00:00 / 22:04
#1
Intro
00:00
#2
Comprendre l'intelligence artificielle et son application chez Google
00:20
#3
Définition de l'intelligence artificielle et son évolution
03:10
#4
Intelligence et apprentissage
04:38
#5
L'IA générative
05:34
#6
Les images et les LLM
07:08
#7
Modèle de langage réseaux de neurones
07:56
#8
Modèles multimodaux avec de plus en plus de paramètres
10:23
#9
Les modèles de langage révolutionnent l'intelligence artificielle
11:48
#10
Les modèles d'IA apprennent sans qu'on l'anticipe
12:42
#11
L'IA et ses potentialités transformatrices
12:57
#12
Gérer les risques dans l'évolution de la technologie de l'IA
14:13
#13
Les biais dans la technologie et l'IA
18:05
#14
Avoir peur de l'IA ?
19:23
#15
L'IA pour améliorer les connaissances et la créativité
21:13
L'intelligence artificielle, qu'est-ce que c'est exactement ? (Joëlle Barral, Google DeepMind)
[EN PARTENARIAT AVEC GOOGLE] Joëlle Barral, directrice de la recherche fondamentale chez Google DeepMind, explique les grands principes de l'IA et décrit les enjeux liés à cette révolution technologique.
Dans cet épisode, nous discutons des grands concepts de l'intelligence artificielle, tels que l'apprentissage supervisé, les grands modèles de langage, l'IA générative, etc. Joëlle Barral explique comment L'IA permet aux machines d'apprendre à partir d'exemples plutôt que de spécifier chaque instruction et comment elle peut apprendre à reconnaître des objets dans des images ou transcrire la parole. Y'a-t-il vraiment de l'intelligence dans tout cela ? La directrice scientifique de la recherche de Google explique comment l'IA utilise des méthodes statistiques pour prendre des décisions en fonction des exemples qui lui sont montrés, mais sans comprendre réellement ce qu'elle traite.
Les nombreux modèles de langage, tels que BERT, MUM, LAMBDA, PALM, PALI, PALM2, sont entraînés sur de grandes quantités de données pour produire des résultats en fonction des probabilités. Ces modèles de langage peuvent combiner diverses informations, telles que le texte, les images et l'audio, pour générer des réponses plus précises. Nous évoquons également la question des modèles multimodaux qui, grâce à des milliards de paramètres, sont capables d'analyser des images en temps réel.
Nous évoquons aussi les questions de l'éthique et de la responsabilité dans le développement de l'IA. Nous discutons des biais et des risques liés à l'utilisation de l'IA et de l'importance de travailler sur des évaluations pour y répondre de manière plus précise. Selon la directrice de la recherche fondamentale chez Google DeepMind, la compréhension de la technologie est essentielle pour ne pas avoir peur de l'IA. Mais celle-ci reconnaît les risques potentiels et la nécessité de mettre en place des réglementations appropriées.
L'IA peut être utile dans de nombreux domaines, tels que l'amélioration des connaissances, l'augmentation de la créativité et la productivité, ainsi que la fourniture d'outils pour permettre aux autres d'innover grâce à l'IA. Cependant, il parait indispensable de l'utiliser de manière responsable.
Cet épisode est le premier d'une série de décryptages au coeur de la recherche en IA de Google.
Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.
Powered by Ausha 🚀