Skip to content

Blog

Bienvenue sur mon blog !

Ici, je partage avec vous mes réflexions, mes découvertes et mes expériences autour de l'intelligence artificielle, un domaine passionnant qui évolue chaque jour.

En tant que consultant data scientist spécialisé en IA, je vous propose des articles variés, allant des dernières nouveautés comme le RAG (Retrieval-Augmented Generation) ou les agents intelligents, jusqu'à des exemples concrets d'utilisation de l'IA dans différents secteurs professionnels.

Vous trouverez des retours d'expérience issus de mes projets réels, des études de cas pratiques, ainsi que des conseils simples et efficaces pour intégrer l'intelligence artificielle dans votre quotidien professionnel.

Mon but est de rendre l'IA accessible à tous, peu importe votre niveau technique ou votre secteur d'activité. À travers ce blog, je souhaite simplifier les concepts complexes et vous montrer comment l'IA peut devenir un véritable copilote pour vous aider au quotidien.

Bonne lecture, et n'hésitez pas à échanger avec moi : anas0rabhi@gmail.com !

Vous pouvez aussi vous abonner à ma newsletter :)

  • in Blog, IA
  • 9 min read

Comprendre l'intelligence artificielle : Guide pratique simple (Partie 1)

Introduction

L'intelligence artificielle séduit de plus en plus de curieux et de professionnels, grâce à des outils révolutionnaires comme ChatGPT. Ces avancées ont non seulement transformé notre manière d'interagir avec la technologie, mais ont aussi rendu l'IA incontournable dans les discussions contemporaines. Avec l'IA générative, nous pouvons désormais produire du texte, des images et bien d'autres contenus grâce à de puissants modèles d'apprentissage.

Comment améliorer le RAG (ou les IA en général)

Souvent, pour améliorer une application d'IA comme un RAG ou un agent, il est plus judicieux de se concentrer sur l'analyse fine des erreurs plutôt que de céder à la tentation d'ajouter systématiquement de nouveaux outils. Voyons pourquoi cette approche pragmatique est souvent la plus efficace.

La course aux outils : Une fausse bonne idée ?

Lorsqu'on cherche à améliorer une application IA, qu'il s'agisse d'un système RAG (Retrieval-Augmented Generation) ou d'un agent conversationnel plus complexe, l'écosystème technologique nous présente une multitude d'outils. Frameworks, bases de données vectorielles, modèles d'embedding, techniques de réécriture de prompt... chacun promettant d'améliorer significativement les performances.

Pourtant, céder à cette "course aux outils" sans une compréhension claire du problème à résoudre peut s'avérer contre-productif. L'approche la plus pragmatique, et souvent la plus efficace sur le long terme, repose moins sur l'accumulation de nouvelles briques technologiques que sur une analyse rigoureuse des erreurs et l'amélioration continue de l'architecture existante.

Utiliser ChatGPT efficacement

Utiliser ChatGPT pour automatiser les tâches répétitives deviendra monnaie courante dans les entreprises au cours des prochaines années.

C'est la première fois qu'une IA possède la capacité de communiquer par écrit de manière claire, au point qu'on puisse lui demander d'écrire un article marketing, rédiger un mail ou résoudre un problème mathématique…

Parmi les exemples que je viens de citer, il y en a un qu'il vaut mieux éviter de confier à ChatGPT : résoudre un problème de maths. En effet, ChatGPT n'est absolument pas fiable pour ce type de tâches, sauf si vous connaissez déjà la réponse.

Dans leur forme actuelle, les modèles d'intelligence artificielle comme ChatGPT ne sont pas conçus pour réellement comprendre les raisonnements mathématiques et présentent également d'autres limites. C'est pourquoi, pour utiliser efficacement ce type d'IA, il est essentiel de bien en connaître les limites.