Sommaire · leçon 4 sur 91
Module 1 · Comment une IA apprend
Apprendre par l'exemple
Presque toutes les IA apprennent la même chose : associer une entrée à une sortie. Voyons comment se déroule cet apprentissage.
À la fin de cette leçon, vous saurez
- Décrire une IA en termes d'entrée et de sortie
- Expliquer les étapes de l'entraînement d'un modèle
- Distinguer l'entraînement d'un modèle de son utilisation
Une entrée, une sortie
La plupart des IA font une seule chose : à partir de ce qu'on leur donne (l'entrée), elles produisent un résultat (la sortie). Ce qui change d'une IA à l'autre, c'est la nature de l'entrée et de la sortie.
Entrée
Sortie
Utilisation
Cette grille de lecture est précieuse. Face à n'importe quel outil d'IA, posez-vous deux questions : qu'est-ce qu'il reçoit ? qu'est-ce qu'il produit ? Vous saurez aussitôt ce qu'il peut faire, et ce qu'il ne peut pas faire.
Comment se passe l'entraînement
Apprendre à une IA s'appelle l'entraîner. Suivons l'exemple d'un filtre anti-spam.
Rassembler des exemples
On réunit un très grand nombre d'e-mails, des centaines de milliers. Pour chacun, un humain a indiqué la bonne réponse : « indésirable » ou « normal ».
Laisser le modèle deviner
On présente un e-mail au modèle, sans lui donner la réponse. Au début, le modèle ne sait rien : il répond au hasard.
Comparer et corriger
On compare sa réponse à la bonne. S'il s'est trompé, on ajuste très légèrement ses réglages internes pour qu'il se trompe un peu moins la prochaine fois sur un cas semblable.
Recommencer, des millions de fois
On répète l'opération avec tous les exemples, encore et encore. À chaque passage, le modèle se trompe un peu moins. Il finit par repérer de lui-même ce qui trahit un message indésirable : certains mots, certaines tournures, certaines adresses.
Vérifier sur des exemples jamais vus
On teste enfin le modèle sur des e-mails qu'il n'a jamais rencontrés. C'est le seul test qui compte : un modèle n'est utile que s'il réussit sur du nouveau, pas s'il a simplement retenu par cœur ses exemples.
C'est la démarche d'un élève qui prépare un examen avec des annales corrigées. Il fait un exercice, regarde la correction, comprend son erreur, recommence. Et le jour de l'examen, les questions sont nouvelles.
Deux temps bien distincts
Un point que beaucoup de gens ignorent : un modèle n'apprend pas pendant que vous l'utilisez. Sa vie se déroule en deux temps séparés.
1 · Entraînement
Une fois, pendant des semaines, chez le fabricant
2 · Utilisation
À chaque demande, en quelques secondes
Cette séparation explique deux choses que vous constaterez en utilisant un assistant.
Ses connaissances s'arrêtent à une date. Le modèle ne connaît que ce qui figurait dans ses exemples au moment de l'entraînement. Il ignore ce qui s'est passé depuis, sauf si l'assistant est équipé pour chercher sur Internet.
Il ne se souvient pas de vous d'une conversation à l'autre. Vos échanges ne modifient pas le modèle. Si un assistant semble se rappeler vos préférences, c'est qu'une fonction de mémoire distincte lui remet des notes sous les yeux à chaque conversation.
Vérifiez que vous avez compris
Question
Vous corrigez un assistant qui s'est trompé. Que se passe-t-il ?
Avant de continuer
- Je sais décrire une IA par son entrée et sa sortie
- Je peux expliquer les étapes de l'entraînement avec mes propres mots
- Je sais qu'un modèle n'apprend pas pendant qu'on l'utilise