eYNhgJyD #IntelligenceArtificielle #ia #LLM #RAG #capitaldeconnaissances