Présentation
Les applications GenAI (Générative Artificial Intelligence) transforment l’expérience utilisateur et accélèrent l’adoption d’outils et de solutions IA dans les domaines grand public et d’entreprise.
Les applications d’intelligence artificielle (IA) traditionnelles se concentrent sur la création et le déploiement de modèles Machine Learning à partir de zéro. Les modèles Machine Learning traditionnels ont été formés sur des jeux de données personnalisés dans le but de générer des prédictions qui ont pris en charge la prise de décision.
Les applications IA dégénératives se concentrent sur les modèles de langage préentraînés basés sur des données de texte à l’échelle Internet massives. Ces modèles peuvent être augmentés avec des données (RAG) ou affinés pour exécuter des tâches avec l’objectif de générer du contenu en réponse aux requêtes ou instructions de l’utilisateur. Une application IA générative peut se concentrer sur la génération de texte, comme la réponse aux questions, la synthèse de texte ou la traduction. Ou une génération de contenu enrichie pilotée par des instructions textuelles telles que la création d’images, d’audio, de vidéo ou de code.
La principale différence réside dans l’utilisation de constructions de langage naturel comme entrées textuelles, également appelées invites, avec traitement basé sur jeton ou achèvements, qui génèrent des sorties stochastiques qui peuvent varier en fonction de différents facteurs, notamment l’invite d’entrée, le contexte système, les paramètres de modèle, etc.
L’émergence d’applications IA génératives conduit à un changement de paradigme pour le développement de bout en bout, où le focus du développeur passe de la génération de modèle (MLOps traditionnel) à la génération de contenu à l’aide de modèles préentraînés (GenAIOps modernes).
Pour créer des solutions GenAI efficaces, les développeurs doivent sélectionner les modèles appropriés et comprendre comment ces modèles s’intègrent dans le framework opérationnel plus large pour développer une application. Le développement d’applications de bout en bout d’une solution GenAI est également appelé Opérations de modèle de langage volumineux (LLMOps) ou Opérations GenAI (GenAIOps).
Avant de passer à l’aspect technique de la préparation d’une solution GenAIOps, vous apprenez à planifier un cas d’usage approprié en explorant différents exemples et leurs architectures.