Tu veux les meilleurs outils IA avant les autres ?
On teste et on décrypte les nouveaux outils IA chaque soir, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Une nécessité d'accord
Avant de se lancer dans l'utilisation d'un outil d'intelligence artificielle, il est crucial que votre équipe s'accorde sur le langage à utiliser. En 2020, alors que je travaillais dans une startup, notre directeur technique a compris qu'il était impératif de renforcer nos compétences techniques pour rester compétitifs. Pour cela, il a embauché un data scientist et nous a encouragés à prendre notre travail au sérieux. Ce processus a impliqué une immersion dans les mathématiques, l'utilisation de la bibliothèque Python pandas et une analyse approfondie de diagrammes complexes.
L'importance du modèle de données
Un document marquant que j'ai reçu à cette époque était intitulé "Attention Is All You Need", publié en 2017 par une équipe de chercheurs de Google. Cet article a introduit l'architecture du transformer, qui est à la base de chaque modèle de langage que vous avez utilisé. Ce qui m'a frappé, ce n'était pas tant les mathématiques que le concept. Avant cela, l'IA traitait l'information de manière séquentielle, souvent en perdant le fil à la fin d'une phrase. Le mécanisme d'attention a changé cela, permettant au modèle de considérer tout à la fois et d'apprendre sur quoi se concentrer.
La confusion des mots
Si l'attention détermine ce qui est important, les vecteurs et les clusters sont les lieux où cette attention est réellement dirigée. Au lieu de stocker les mots comme des définitions, le modèle les représente comme des points dans l'espace. Les mots ayant des significations connexes se retrouvent proches les uns des autres. Cela signifie que si votre équipe appelle la même chose par trois noms différents, le modèle n'est pas confus parce qu'il est bête, mais parce que vous l'êtes.
L'impact de l'IA sur la communication
Lorsque l'IA est impliquée, les lacunes linguistiques cessent d'être un problème de coordination et deviennent un problème de produit. Le modèle n'interroge pas pour obtenir des clarifications. Il agit simplement selon la définition qu'il a inférée, avec confiance et à grande échelle. Pour s'assurer que le modèle fonctionne avec les mêmes définitions que votre équipe, il est essentiel de créer un modèle de données.
Construire un modèle de données
Avant de construire quoi que ce soit, il est crucial de nommer les choses, c'est-à-dire les entités. Par exemple, imaginons que nous construisions une application de livraison de nourriture. Une entité est toute chose dans votre système qui a un nom, une définition et des attributs qui la décrivent.
Voici ce dont nous avons besoin :
-
Utilisateur : la personne qui commande de la nourriture, avec un emplacement, des préférences et un historique de commandes.
-
Restaurant : l'endroit qui prépare la nourriture, avec un menu, des horaires et un emplacement.
-
Article de menu : un plat ou produit spécifique qu'un restaurant propose, avec un nom, un prix et un lien avec un restaurant.
-
Commande : la transaction reliant un utilisateur à un restaurant, avec un statut, une liste d'articles, un total et un horodatage.
-
Livreur : la personne qui livre la commande, avec un emplacement, une disponibilité et une commande assignée.
-
Livraison : l'acte physique de remettre la commande de restaurant à utilisateur, avec un itinéraire, un statut et un temps estimé.
-
Paiement : l'enregistrement financier de la transaction, lié à une commande et ayant un statut.
-
Avis : retour laissé par l'utilisateur après la livraison, faisant référence à la commande, au restaurant et parfois au livreur.
Regrouper les entités
Ces entités ne vivent pas toutes dans le même quartier. Regroupons-les :
-
Personnes et identité : Utilisateur, Livreur. Ce sont les humains du système, chacun avec son propre contexte, ses permissions et ses objectifs.
-
L'offre : Restaurant, Article de menu. Ce qui est disponible, ce qui peut être commandé.
-
La transaction : Commande, Paiement. Le moment où quelque chose se passe, où l'argent est échangé.
-
L'expérience : Livraison, Avis. Ce que l'utilisateur ressent réellement.
Établir des relations explicites
Il est essentiel d'établir clairement les relations entre ces entités. Par exemple :
-
Qu'est-ce que cela produit ? Un Restaurant produit des Articles de menu. Une Commande produit un Paiement.
-
Qu'est-ce que cela référence ? Une Commande fait référence à un Utilisateur, un Restaurant et un ou plusieurs Articles de menu.
-
Qu'est-ce que cela influence ? Les préférences de l'utilisateur influencent quels Restaurants apparaissent en premier.
Ces trois questions sont vos connecteurs. En les utilisant, vous pouvez créer un modèle de données qui aide à aligner votre équipe et votre IA, garantissant ainsi que tout le monde travaille avec la même compréhension.