Ayant travaillé avec les données et la technologie dans des secteurs majeurs tels que la santé, l’énergie, la finance et les chaînes d’approvisionnement pendant plus d’une décennie, Joao Diogo de Oliveira, développeur de Toptal AI, a une perspective complète et unique sur les applications pratiques de l’IA. Au cours des six dernières années, il s’est concentré sur l’IA et l’apprentissage automatique (ML), abordant les domaines les plus critiques du domaine: les modèles de prédiction, vision par ordinateur (CV), traitement du langage naturel (NLP) et les grands modèles de langage (LLM) comme GPT.
Cette vaste série de questions et réponses est un résumé d’un récent forum Slack de style « demandez-moi n’importe quoi » dans lequel de Oliveira a répondu aux questions sur l’IA d’autres ingénieurs Toptal du monde entier. Cela commence par les aspects actuels et futurs les plus importants applications de l’IA pour les entreprises modernespuis passe à des questions plus avancées sur l’IA et l’apprentissage automatique pour les technologues.
Note de l’éditeur : certaines questions et réponses ont été modifiées par souci de clarté et de concision.
Comprendre l’impact actuel et futur de l’IA
D’après votre expérience, quels sont les principales applications et avantages de L’IA dans la santé? Selon vous, quel est l’avenir de l’IA dans le domaine de la santé ?
—MD, Seattle, États-Unis
L’IA est déjà extrêmement intégrée aux soins de santé. Heureusement (d’après mon expérience), le financement n’est pas toujours un problème dans le domaine de la santé, il existe donc un grand potentiel d’innovation future en matière d’IA. Parmi les efforts de recherche les plus récents, ce que je trouve le plus fascinant est d’utiliser l’apprentissage profond pour découverte de médicament (par exemple, identifier des molécules antibactériennes). Bien qu’il s’agisse techniquement de chimie, elle aura de nombreuses applications dans le domaine de la santé et je pense qu’elle donnera un énorme coup de pouce à l’avenir de l’humanité. Cependant, ce qui me préoccupe, c’est que les nombreuses réglementations et processus d’approbation dans ce domaine évoluent si lentement, surtout par rapport à l’IA.
Pouvez-vous nous expliquer les limites de l’analyse prédictive de l’IA ? Quels algorithmes et technologies préférez-vous pour effectuer des analyses prédictives d’IA et estimer au mieux la précision ?
—MD, Seattle, États-Unis
C’est une question intéressante et difficile. Concernant les limites, je pense qu’avant de prédire quelque chose, nous devons analyser si cela est prévisible et si les données nécessaires sont disponibles. Il est facile de croire que nous pouvons tout prédire grâce à l’IA, mais malheureusement, nous n’en sommes pas encore là. Concernant les algorithmes préférés, je m’intéresse vivement à les réseaux de neuronesmais je pense arbres de décision sont également très utiles pour résoudre des problèmes spécifiques (par exemple, analyse de régression).
Comment envisagez-vous l’impact des technologies telles que la PNL, l’IA et le CV sur le classement des moteurs de recherche ? Par exemple, comment ChatGPT affecte-t-il le référencement ?
—MD, Seattle, États-Unis
Je suppose qu’à court terme, nous verrons des individus et des entreprises intelligents utiliser la PNL, les LLM et les statistiques pour analyser (et garder un œil sur) la concurrence. Il existe de nombreux articles intéressants sur ce sujet ; par exemple, celui-ci explique comment surveillez votre concurrence en utilisant Google Bard. À long terme, je pense que ces outils et pratiques deviendront plus courants et pourront être utilisés par tous, égalisant ainsi les règles du jeu.
Que pensez-vous du nouvelle puce IA publié par AMD ? Est-ce que cela va révolutionner l’informatique ?
—MZ, Santa Clarita, États-Unis
Je sais que c’est une réponse ennuyeuse, mais je ne pense pas que nous disposions encore des données nécessaires pour savoir si cette puce va véritablement révolutionner l’informatique. Cependant, sur une note plus perspicace, j’ai été ravi lorsque j’ai vu l’annonce car elle amène la concurrence aux autres puces d’IA – et je ne crois pas qu’un monopole soit bon pour qui que ce soit.
Je vois le battage médiatique actuel sur l’IA sur la façon dont L’IA va révolutionner nos vies, et il semble qu’il soit là pour rester et qu’il ait le potentiel d’accélérer l’innovation future. Selon vous, quelles sont les bases absolues de l’IA qui devraient être enseignées dans les lycées ?
—KC, Berlin, Allemagne
Excellente question. Je crois que nous devons absolument commencer à nous préparer à enseigner Les bases de l’IA aux lycéens (voire aux plus jeunes). L’une des leçons les plus importantes à retenir pour les étudiants est que l’IA n’est pas magique. Au moins, l’IA d’aujourd’hui n’est pas sensible ; c’est simplement des mathématiques. Si la prochaine génération pouvait apprendre les fondements de l’IA et ce qu’elle cache, elle pourrait moins la craindre et être plus inspirée pour l’expérimenter.
