Aller au contenu principal

ChatGPT et intelligence artificielle générative

Utilisation de ChatGPT en contexte universitaire

ChatGPT en résumé

ChatGPT est un robot conversationnel (chatbot) avancé capable de fournir non seulement une expérience de conversation, mais aussi une assistance dans une grande variété de tâches complexes, comme la rédaction d'un poème, l'explication d'un concept ou le développement d'un code de programmation.

Pour interagir avec ChatGPT, on élabore une requête (ou invite; en anglais prompt) en langue naturelle qui force l'outil à effectuer une tâche.

Chaque fois que l'on a recours à ChatGPT, celui-ci génère une réponse la plus probable (et non la plus vraie) sur la base de calculs statistiques, en prenant en compte les informations contextuelles fournies. Vous pouvez affiner vos demandes pour obtenir des réponses plus adaptées, mais ChatGPT est loin d'être infaillible et peut même fournir des réponses incorrectes, voire absurdes. Bien que ChatGPT s'avère un outil utile pour certains usages, les réponses générées doivent souvent être affinées, complétées et surtout contre-vérifiées.

Situer ChatGPT et les IA génératives

L'intelligence artificielle (IA) est une discipline vouée au développement d'algorithmes capables d'imiter l'apprentissage humain, comme l'apprentissage et l'autocorrection. En tant que telle, l'IA construit des algorithmes capables d'apprendre par l'expérience, comme le font les humains, à la différence que l'« expérience » pour l'IA se limite aux informations du passé, c'est-à-dire aux données contenues dans l'ensemble d’entrainement.

Bien qu'il existe différentes approches dans le domaine de l'apprentissage automatique (AA) de l'intelligence artificielle (par exemple, avec supervision, sans supervision, avec renforcement), ChatGPT tire parti des développements de l'apprentissage profond.

L'apprentissage profond aborde l'intelligence artificielle comme une émulation du cerveau humain à son niveau biologique en construisant des couches de réseaux neuronaux capables de traitements non linéaires et parallèles.

En tirant parti de l'apprentissage profond, ChatGPT s'appuie sur un grand modèle de langage formé avec des milliards de paramètres, pour fournir des réponses provisoires à tous types de questions.

Le diagramme ci-dessous illustre l'outil d'intelligence artificielle générative ChatGPT et son mode de fonctionnement :

ChatGPT : outil de l'intelligence artificielle générative

► N.B. Pour obtenir la définition des termes en gras, voir le glossaire ci-dessous.

Alternatives

ChatGPT n'est pas la seule IA génératives de texte. Voici quelques-unes des alternatives :

Au besoin, Wikipédia en dresse une liste plus complète.

Glossaire

Algorithme (algorithm) : « Un algorithme est une suite finie d’opérations ou d’instructions permettant de résoudre un problème ou d’obtenir un résultat. »

Apprentissage automatique (machine learning) : « L’apprentissage automatique (machine learning en anglais) est un champ d’étude de l’intelligence artificielle qui vise à donner aux machines la capacité d’« apprendre » à partir de données, via des modèles mathématiques. Plus précisément, il s’agit du procédé par lequel les informations pertinentes sont tirées d’un ensemble de données d’entrainement.

Le but de cette phase est l’obtention des paramètres d’un modèle qui atteindront les meilleures performances, notamment lors de la réalisation de la tâche attribuée au modèle. Une fois l’apprentissage réalisé, le modèle pourra ensuite être déployé en production. »

Apprentissage profond (deep learning) : « L’apprentissage profond est un procédé d’apprentissage automatique utilisant des réseaux de neurones possédant plusieurs couches de neurones cachées. Ces algorithmes possédant de très nombreux paramètres, ils demandent un nombre très important de données afin d’être entrainés. »

Ensemble d’entrainement/d’apprentissage (data set) : « Jeu de données (texte, sons, images, listes, etc.) utilisé lors de la phase d’entrainement / d’apprentissage : le système s’entraine sur ces données pour effectuer la tâche attendue de lui. »

Grand modèle de langue (linguistique, de langage) (large language model) : « Modèle de langue entrainé sur un très vaste corpus, le plus souvent multilingue et comportant un très grand nombre de paramètres. Un grand modèle de langue est capable de prédire le prochain mot d'une séquence. »

Intelligence artificielle / IA (artificial intelligence / AI) : « L’intelligence artificielle est un procédé logique et automatisé reposant généralement sur un algorithme et en mesure de réaliser des tâches bien définies. »

Langage naturel : « Un langage naturel, ou langage ordinaire, est une langue « normale » parlée par un être humain. Il s'oppose au langage formel, tel que le langage informatique, ainsi qu'au langage créatif des langues construites. »

Modèle : « Le modèle d'IA est la construction mathématique générant une déduction ou une prédiction à partir de données d’entrée. Le modèle est estimé à partir de données annotées lors de la phase d’apprentissage (ou d’entrainement) du système d’IA. »

Paramètre : « Dans le domaine de l'intelligence artificielle, dans le domaine de l'intelligence artificielle, le paramètre est la propriété apprise des données utilisées pour l’entrainement (par exemple le poids de chaque neurone d’un réseau). »

Requête en langue naturelle / invite : « Dans le contexte d'une interaction avec un système d'IA, souvent un agent conversationnel, comportant un modèle génératif, une requête se réfère à l'entrée de l'utilisateur qui sert à interagir en langue naturelle. »

Références

Alexandre, F. (2023, 4 juin). Comment fonctionne ChatGPT ? Décrypter son nom pour comprendre les modèles de langage. La Conversationhttps://theconversation.com/comment-fonctionne-chatgpt-decrypter-son-nom-pour-comprendre-les-modeles-de-langage-206788

Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert-Voss, A., Krueger, G., Henighan, T., Child, R., Ramesh, A., Ziegler, D. M., Wu, J., Winter, C., Hesse, C., … Kaplan, J. (2020). Language models are few-shot learners. arXiv. https://arxiv.org/pdf/2005.14165.pdf

Commission Nationale de l’Informatique et des Libertés (CNIL). (s.d.). Glossaire de l'intelligence artificielle (IA). https://www.cnil.fr/fr/intelligence-artificielle/glossaire-ia

DataFranca. (2023, 15 mai). Index des termes français. https://datafranca.org/wiki/index.php?title=Cat%C3%A9gorie:GRAND_LEXIQUE_FRAN%C3%87AIS

Kay, G. (2023, February 1). The history of ChatGPT creator OpenAI, which Elon Musk helped found before parting ways and criticizing. Insiderhttps://www.businessinsider.com/history-of-openai-company-chatgpt-elon-musk-founded-2022-12

OpenAI. (2015, December 11). Introducing OpenAI. https://openai.com/blog/introducing-openai