Comprendre l'IA

L'IA générative s'appuie sur des modèles d'apprentissage profond pour créer des contenus.

L'apprentissage automatique (AA) entraîne un ordinateur à identifier des schémas et à réaliser des prédictions.

Le deep learning traite des données à l'aide d'un algorithme qui s'inspire du cerveau humain.

Un modèle de fondation est un type de modèle d'AA qui est préentraîné pour réaliser une série de tâches.

Les grands modèles de langage peuvent comprendre et générer du langage humain.

L'infrastructure d'IA permet aux équipes de science des données et de développement de travailler efficacement.

Le MLOps intègre des modèles d'AA aux processus de développement de logiciels.

L'AIOps utilise l'IA pour améliorer ou remplacer partiellement des processus et tâches d'exploitation informatique.

Les applications de l'IA/AA diffèrent en fonction des secteurs.

Dans le domaine de la santé, l'IA profite à la science, aux prestataires de soins et aux organismes payeurs.

L'IA peut améliorer le service clientèle et l'efficacité opérationnelle dans le secteur bancaire.

L'Edge AI permet aux appareils de prendre de meilleures décisions plus rapidement.

Le LLMOps permet de gérer et d'automatiser le cycle de vie des LLM.

Une plateforme d'IA est un ensemble de technologies qui permettent de développer, d'entraîner et d'exécuter des modèles d'apprentissage automatique.

InstructLab est un projet Open Source qui vise à améliorer les LLM.

La génération augmentée de récupération ou RAG (Retrieval-Augmented Generation) associe des ressources externes à un LLM pour améliorer la précision des sorties.

Les applications intelligentes permettent d'améliorer un workflow humain grâce à l'IA.

Le réglage fin et la RAG sont deux méthodes différentes qui permettent d'améliorer les LLM. Avec la RAG, le modèle n'est pas altéré, tandis que le réglage fin nécessite d'en ajuster les paramètres.

La famille Granite regroupe des LLM qui ont été créés par IBM pour les applications d'entreprise et qui prennent en charge des cas d'utilisation de l'IA liés au langage et au code.

L'IA agentique est un système logiciel conçu pour interagir avec les données et les outils d'une manière qui nécessite une intervention humaine minimale.

L'IA prédictive et l'IA générative répondent à différents besoins.

Les grands et les petits modèles de langage sont entraînés dans le but d'interpréter le langage humain, notamment les langages de programmation.

L'inférence d'IA est l'opération dans le cadre de laquelle un modèle d'IA fournit une réponse à partir de données.

Le vLLM est une bibliothèque de code Open Source qui permet aux LLM d'effectuer des calculs plus efficaces à grande échelle.

Si les deux techniques aident au réglage fin efficace des LLM, elles présentent des différences en matière de manipulation du modèle et d'utilisation du stockage.

Le PEFT (Parameter-Efficient Fine-Tuning), ou réglage fin efficace des paramètres, est un ensemble de techniques qui n'ajustent qu'une partie des paramètres d'un LLM afin d'économiser des ressources.