Signaler un abus

@perlseb @yoananda

Mais vous ne parlez pas précisément, que, de l’article il me semble. Vous généralisez vite en basculant sur AI et d’AI possiblement autonome, alors qu’en décrivant des mécanismes LLM, on se retrouve avec un robot qui fait gagner du temps sur tout ce qu’on aurait à trier avec le sens d’une phrase faite avec tous les mots d’un dictionnaire, y compris si ils étaient choisis de manière aléatoire.  

Là le modèle examiné est Deepseek, qui a dû débuter avec des idéogrammes chinois, et plus proches de l’idée de Tokens dès ce départ, mais peu importe.

Dans "l’univers" des possibilités de sens d’une phrase, ces LLM trouvent des chemins, des raccourcis très précis, ou le plus précis possibles, pour cerner le sens du propos, et ils doivent effectuer cette tâche le plus rapidement possible, pour devenir utilisables. 

Je ne sais d’ailleurs pas si c’est aussi de cette façon que fonctionne un réseau neuronal biologique ? 

Pour donner des réponses, est-ce qu’ils utilisent exactement un chemin inverse ? Je ne me suis pas encore penché sur le problème, mais pour le moment, quand on dit "intelligence", heureusement qu’on rajoute artificielle derrière. C’est l’énorme quantité de data de la banque, et le procédé effectué à vitesse de la lumière qui fait ce tri, et livre un résultat exploitable à la sortie, qui sont spectaculaires, surtout pour nous qui pensons à lenteur d’humains, c’est à dire à peu près une idée à la fois.

Mais ça reste des synthèses AI, et pour le moment je n’ai pas encore vu de performances avec de l’imagination construite. Il faudra peut-être d’autres mécanismes d’ailleurs si c’était aussi un objectif.