Qu’est-ce qu’un modèle d’IA ?

Un modèle mental utile

Imaginez un modèle comme une transformation ajustable plutôt que comme un cerveau numérique ou une base de données de réponses.

Le modèle possède une structure qui détermine la manière dont l’information peut y circuler. Il possède également des valeurs apprises qui déterminent dans quelle mesure les différentes parties de l’entrée influencent la sortie. Ensemble, la structure et les valeurs apprises définissent la transformation.

Donnez des mesures météorologiques à un modèle météo : il pourra produire une probabilité de pluie. Donnez des pixels à un classificateur d’images : il pourra produire des scores pour plusieurs étiquettes. Donnez du texte à un modèle de langage : il pourra produire des probabilités pour les suites de texte possibles. Les entrées et les sorties diffèrent, mais le rôle du modèle reste le même.

Un modèle ne doit pas nécessairement être un réseau de neurones. Linear models, decision trees, probabilistic models, and other methods can also supply the model inside an système d’IA.

Comment un modèle d’IA est créé et utilisé

Pour un modèle d’apprentissage automatique, le chemin qui mène de l’idée à la sortie comporte deux grandes phases : l’entraînement et l’inférence.

Pendant l’entraînement, les développeurs choisissent une structure de modèle et un objectif. Le modèle traite des exemples, ses sorties sont comparées à cet objectif, puis une procédure d’entraînement ajuste ses valeurs apprenables afin de réduire l’erreur ou d’améliorer une récompense. La répétition de ce processus produit un modèle entraîné : une structure particulière dotée d’un état appris particulier.

Le modèle est ensuite évalué sur des données ou dans des situations qui n’ont pas servi à l’ajuster. Cela permet de vérifier qu’il a appris un schéma utile plutôt que de simplement reproduire ses exemples d’entraînement. Réussir une évaluation ne prouve pas qu’il fonctionnera pour toutes les populations, tous les contextes ou tous les usages.

Pendant l’inférence, le modèle entraîné reçoit une nouvelle entrée et calcule une sortie sans répéter l’ensemble du processus d’entraînement. Un service déployé peut exécuter l’inférence des millions de fois alors que les valeurs apprises du modèle restent inchangées. Le modèle n’apprend des interactions ultérieures que si un processus distinct recueille des retours et le met à jour ou le réentraîne.

Le mot modèle peut désigner différents artefacts au cours de ce parcours :

• Avant l’entraînement, il peut désigner la structure proposée.
• Après l’entraînement, il désigne généralement la structure ainsi que les valeurs apprises à partir des données.
• Dans un framework, il peut désigner un objet ajusté ou un fichier contenant l’état appris.
• Dans un catalogue de produits, il peut désigner une famille nommée, une version particulière ou un point d’accès qui exécute cette version.

Ces usages se recouvrent, mais ne sont pas identiques. Lorsque la précision est importante, demandez-vous si une affirmation porte sur la conception du modèle, son état appris, ses fichiers ou le service qui l’entoure.

Un exemple détaillé

Considérons un modèle volontairement simple qui signale les courriers indésirables potentiels. Le logiciel environnant transforme chaque e-mail en deux entrées :

• le nombre de liens
• le nombre de mots provenant d’une courte liste de termes « urgents »

Supposons que l’entraînement produise ce score :

score de spam = 1,4 × nombre de liens + 0,9 × nombre de mots urgents − 1,2

Pour un e-mail contenant deux liens et un mot urgent :

1,4 × 2 + 0,9 × 1 − 1,2 = 2,5

Pour un e-mail ne contenant ni lien ni mot urgent :

1,4 × 0 + 0,9 × 0 − 1,2 = −1,2

Si le produit considère qu’un score positif indique un spam, il signale le premier e-mail et laisse passer le second.

Le modèle est la transformation qui produit le score : sa formule et ses valeurs numériques apprises. Le code qui lit l’e-mail, compte les caractéristiques, choisit le seuil, déplace un message dans un dossier de spam et permet à un utilisateur de corriger une erreur fait partie du système plus large.

Ce modèle jouet est facile à examiner. Un réseau de neurones moderne peut contenir de nombreuses couches et de nombreuses valeurs apprises, tandis qu’un modèle génératif peut choisir parmi plusieurs sorties possibles plutôt que renvoyer une étiquette fixe. Sa fonction essentielle reste néanmoins de transformer une entrée appropriée en sortie selon le schéma capturé par le modèle.

Le modèle ne constitue pas tout le système d’IA

La distinction est plus facile à comprendre sous forme de pipeline :

raw input
    ↓
input preparation
    ↓
AI model: structure + learned state
    ↓
raw model output
    ↓
rules, tools, storage, and presentation
    ↓
system result or action

Un chatbot, par exemple, peut ajouter des instructions, l’historique de la conversation, des documents récupérés, des contrôles de sécurité, des outils et une interface autour d’un modèle de langage. Modifier l’une de ces couches peut changer l’expérience de l’utilisateur même si le modèle reste identique. Un système plus vaste peut également faire passer une même requête par plusieurs modèles.

