-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathindex.Rmd
357 lines (228 loc) · 10.4 KB
/
index.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
---
title: "De ChatGPT à Blade Runner : faut-il avoir peur de l'IA ?"
subtitle: "Quelques retours d'expérience"
author: "Joël Gombin, Datactivist et opsci.ai"
date: "IA Sandwich, `r Sys.Date()`"
output:
SlidesDatactivist::moon_reader:
css: [default, datactivist, datactivist-fonts]
lib_dir: libs
nature:
highlightStyle: github
highlightLines: true
countIncrementalSlides: false
beforeInit: ["macros.js", "matomo.js", "https://platform.twitter.com/widgets.js"]
slideNumberFormat: |
<div class="progress-bar-container">
<div class="progress-bar" style="width: calc(%current% / %total% * 100%);">
</div>
</div>
anchor_sections: false
seal: false
params:
event: IA Sandwich
slug: ia_sandwich
description: DataSandwich
title: "De ChatGPT à Blade Runner : faut-il avoir peur de l'IA ?"
image: https://github.com/datactivist/slides_datactivist/raw/master/inst/rmarkdown/templates/xaringan/resources/img/logo.png
image_alt: le logo de Datactivist
---
```{r, echo=FALSE}
library(metathis)
meta() %>%
meta_description(params$event) %>%
meta_name("github-repo" = paste0("datactivist/", params$slug)) %>%
meta_viewport() %>%
meta_social(
title = params$title,
url = paste0("https://datactivist.coop/", params$slug),
image = params$image,
image_alt = params$image_alt,
og_type = "website",
og_author = "Datactivist",
og_locale = "fr_FR",
og_site_name = "Datactivist",
twitter_card_type = "summary",
twitter_creator = "@datactivi_st")
```
layout: true
<style>
.remark-slide-number {
position: inherit;
}
.remark-slide-number .progress-bar-container {
position: absolute;
bottom: 0;
height: 4px;
display: block;
left: 0;
right: 0;
}
.remark-slide-number .progress-bar {
height: 100%;
background-color: #e95459;
}
</style>
`r paste0("<div class='my-footer'><span>", params$event, "</span> <center><div class=logo><a href='https://datactivist.coop/'><img src='https://github.com/datactivist/slides_datactivist/raw/master/inst/rmarkdown/templates/xaringan/resources/img/fond_noir_monochrome.png' width='100px'></a></div></center></span></div>")`
---
class: inverse, center, middle
background-image: url(./img/napo.png)
## De ChatGPT à Blade Runner :</BR>faut-il avoir peur de l'IA ?
### Joël Gombin (Datactivist et opsci.ai)
---
class: center, middle
Ces slides en ligne : `r paste0("http://datactivist.coop/", params$slug)`
Sources : `r paste0("https://github.com/datactivist/", params$slug)`
Les productions de Datactivist sont librement réutilisables selon les termes de la licence [Creative Commons 4.0 BY-SA](https://creativecommons.org/licenses/by-sa/4.0/legalcode.fr).
<BR>
<BR>
---
class: inverse, center, middle
# Qui a déjà utilisé ChatGPT ou un autre outil d'IA ?
---
## Testons ensemble
Allez sur [bing.com](bing.com) et utilisez la conversation (contrairement à ChatGPT, il ne nécessite pas d'inscription).
Posez par exemple la question : "je vais visiter Poitiers, que puis-je y faire ?" ou encore "Ecris une requête Overpass turbo pour récupérer les écoles de Poitiers".
---
## Testons ensemble
Allez sur https://huggingface.co/Pclanglais/TintinIA et créez une image de Tintin (en promptant en anglais selon le modèle, par exemple "a drawing of Tintin walking in the streets of Poitiers, near the cathedral").
.center[
.reduite[
]
]
---
class: inverse, center, middle
# Intelligence artificielle : </BR> de quoi s'agit-il ?
---
## L'IA, c'est quoi ?
Un **champ de recherche** ancien qui vise à reproduire des fonctions cognitives humaines (raisonnement, perception, apprentissage, etc.) par des machines.
Ce terme d'IA renvoie à un **objectif**, mais ne parle pas des moyens d'y parvenir. Historiquement, des approches très différentes se sont développées (IA symbolique, connexionnisme, etc.).
Dans son usage courant, ce terme est vague et relève souvent du **marketing** (Antonio Casilli parle d' "[IA Potemkine](https://www.casilli.fr/2023/04/08/grand-entretien-pour-le-grand-continent-7-avril-2023/)" pour mettre en évidence le travail humain souvent dissimulé sous les atours de l'IA).
---
## L'explosion des données et de la puissance de calcul
[.reduite[.center[]]](http://visual.ly/infographic-about-computers)
---
## L'explosion des données et de la puissance de calcul
[.reduite[.center[]]](https://tweets.kingkool68.com/tweet/655306196128280576/)
???
1996
---
## L'explosion des données et de la puissance de calcul
[.reduite[.center[]]](https://aws.amazon.com/blogs/aws/aws-snowmobile-move-exabytes-of-data-to-the-cloud-in-weeks/)
???
2016
---
## De la machine à calculer à l'IA
Par [David.Monniaux](https://commons.wikimedia.org/w/index.php?curid=186079), CC BY-SA 3.0
???
Pascaline, 1642
Les calculs sont inscrits "en dur" dans le matériel
---
## De la machine à calculer à l'IA
.center[
.reduite[
]
]
Par [David.Monniaux](https://commons.wikimedia.org/w/index.php?curid=186079), CC BY-SA 3.0
???
