Aujourd’hui quand on parle d’IA on parle le plus souvent d’IA générative. Cette IA capable de créer du contenu original à partir de ce qu’elle a appris a été rendue très populaire auprès du grand public par Chat GPT et c’est certainement la forme d’IA la plus accessible pour ce dernier avec des cas d’usages évidents.
L’IA générative ne peut pas tout faire et cela tombe bien, elle n’est pas faite pour tout faire. L’autre jour faisais la liste des cas d’usages potentiels de l’IA pour une gouvernance d’entreprise et cela a été l’occasion de me rendre compte qu’à chaque cas correspondant un type d’IA qui avait son propre mode de fonctionnement.
N’étant pas un expert des technologies au sens « deep » du terme cela a été l’occasion de remettre les choses au clair et de parfaire ma culture en la matière. Mais je me suis également rendu compte que nombre de décideurs ou utilisateurs employaient le terme générique d’IA sans trop savoir ce qui se cache derrière, la variété et l’étendue du champ des possibles, ce qu’ils pourraient en faire…et même sans savoir qu’ils en utilisent parfois depuis des années sans le savoir. Un peu comme parler de couverts en pensant à une fourchette alors votre besoin est un couteau…
Si on veut comprendre ce que fait l’IA (et ce qu’elle ne fait pas), il faut prendre un peu de recul et poser les bases et ce que nous allons faire ici.
En bref :
- L’intelligence artificielle regroupe une diversité de formes et de finalités, bien au-delà de la seule IA générative popularisée par des outils comme ChatGPT : chaque type d’IA vise un objectif distinct, qu’il s’agisse de prédire, décrire, recommander, dialoguer ou agir de manière autonome.
- Le fonctionnement de l’IA repose sur différentes méthodes d’apprentissage (supervisé, non supervisé, par renforcement, symbolique ou via deep learning), chacune adaptée à des besoins spécifiques et déterminant le type de tâche que l’IA peut accomplir.
- À ces méthodes s’ajoutent des briques technologiques complémentaires (NLP, vision, OCR, RPA, GANs, modèles de diffusion, etc.) qui permettent de traiter des données variées et de construire des cas d’usage concrets dans tous les secteurs d’activité.
- Certaines concepts méritent d’être clarifiées : un outil comme ChatGPT peut comprendre une consigne sans exemple ou s’adapter si on lui en donne quelques-uns, et il existe plusieurs manières pour une machine de produire un texte ou une image.
- Pour appréhender l’IA de manière pertinente, il est essentiel de distinguer ses objectifs, ses modes d’apprentissage et ses outils, afin d’évaluer les usages réels et la valeur ajoutée concrète des solutions qui s’en réclament.
…
