Un camarade des Mines, Axel Cypel, m’a gentiment envoyé son dernier ouvrage, « Voyage au bout de l’IA« , que la période des fêtes m’a permis de lire sereinement. Ce livre m’a intéressé à plusieurs titres, je me propose de vous en faire profiter dans cet article.

J’ai entamé la lecture de cet ouvrage avec une certaine appréhension. Pourquoi ? Parce que, sur ce sujet, si je définis 4 types de connaissance de l’IA :

1- praticien ;
2- curieux averti ;
3- curieux non-averti ;
4- novice total,

je considérais, avant lecture, faire partie du type 3- ou peut-être 2-. Je n’étais pas sûr.

Je craignais d’avoir en main un livre trop général, ou au contraire, trop technique, et j’ai découvert un livre tout à fait équilibré : suffisamment technique pour ne pas rebuter un praticien par des arguments vagues, voire faux, et suffisamment orienté business pour intéresser un novice ou un curieux non-averti, et même un curieux averti.

Le livre commence par, geste salutaire, poser l’histoire et la définition de ce qu’on appelle l’IA. Au passage, il tord le cou à ce qu’elle n’est pas : de l’intelligence ! Marketing, que de sacrifices sémantiques ne ferons-nous pas en ton nom ?

Il explique ensuite comment ça marche.

Puis il explique l’apprentissage machine, et comment ChatGPT a été conçu.

Il donne des exemples d’utilisation opérationnelle de l’IA, puis conclut par les limites, les risques et comment pallier ces risques.

J’ai obtenu confirmation de choses que je savais déjà, grâce à la chaine Youtube de David Louapre, La Science Étonnante, ou celle de Three Blue, One Brown, sur le sujet de l’AI :

  • la typologie des AI (clustering, catégorisation, réseaux de neurones, Generative AI) ;
  • l’entrainement des modèles (apprentissage supervisé, non supervisé, self learning, descente de gradient) ;
  • les limites et risques (rien à voir avec ce que peut faire un humain, hallucinations, non explicabilité/boîte noire, importance des données, leur taille, leur distribution, les biais possibles).

J’ai aussi appris des termes que je ne connaissais pas :

  • la précision, qui est le ratio entre les vrais positifs et les vrais et faux positifs, qui mesure la capacité à ne pas donner de faux positifs, bon indicateur si on préfère rejeter des résultats en cas de doute, on préfère rejeter que d’accepter à tort ;
  • le rappel, qui est le ratio entre les vrais positifs et les vrais positifs et les faux négatifs, qui mesure la capacité à ne rien rater. C’est un bon indicateur si on cherche à ne rien rater, quitte à avoir des faux positifs, on préfère admettre que de rejeter à tort.

Un bon modèle a à la fois une bonne précision et un bon rappel. Avoir les deux est parfois compliqué, c’est donc une question clé à se poser en tant qu’utilisateur final du modèle.

Une IA générative, telle que conçue aujourd’hui, n’est pas en capacité d’expliquer ses résultats, et peut halluciner, c-à-d. asséner des affirmations tout à fait fausses, présentées comme des vérités. On ne peut donc pas s’en servir, par exemple, pour accepter ou refuser un dossier de crédit bancaire, car la loi -et le commerce- imposent de pouvoir expliquer pourquoi on accepte ou on rejette un tel dossier.

En revanche, pour écrire des mails de réponse à des clients, cela fonctionne plutôt bien, ou en tous cas pas plus mal qu’un mail fait par un professionnel débutant. Pour résumer une discussion eue avec Axel : « Si tu sais quoi dire et que tu es allé à l’école communale, l’IA ne t’aidera pas à écrire un email ».

En conclusion, les bons usages de l’IA sont de permettre de gagner du temps sur des tâches non cruciales, où l’erreur (faux positif ou faux négatif) n’est pas fatale. En cela, malheureusement, elle va retirer du travail à tous ceux qui ne sont pas dans cet ensemble : « Si tu sais quoi dire et que tu es allé à l’école communale ».

Je vous recommande la lecture de ce livre, à la fois accessible et instructif, et, ce qui ne gâche rien, bien écrit.

Sur le même sujet, nos articles récents :

MIA : de l’éducation pour tous à l’éducation pour chacun

IA générative : le conférencier, le consultant, ruptures et euphorie

XXII : le nouvel acteur majeur de l’IA et de la vision par ordinateur

Grok : la nouvelle aventure d’Elon Musk

Une IA standard fait-elle mieux que votre helpdesk ou votre Service Après-Vente (SAV) ?