Métier Jacquard, premier usage des cartes perforées en 1801
---
## De la machine à calculer à l'IA
.center[
.reduite[
]
]
Par [Antoine Claudet](https://commons.wikimedia.org/wiki/File:Ada_Byron_daguerreotype_by_Antoine_Claudet_1843_or_1850.jpg), CC BY-SA 4.0
???
Ada Lovelace, invente la programmation avec la machine analytique de Babbage en 1843
---
## De la machine à calculer à l'IA
.pull-left[
Alan Turing
]
.pull-right[
[](https://commons.wikimedia.org/wiki/File:JohnvonNeumann-LosAlamos.jpg)
John von Neumann
]
???
Turing : machine de Turing (modèle théorique de l'ordinateur), construction d'un des premiers ordinateurs. Test de Turing (1950)
von Neumann : architecture de von Neumann (mémoire et processeur), MCMC...
Les instructions logicielles remplacent les logiques inscrites en dur dans le matériel. le matériel devient très générique et progressivement moins coûteux (loi de Moore)
---
## De la machine à calculer à l'IA
[](https://en.wikipedia.org/wiki/Perceptron#/media/File:330-PSA-80-60_(USN_710739)_(20897323365).jpg)
???
Perceptron : algorithme créé en 1943, implémenté en 1957 sur un ordinateur. Réseau de neurones (trois couches) qui permet de résoudre des problèmes de classification linéaire, branché sur une caméra (400px).
---
## De la machine à calculer à l'IA
.center[.reduite[
[](https://fr.wikipedia.org/wiki/Yann_Le_Cun)
]]
???
Yann Le Cun, inventeur des réseaux convolutifs (fin années 1980) qui relancent l'idée des réseaux de neurones
---
## De la machine à calculer à l'IA
.center[.reduite[
]]
???
Word2Vec : modèle auto-apprenant, pas besoin d'annotations (Google, 2013). Embeddings : représentation vectorielle des mots (distance sémantique)
---
## De la machine à calculer à l'IA
[](https://proceedings.neurips.cc/paper_files/paper/2017/file/3f5ee243547dee91fbd053c1c4a845aa-Paper.pdf)
???
Création de l'architecture Transformer avec le mécanisme d'attention (Google, 2017). Progrès très significatif en matière de traduction, génération de texte... Architecture toujours dominante aujourd'hui.
BERT est le premier modèle à utiliser cette architecture pour le traitement du langage (Google, 2018). 110 et 340 M de paramètres, entraînés sur Wikipedia en anglais (2,5G mots) et 11000 livres (800M mots). Publié en open source et a été énormément finetuné
---
## IA générative
Les modèles aujourd'hui en vogue (GPT-3, DALL-E, CLIP...) sont des modèles génératifs. Ils sont capables de générer des images, du texte, des sons, etc. à partir d'un corpus d'apprentissage.
L'idée est d'imiter des créations humaines (texte, image, son, vidéo...) grâce à des corpus de données immenses (tout internet, en gros).
Par cette imitation, des capacités cognitives sont simulées (compréhension du langage, de l'image, etc.). Plus les données sont massives, plus l'imitation est bonne.
Mais ces modèles n'ont pas de notion de vérité ou de factualité, d'où les hallucinations que produisent ces modèles.
---
## La force des modèles pré-entraînés
Durant la vague du "Big data" (années 2010), on avait coutume de dire que les outils de *machine learning* ne fonctionnaient bien qu'à condition d'avoir de **très grandes quantités de données**. Cela disqualifiait beaucoup d'acteurs, dont beaucoup d'acteurs publics, et consacrait la domination des grands acteurs du numérique.
Les modèles qui prévalent aujourd'hui sont dit **pré-entraînés** : ils ont été entraînés sur d'immenses corpus (tout internet, en gros) et peuvent être utiles sans entraînement spécifique sur les données de l'utilisateur (*zero shot*), avec très peu d'exemples (*few shots*) ou avec relativement peu de données (de préférence de qualité) (*fine tuning*).
Cela rebat donc les cartes : des usages peuvent être développés pour tous types d'acteurs. La qualité des données compte plus que la quantité.
La diffusion de modèles ouverts, tels que **LlaMa**, permet de développer des modèles personnalisés et des usages très variés.
---
class: inverse, center, middle
# AGI ou copilote ?
---
## La science fiction...
.center[.reduite[
]]
---
## La réalité
.center[.reduite[
]]
---
## La réalité
.center[.reduite[
]]
---
## La réalité
.center[.reduite[
]]
???
Impact sur l'emploi : certainement, en augmentant la productivité de certains métiers et donc en les transformant. parallèle avec le tableur qui a transformé les métiers de la comptabilité et de la finance : moins de comptables, plus d'analystes.
---
## Alignement et éthique de l'IA
Plus de questions que de réponses !
- "aligner" l'IA... oui mais aligner sur quoi ?
- l'IA est-elle un outil ou un agent ? N'ayant pas d'intentionnalité ni d'agentivité, peut-il y avoir plus d'éthique de l'IA que d'éthique du pic à glace ou du tableur ?
- quel économie politique : quelle valeur extraite, auprès de qui, redistribuée comment ? Quelle distribution du pouvoir ?
---
# Merci !
Contact : [[email protected]](mailto:[email protected])