La frontière n’est pas toujours matérialisée de la même manière. Un seuil de classification peut être intégré à un modèle, mais appliqué par le code environnant dans un autre système. Le test pratique consiste à identifier le composant qui effectue la transformation centrale, apprise, de l’entrée en sortie, puis à identifier ce qui prépare, contraint, interprète ou exploite cette sortie.

Pourquoi cette distinction est importante

Elle vous évite d’attribuer chaque réussite ou chaque échec au mauvais composant. Un mauvais résultat peut provenir du modèle, mais aussi d’un contexte manquant, d’une mauvaise préparation de l’entrée, d’un seuil inadapté, d’une défaillance d’un outil ou d’une règle appliquée après l’inférence.

Elle facilite également l’évaluation des affirmations concernant les modèles. Un modèle n’est utile que par rapport à une tâche, aux types d’entrées qu’il recevra, à la manière dont sa sortie sera utilisée et au coût des erreurs. La documentation du modèle doit donc indiquer les usages prévus, les conditions d’évaluation, les limites connues et les usages qui n’ont pas été testés. Un seul chiffre de précision ou une démonstration du produit ne peut pas répondre à toutes ces questions.

Enfin, cette distinction clarifie le niveau d’accès dont vous disposez. Télécharger les poids appris, appeler un modèle hébergé via une API et utiliser une application d’IA terminée offrent des niveaux de contrôle différents. Ces possibilités peuvent concerner la même famille de modèles, mais elles ne désignent pas la même chose.

Idées reçues courantes

« Le modèle contient ses données d’entraînement »

Un modèle entraîné contient généralement un état numérique appris, et non une copie consultable ligne par ligne des exemples. Cet état capture des schémas utiles pour produire des sorties. Dans certaines circonstances, les modèles peuvent néanmoins reproduire ou révéler des parties des données d’entraînement ; dire qu’un modèle n’est pas une base de données ne signifie donc pas qu’il ne peut rien mémoriser.

« Le modèle apprend chaque fois que je l’utilise »

L’inférence utilise normalement des valeurs apprises fixes. Un produit peut enregistrer les conversations, personnaliser les requêtes ultérieures ou utiliser les retours pour un entraînement futur, mais il s’agit de comportements distincts du système. Cela ne montre pas que le modèle déployé s’est mis à jour pendant la conversation.

« Un modèle d’IA, c’est la même chose qu’un algorithme »

Un algorithme est une procédure. Un algorithme d’entraînement ajuste un modèle, tandis qu’un algorithme d’inférence l’exécute. Dans le langage courant, les termes se recouvrent, mais distinguer la procédure du résultat appris permet de comprendre comment une même méthode d’entraînement peut produire des modèles différents à partir de données différentes.

« Tous les modèles d’IA sont des modèles de langage »

Un grand modèle de langage est un type de modèle d’IA. D’autres modèles classifient des images, prévoient des quantités, classent des résultats de recherche, détectent des anomalies, recommandent des éléments, contrôlent des machines ou réalisent d’autres tâches de transformation d’une entrée en sortie.

« Un meilleur modèle garantit un meilleur produit »

Un modèle plus performant peut améliorer les capacités brutes du système, mais la qualité du produit dépend également des données, des instructions, des outils, des mesures de protection, de la latence, de la conception de l’interface et de l’adéquation du modèle à la tâche réelle. Le modèle est central, mais il n’agit pas seul.

La place des modèles d’IA dans le système global

Un projet d’IA commence par une tâche et par un moyen d’évaluer un comportement utile. L’entraînement produit ou adapte un modèle. L’évaluation vérifie son comportement dans des conditions choisies. Le déploiement fournit les ressources de calcul et le logiciel environnant nécessaires à son exécution. La supervision recherche ensuite les défaillances, les changements dans les entrées et les raisons de mettre à jour le modèle ou le système.

C’est pourquoi demander « Quel modèle ce système utilise-t-il ? » n’est que le début d’une question utile. Vous devrez peut-être aussi savoir quelle version est exécutée, quelles entrées elle reçoit, comment sa sortie est traitée, pour quoi elle a été évaluée et où un humain ou un autre programme prend la décision finale.

Pour aller plus loin

Lisez Qu’est-ce que l’entraînement en IA ? pour découvrir le processus qui crée l’état appris d’un modèle, puis Qu’est-ce que l’inférence en IA ? pour comprendre ce qui se passe lorsqu’un modèle entraîné traite une nouvelle entrée. Qu’est-ce qu’un LLM ? présente la famille de modèles à l’origine de nombreux produits de texte et de conversation.