Sujet du jour
Déscription de l'IA générative et ses conséquences
Paul Gay - Enseignant chercheur - Cy-TECH
Qui sommes-nous ?
http://iapau.org
L'Association IA PAU rassemble dans la bonne humeur chercheurs, enseignants, étudiants et entrepreneurs pour explorer notre rapport à l'IA.
- Conférences grands publics : IA & éducation, travail, environnement
- Vendredi 5 décembre: ateliers de prompting et de réflexion
- After works plus techniques
- Compétitions étudiantes et hackathons
Définition de l'IA
Qu'est ce que l'IA ?
Selon le parlement Européen, c'est une définition très large
L’IA désigne la possibilité pour une machine de reproduire des comportements liés aux humains, tels que le raisonnement, la planification et la créativité. L’IA permet à des systèmes techniques de percevoir leur environnement, gérer ces perceptions, résoudre des problèmes et entreprendre des actions pour atteindre un but précis
Définition de l'ia
- Ce n'est pas très bien défini
- Écriture de règles
- Aptitude à apprendre sans programmation explicite
- Extraire des connaissances à partir de données
- L'IA (forte), ça n'existe pas
Une définition :
Transformer des données en chiffres, qui sont manipulés jusqu'à un résultat utile pour une application réelle. (K. Smaili)
Pourquoi maintenant ?
Alan Turing : what we want is a machine that learns from experience
Les algorithmes précédent les applications
Accélération de l'IA depuis 2010:
- Plus de données et de puissance de calcul
- Plus d'outils (open source)
Que sait faire l'IA ?
Une machine à calculer sur des données numériques
Applications des IA faibles: administration, relation client, média, médecine, cinéma, maintenance, robotique, finance,...
Une machine à calculer sur des données numériques
Une machine à calculer sur des données numériques
Une machine à calculer sur des données numériques
Une machine à calculer sur des données numériques
Comment apprendre une IA pour un problème précis à partir de données ?
Comment formuler une tâche ?
Par ex: différencier les chiens et les chats ?
Apprendre l'IA sur une base d'apprentissage construite par un humain
Comment apprendre une tâche ?
- Construire un modèle qui calcule (mal) deux chiffres
Comment apprendre une tâche ?
- Construire un modèle qui calcule (mal) deux chiffres
- Comparer ce calcul à la vérité annotée
Comment apprendre une tâche ?
- Construire un modèle qui calcule (mal) deux chiffres
- Comparer ce calcul à la vérité annotée
- Construire un objectif pour la machine
Comment apprendre une tâche ?
- Construire un modèle qui calcule (mal) deux chiffres
- Comparer ce calcul à la vérité annotée
- Construire un objectif pour la machine
- Changer légérement les opérations pour que le résultat s'approche de cette annotation
Comment apprendre à partir d'expériences ?
des milliards de petites modifications pour s'approcher de la vérité (sur les données d'apprentissage)
Comment faire de la détection ?
Quels chiffres doit calculer l'IA pour classer chien/chat ET prédire la position de l'animal ?
Comment faire de la détection ?
Quels chiffres doit calculer l'IA pour classer chien/chat ET prédire la position de l'animal ?
6 chiffres : hauteur, largeur, x, y, score du chat, score du chien
Comment générer des mots ?
Calculer un score pour chaque mot du dictionnaire
Depuis 2020, l'auto-supervision prend de l'essor pour apprendre sur plus de données.
- Abimer les données automatiquement
- Et entraîner une IA pour réparer
Prédiction du mot manquant
- ... est un footballeur
- Antoine ... un footballeur
Prédiction de pixels manquants
Et ChatGPT ?
Entraînement d'un modèle de langage
Sur l'ensemble d'internet, avec (peut-être) 384 GPUs pendant 3.5 mois
Et une correction manuelle pour construire l'agent conversationnel ChatGPT
Automatisation des tâches
- Prise en compte de contextes plus grands, génération de courtes vidéos
- De nouveaux outils offrant un gain de compétitivité : agents
- Un assistant pour un regard extérieur sur son travail
- Outils d'aide à la décision (médecine, finance, stratégie)
- une aide personnalisée adaptée à chaque élève
Difficile d'éviter que
certains textes n'ont aucun sens
- La vérité n'est pas prise en compte pendant l'entraînement
La même question peut donner des réponses différentes
- Sensible à de légères variations
Problème des biais et des contenus toxiques encore existants.
- Ligne éditoriale de ChatGPT ? (plutôt américaine)
Ne pas fournir de données à ChatGPT !!
Des biais dans les IAs
Nous avons vu que ces modèles comportent des biais contenus dans les données
- Les chiens dans la neige sont des loups
- "Banlieue" est un mot mal connoté
Impact environnemental
- Impact carbone du numérique ~= domaine de l'aviation
- Des milliards d'appareils connectées
- Énergie, ressources minières, éco-toxicité et empreinte en eau
- Et des effets rebonds...
L'IA à Pau
Développons la communauté dans notre territoire !
- Conférences thématiques
- IA & Société, Santé, Informatique Quantique
- Data challenges
- 150 étudiants de toute la France le temps d'un Hackaton
That's all folks
[1] Li et al. Making AI Less “Thirsty”: Uncovering and Addressing the Secret Water Footprint of AI Models, 2023
[2] Tomlinson et al. The carbon emissions of writing and illustrating are lower for AI than for humans. Nature 2024
[3] Patterson et al. Carbon emissions and large neural network training. 2021
[4] De Vries The growing energy footprint of artificial intelligence. Joule 2O23
[5] power hungry processing : wats driving the cost of ai deployment. 2024