« l’IA générative et ses possibilités ». » (5/5). L’intelligence artificielle a nécessité de chercher de nouvelles façon de raffiner, indexer et stocker l’information. Les vecteurs mathématiques sont les objets les plus propices à stocker l’information de données de nature divers en les rationalisant grâce aux savoir mathématique. C’est ainsi qu’est née l’idée de la base de données vectorielle. Dans cet article un peu plus technique nous découvrirons les bases de données vectorielles, également appelées bases de données de vecteurs, qui jouent un rôle fondamental dans le stockage, la recherche et la manipulation de données complexes.
Les modèles utilisés pour l’IA générative sont les fameux LLMs. Le nom est en soit explicite : ce sont des modèles informatiques produits en traitant des très très grands volumes de texte. Bien évidemment, ce n’est pas le genre d’exercice qu’une société peut reproduire seule et il convient dès lors de préciser les modes d’adoption envisageables.
Si une entreprise veut utiliser une IA générative, elle a 4 et seulement 4 options :
Nous allons passer en revue ces 4 options :
L’utilisation d’un modèle dans l’état revient à parler de « prompt engineering ». En termes vulgaires, c’est vraiment l’art de poser une (bonne) question à un modèle. C’est, par construction, la solution « low cost » d’utilisation d’un modèle car ne nécessitant qu’un travail sur l’utilisation de la solution et non un travail de personnalisation particulier. Deux sous-options s’offrent alors à vous :
L’art du « prompt engineering » sera alors de fournir une question avec suffisamment de contexte pour le modèle générique puisse répondre à votre question spécifique.
Chaque domaine d’activité est différent. La personnalisation devient alors nécessaire. La procédure est alors d’affiner le système (« fine tune ») grâce à la soumission d’exemples. La complexité sera alors de fournir la documentation appropriée ou bien encore les exemples de réponses que l’on souhaite avoir dans un contexte donné.
Un entrainement doit alors être réalisé qui conduira à la génération d’un nouveau modèle plus spécifique. La charge (et le coût) d’un tel exercice dépendra de la complexité du contenu et du niveau de précision attendu mais permettra de fournir une base réutilisable à l’infini.
Le modèle combiné vise à construire un équilibre entre le cout d’entrainement sur patrimoine de données stables et l’adaptation à un contexte particulier.
L’IA Générative ne se limite pas aux travaux à base de texte. JEMS, maitrise un catalogue complet de solutions pouvant répondre à d’autres usages liés au son, à l’image et autres.
En fonction des besoins de votre entreprise, améliorer votre productivité (modèle 1) ou créer de nouveaux services (Modèle 2-4) tel ou tel technologie sera envisagée. JEMS est agnostique des technologies mais possède un savoir faire unique dans la méthodologie de création de patrimoine de données. Cette méthode a fait ses preuves parmi les plus grands clients du CAC40. JEMS a les capacités et le savoir-faire pour urbaniser les produits à base de générative IA dans une vision plus globale.
En somme, la capacité de JEMS à adapter les LLMs à vos besoins en plus de son expertise sur les autres types de modèles d’intelligence artificielle ; vous permettra d’être accompagné au mieux pour concrétiser vos idées des simples au plus complexes.