Pratique : tirer parti de l’intelligence artificielle, de l’apprentissage automatique et des grands modèles de langage (LLM)
En tant que développeur sans expérience en théorie de l’IA/ML, quelle est la meilleure façon de commencer ? tirer parti apprentissage automatique ou la technologie de l’intelligence artificielle lors de la création de produits ? Le recours à des solutions de boîte noire pré-construites (par exemple, Amazon Rekognition ou Texttract) est-il naïf ? Cela vaut-il la peine de consacrer du temps et des efforts pour comprendre la théorie derrière tout ?
—SL, Londres, Royaume-Uni
Mon conseil est de suivre vos passions et vos intérêts : si vous trouvez l’IA/ML passionnant, essayez-le et ne dépendez pas de solutions prédéfinies ou d’autres ingénieurs. D’un autre côté, si vous n’avez pas le temps ou ne voyez pas d’avenir avec l’IA ou le ML, les produits pré-construits sont une excellente option, d’autant plus que nous sommes au milieu d’un boom sans précédent pour les outils d’IA. au cours des six derniers mois environ. En une phrase : choisissez judicieusement vos batailles.
Comment les technologies ML et NLP peuvent-elles être intégrées efficacement dans Base de feu?
—BS, Amman, Jordanie
Cela dépend de la tâche que vous comptez accomplir. Solutions de ML ne nécessitent pas nécessairement des coûts de calcul élevés. Ils peuvent se présenter sous la forme d’un simple Modèle de régression avec peu d’itérations (comme peuvent le faire certaines solutions PNL). Ceux-ci s’intègrent donc à merveille dans Firebase. Si vous parlez de LLM, ceux-ci nécessitent un peu plus de puissance. Il y a quelques nouveaux développements dans ce domaine (Faucon-7B), mais vous pouvez toujours envisager d’exploiter les API existantes ou de créer les vôtres.
Est-il possible de prolonger un LLM pour répondre aux questions en temps réel (ou en quelques heures) ?
—LU, Curitiba, Brésil
Oui c’est le cas. Évidemment, il y a toujours une certaine latence, et plus le modèle est volumineux, plus il faudra de temps pour générer des prédictions (ou plus il faudra de ressources GPU).
Je travaille sur le déploiement du modèle LLM en production. Je prévois de créer une API pour le modèle à l’aide de FastAPI et de la déployer sur Hugging Face ou une autre plate-forme cloud. Existe-t-il des options ou des méthodes alternatives à envisager ?
—DP, Bangalore, Inde
La réponse se résume à budget du projet. Les clients disposant de gros budgets peuvent se permettre des GPU coûteux d’AWS, tandis que ceux disposant de budgets plus limités peuvent exiger que les développeurs mettent en place une solution FastAPI et BERT pour travailler avec un processeur dans un environnement virtuel en utilisant Vaste.ai. Tout dépend du spécifique Business case et les ressources disponibles.
Perfectionnement : en savoir plus sur le développement de l’IA
Étant donné que les LLM ont commencé à écrire du code, quelles sont les principales compétences techniques que je devrais acquérir pour rester compétitif en tant que développeur et mettre en œuvre l’IA dans les processus d’ingénierie ?
—MM, São Paulo, Brésil
Je ne pense pas que nous soyons encore au point où nous n’aurons plus besoin de développeurs (même si j’estime que nous pourrions l’être dans 10 à 15 ans). Dans un avenir proche, je prédis que l’IA pourrait ne pas être optimale pour répondre aux cas extrêmes, aux personnalisations et aux nombreuses demandes spéciales souvent souhaitées par les clients. Je conseillerais donc d’apprendre à utiliser IA générative pour gagner du temps en écrivant du code passe-partout. Économisez votre matière grise pour des tâches telles que garantir que le code fonctionne comme prévu dans divers scénarios. Au lieu de passer 40 heures à développer un programme, vous travaillerez peut-être sur 10 programmes.
J’ai quatre ans d’expérience en vision par ordinateur. Quels cours ou compétences me recommandez-vous pour passer aux LLM ?
—MTZ, Islamabad, Pakistan
Je suggérerais de commencer petit et de se concentrer d’abord sur la PNL. Une fois que vous êtes familiarisé avec Fondamentaux de la PNL, vous pouvez explorer les nanodegrés LLM via des plateformes d’apprentissage en ligne pour comprendre les concepts de base tels que les intégrations et les transformateurs. Enfin et surtout, je vous recommande de jouer avec Hugging Face, ce qui devrait être facile puisque vous avez une formation en IA.
Pouvez-vous suggérer des ressources, des outils, des cadres ou des exemples de projets utiles pour ceux qui espèrent devenir IA ou Ingénieurs ML?
—ADR, Côme, Italie
Je recommanderais deux ressources principales. Premièrement, les nanodegrés (programmes certifiés en ligne) sont un excellent point de départ. Les cours d’apprentissage automatique de Stanford Online sont utiles si vous débutez dans l’IA et la science des données. Deuxièmement, pour développer votre expérience et commencer à jouer avec les technologies AI/ML, Kaggle les projets et les concours sont des ressources précieuses qui offrent de nombreuses opportunités de réseauter et d’apprendre des autres.
L’équipe éditoriale du Toptal Engineering Blog exprime sa gratitude à Meghana Bhange pour revoir le contenu technique présenté dans cet article.
