Le continuum de l’IA

ChatGPT a bouleversé tout ce que nous savons sur l’IA. Ou l’a-t-il ?

L’IA englobe beaucoup de choses. L’IA générative et les grands modèles de langage (LLM) comme ChatGPT ne sont qu’un aspect de l’IA. Mais c’est la partie bien connue de l’IA. À bien des égards, ChatGPT a mis l’IA sous les projecteurs, créant une large prise de conscience de l’IA dans son ensemble et contribuant à accélérer le rythme de son adoption.

Vous savez probablement que ChatGPT n’a pas été construit du jour au lendemain. C’est l’aboutissement d’une décennie de travail sur l’IA d’apprentissage profond. Cette décennie nous a donné de nouvelles façons d’utiliser l’IA : des applications qui savent ce que vous allez taper ensuite, aux voitures qui se conduisent seules et aux algorithmes pour les percées scientifiques.

La large applicabilité de l’IA et la popularité des LLM comme ChatGPT amènent les responsables informatiques à se demander : quelles innovations en matière d’IA peuvent apporter de la valeur commerciale à notre organisation sans dévorer l’intégralité de mon budget technologique ? Voici quelques conseils.

AI Options

D’un point de vue général, voici les options d’IA :

5 façons de mettre en œuvre les LLM et l’IA du deep learning

Même si les LLM font la une des journaux, tous les types d’IA (IA générative, apprentissage profond standard et apprentissage automatique classique) ont de la valeur. La manière dont vous utilisez l’IA varie en fonction de la nature de votre entreprise, de ce que vous produisez et de la valeur que vous pouvez créer avec les technologies d’IA.

Voici cinq façons de mettre l’IA au travail, classées de la plus simple à la plus difficile.

1. Utilisez l’IA fournie avec les applications que vous possédez déjà

Les fournisseurs de logiciels professionnels et d’entreprise comme Adobe, Salesforce, Microsoft, Autodesk et SAP intègrent plusieurs types d’IA dans leurs applications. Le rapport qualité-prix de la consommation de l’IA via les outils que vous utilisez déjà est difficile à battre.

2. Consommez l’IA en tant que service

Les plateformes d’IA en tant que service connaissent une croissance exponentielle. Il existe des assistants d’IA générative pour les codeurs, une IA hautement spécialisée pour des secteurs spécifiques et des modèles d’apprentissage en profondeur pour des tâches discrètes. Les offres de paiement à l’utilisation offrent la commodité d’une solution clé en main qui peut évoluer rapidement.

3. Créez un flux de travail personnalisé avec une API

Grâce à une interface de programmation d’applications (API), les applications et les flux de travail peuvent exploiter une IA générative de classe mondiale. Les API vous permettent d’étendre facilement les services d’IA en interne ou à vos clients via vos produits et services.

4. Recycler et affiner un modèle existant

Le recyclage de modèles propriétaires ou open source sur des ensembles de données spécifiques crée des modèles plus petits et plus raffinés qui peuvent produire des résultats précis avec des instances cloud ou du matériel local à moindre coût.

5. Former un modèle à partir de zéro

Former votre propre LLM est hors de portée pour la plupart des organisations, et ce n’est peut-être toujours pas un investissement judicieux. La formation d’un modèle à l’échelle GPT4 et comportant des milliards de paramètres nécessite des milliards de dollars en matériel de calcul intensif, des mois et de précieux talents en science des données. Heureusement, la plupart des organisations peuvent s’appuyer sur des modèles propriétaires ou open source accessibles au public.

Quelle est la bonne infrastructure pour l’IA ?

La bonne infrastructure pour l’IA dépend de nombreux facteurs : le type d’IA, l’application et la manière dont elle est utilisée. Faire correspondre les charges de travail d’IA avec le matériel et utiliser des modèles adaptés améliore l’efficacité, augmente la rentabilité et réduit la puissance de calcul.

Du point de vue des performances du processeur, il s’agit d’offrir des expériences utilisateur transparentes. Cela signifie produire des jetons dans 100 millisecondes ou plus ou ~450 mots par minute ; si les résultats prennent plus de 100 millisecondes, les utilisateurs remarquent un décalage. En utilisant cette mesure comme référence, de nombreuses situations en temps quasi réel peuvent ne pas nécessiter de matériel unique. Par exemple, un important fournisseur de cybersécurité a développé un modèle d’apprentissage en profondeur pour détecter les virus informatiques. Financièrement, il n’était pas pratique de déployer le modèle sur une infrastructure cloud basée sur GPU. Une fois que les ingénieurs ont optimisé le modèle pour les accélérateurs d’IA intégrés aux processeurs Intel® Xeon®, ils ont pu adapter le service à chaque pare-feu que l’entreprise sécurise à l’aide d’instances cloud moins coûteuses.^.1

Conseils pour mettre l’IA au travail

L’IA générative est une perturbation unique dans une génération, au même titre qu’Internet, le téléphone et l’électricité, sauf qu’elle évolue beaucoup plus rapidement. Les organisations de toutes tailles doivent faire fonctionner l’IA de la manière la plus efficace et efficiente possible, mais cela ne signifie pas toujours d’énormes investissements en capital dans le matériel de supercalculateur d’IA.

• Choisissez l’IA adaptée à vos besoins. N’utilisez pas l’IA générative pour un problème que l’apprentissage automatique classique a déjà résolu.
• Faites correspondre les modèles à des applications spécifiques. Le recyclage, le perfectionnement et l’optimisation créent de l’efficacité afin que vous puissiez fonctionner sur du matériel moins coûteux.
• Utiliser judicieusement les ressources de calcul. Que vous utilisiez le cloud public ou sur site, gardez l’efficacité en tête.
• Commencez petit et remportez des victoires importantes. Vous apprendrez à utiliser efficacement l’IA, à commencer à changer votre culture et à créer une dynamique.

Plus important encore, n’oubliez pas que vous n’êtes pas seul dans ce voyage. Les communautés open source et les entreprises comme Dell et Intel sont là pour vous aider à intégrer l’IA dans votre entreprise.

À propos d’Intel

Le matériel et les logiciels Intel accélèrent l’IA partout. Les solutions Intel alimentent la formation, l’inférence et les applications d’IA dans tous les domaines, depuis les superordinateurs et centres de données Dell jusqu’aux serveurs Edge Dell robustes pour la mise en réseau et l’IoT. Apprendre encore plus.

À propos de Dell

Dell Technologies accélère votre parcours vers l’IA du possible au éprouvé en tirant parti de technologies innovantes, d’une suite complète de services professionnels et d’un vaste réseau de partenaires. Apprendre encore plus.

^[1] Intel, Palo Alto Networks automatise la cybersécurité grâce à l’apprentissage automatique28 février 2023, consulté en décembre 2023