[AI4V] FR - 321 — Transcript

Full transcript

1. 0:11Revenons à notre question Homme machine.
2. 0:14Une machine est-elle capable d'interpréter ?
3. 0:17La question est complexe, alors prenons le temps d'y réfléchir.
4. 0:20Elle comporte deux aspects essentiels.
5. 0:23D'abord, des modèles comme ChatGPT-4,
6. 0:25Mistral ou Claude sont entraînés, certes
7. 0:29sur une immense base de connaissances, mais tout de même limitée.
8. 0:33Ensuite, les premiers grands modèles de langage,
9. 0:36communément appelés des LLM, ont été éduqués pendant un an
10. 0:40et demi par les chercheurs qui leur ont inculqué des règles de conduite,
11. 0:43un code moral et des restrictions juridiques.
12. 0:47On le remarque d'ailleurs particulièrement avec ChatGPT
13. 0:49qui adopte une perspective très américaine dans ses réponses spontanées.
14. 0:54Ces modèles sont le résultat d'un apprentissage et comme nous,
15. 0:58ils interprètent nos demandes selon ce même apprentissage.
16. 1:02Une recherche intéressante a été faite sur le sujet.
17. 1:05Prenez deux modèles d'IA que vous installez sur deux serveurs
18. 1:09bien distincts.
19. 1:10C'est un peu comme si vous représentiez deux jumeaux cognitifs artificiels.
20. 1:14Eh bien, au fur et à mesure des discussions,
21. 1:17les réponses des IA, vont être de plus en plus différentes.
22. 1:21Elles apprennent et cet apprentissage crée une variance
23. 1:25dans leurs réponses et à l'extrême, développe une forme de personnalité.
24. 1:30Leurs
25. 1:30réponses sont donc tout aussi subjectives que les nôtres.
26. 1:34Alors oui, d'une certaine façon, on pourrait dire que les machines interprètent.