Glossaire de l'intelligence artificielle

Un agent IA va au-delà du simple chatbot. Il peut naviguer sur le web, exécuter du code, interagir avec des API et prendre des décisions intermédiaires pour atteindre un objectif défini par l'utilisateur. Les agents IA représentent une évolution majeure vers l'automatisation intelligente des workflows professionnels.

Les API des fournisseurs d'IA comme OpenAI, Anthropic ou Google permettent aux développeurs d'utiliser des modèles de langage dans leurs applications. Le pricing est généralement basé sur le nombre de tokens traités. C'est le moyen le plus flexible d'intégrer l'IA dans un produit existant.

Les modèles de diffusion comme Stable Diffusion et DALL-E fonctionnent en apprenant à retirer du bruit d'une image. À la génération, ils partent d'une image de bruit pur et la raffinent étape par étape pour produire une image cohérente. Cette approche produit des résultats de haute qualité et permet un contrôle fin du processus de génération.

Les embeddings transforment du contenu (texte, image, audio) en vecteurs de nombres. Deux textes qui parlent du même sujet auront des embeddings proches dans l'espace vectoriel. C'est la base technique de la recherche sémantique, des systèmes de recommandation et du RAG.

Le fine-tuning prend un modèle de base (comme GPT-4 ou Llama) et le ré-entraîne sur des exemples spécifiques à votre cas d'usage. Par exemple, une entreprise peut fine-tuner un modèle sur ses propres FAQ pour obtenir un assistant plus précis sur ses produits. C'est plus coûteux que le prompt engineering mais produit des résultats plus consistants.

Les hallucinations sont un défi majeur des LLM. Le modèle génère du texte statistiquement probable, mais pas nécessairement vrai. Les techniques comme le RAG (ajout de sources externes) et le grounding (ancrage dans des données vérifiées) permettent de réduire significativement les hallucinations.

Les LLM comme GPT-4, Claude et Llama sont entraînés sur des milliards de documents. Ils apprennent les patterns statistiques du langage, ce qui leur permet de générer du texte cohérent, de répondre à des questions, de traduire, de coder et de raisonner. La taille du modèle (nombre de paramètres) influence ses capacités, mais l'architecture et les données d'entraînement sont tout aussi importants.

Un modèle multimodal peut par exemple analyser une image et en faire une description textuelle, ou générer une image à partir d'un texte. GPT-4o et Gemini sont des exemples de modèles multimodaux. Cette capacité ouvre des cas d'usage puissants comme l'analyse de documents scannés, la génération de visuels à partir de briefings textuels, ou la transcription et l'analyse de contenu audio.

Le prompt engineering est autant un art qu'une science. Les techniques incluent le zero-shot (instruction directe), le few-shot (exemples dans le prompt), le chain-of-thought (raisonnement étape par étape), et le role prompting (attribution d'un rôle au modèle). Un bon prompt peut transformer un résultat médiocre en résultat professionnel sans changer de modèle.

Le RAG résout le problème des hallucinations en fournissant au LLM des documents pertinents avant qu'il génère sa réponse. Le processus se déroule en trois étapes : 1) la question est convertie en embedding, 2) les documents les plus pertinents sont retrouvés dans une base vectorielle, 3) le LLM génère une réponse en s'appuyant sur ces documents. C'est la technique de référence pour construire des chatbots d'entreprise fiables.

Stable Diffusion se distingue des alternatives comme DALL-E et Midjourney par son caractère open source. N'importe qui peut télécharger le modèle, le modifier et l'exécuter localement. Cela a donné naissance à un écosystème riche de modèles personnalisés, d'interfaces utilisateur communautaires et de techniques d'optimisation. C'est le choix privilégié des développeurs et des utilisateurs qui veulent un contrôle total.

Les tokens sont la monnaie des LLM. En français, un mot correspond en moyenne à 1.3 tokens. Les API facturent généralement au nombre de tokens traités (en entrée et en sortie). Comprendre le tokenization est important pour optimiser les coûts et respecter les limites de contexte des modèles. Un contexte de 128k tokens représente environ 96 000 mots, soit un roman complet.

L'architecture Transformer repose sur un mécanisme d'attention qui permet au modèle de pondérer l'importance de chaque mot par rapport aux autres dans une phrase. Cette innovation a rendu possible le traitement parallèle de longues séquences de texte, contrairement aux architectures précédentes (RNN, LSTM) qui traitaient les mots séquentiellement. C'est le fondement technique de la révolution IA actuelle.

Le zero-shot consiste à demander au modèle d'effectuer une tâche uniquement avec une instruction, sans lui fournir d'exemple. Le few-shot ajoute quelques exemples dans le prompt pour guider le modèle. Par exemple, pour classifier des avis clients, le zero-shot serait 'Classe cet avis comme positif ou négatif', tandis que le few-shot fournirait 2-3 exemples classifiés avant la demande. Le few-shot améliore généralement la précision, surtout pour les tâches spécifiques.