Partie 2: apprentissage automatique, neurones artificiels, paramètres et fonctionnement des modèles comme ChatGPT ou OpenEvidence. Un guide simple pour comprendre comment l’IA apprend à partir des données et pourquoi elle peut se tromper.
Dans le précédent article, nous avons mélangé théorie et pratique.
Nous allons continuer dans cette voie, mais en allant un peu plus en profondeur sur certains concepts importants.
Ces notions sont essentielles, car elles permettent de comprendre pourquoi l’IA réagit d’une certaine manière, pourquoi elle fait des erreurs, et comment elle apprend.
Le terme « IA » est devenu un mot-valise. On l’utilise pour désigner énormément de choses différentes, parfois sans distinction claire.
Dans cet article, on va se concentrer sur la partie aujourd’hui la plus importante : l’apprentissage automatique (machine learning).
L’idée de départ est relativement simple :
Si on veut créer un système capable de gérer des situations complexes, il est impossible d’écrire manuellement toutes les règles possibles.
Prenons un exemple médical :
Il est impossible de prévoir tous les cas à l’avance avec des règles classiques.
C’est précisément pour cela que l’apprentissage automatique existe.
Au lieu de programmer explicitement chaque situation, on va créer un modèle qui apprend à partir d’exemples. Le principe est le suivant :
Un terme revient souvent quand on parle d’IA : le neurone.
Le concept est inspiré du cerveau biologique. Un neurone artificiel reçoit une information en entrée et décide, selon certaines conditions, de transmettre ou non un signal. En informatique, on peut simplifier cela ainsi :
Imaginons un neurone qui ne s’active qu’à partir d’une intensité de 10.
S’il reçoit :
| Entrée | Sortie |
|---|---|
| 2 | 0 |
| 7 | 0 |
| 9 | 0 |
| 10 | 10 |
| 25 | 25 |
| 66 | 66 |
En dessous du seuil : rien ne se passe.
Au-dessus du seuil : le neurone transmet le signal.
Prenons maintenant un exemple plus concret. Imaginons un neurone chargé de détecter une hypertension artérielle à partir d’une pression artérielle systolique (PAS). Le neurone pourrait fonctionner ainsi :
| PAS reçue | Sortie |
|---|---|
| 100 | 0 |
| 130 | 0 |
| 169 | 169 |
Le neurone ne s’active qu’au-dessus d’un certain seuil. Évidemment, un vrai modèle médical est infiniment plus complexe, mais le principe de base reste similaire.
La question importante est maintenant :
La réponse :
on entraîne le modèle avec des exemples.
Imaginons un modèle extrêmement simple, composé d’un seul neurone.
On veut qu’il s’active uniquement chez les patients hypertendus.
On lui fournit alors des données d’entraînement :
| Signal reçu | Signal attendu |
|---|---|
| 110 | 0 |
| 114 | 0 |
| 165 | 165 |
| 147 | 147 |
Au début, le neurone se trompe souvent. Par exemple :
| Signal reçu | Réponse du modèle |
|---|---|
| 110 | 0 |
| 114 | 114 ❌ |
| 165 | 165 ✅ |
| 147 | 147 ✅ |
Le modèle a fait une erreur pour 114.
Notre algorithme d'apprentissage automatique modifie alors légèrement les paramètres du neurone pour réduire cette erreur.
C’est ainsi qu’on entraîne un modèle d’intelligence artificielle.
Dans les modèles modernes, il ne s’agit évidemment pas d’un seul neurone. Les IA actuelles utilisent :
Les paramètres correspondent aux valeurs internes du modèle qui sont ajustées pendant l’entraînement.
Plus un modèle possède de paramètres :
Le principe de ChatGPT repose sur la prédiction du mot suivant. Pendant l’entraînement, on donne au modèle des morceaux de texte. Exemple :
« Le patient présente une douleur… » Le modèle doit prédire la suite la plus probable. À chaque erreur :
Après des milliards d’exemples, le modèle apprend progressivement :
Contrairement à ce que beaucoup imaginent, les grands modèles actuels ne continuent généralement pas à apprendre en permanence après leur mise en production. Une fois l’entraînement terminé :
Pourquoi ?
Parce qu’un apprentissage continu non contrôlé pourrait entraîner des dérives :
Pendant l’entraînement, les données sont sélectionnées et contrôlées précisément afin d’éviter ces problèmes. Cependant il existe d'autres approches afin d'actualiser les informations, mais c'est plus au niveau du système.
Il y a des approches avancées qu'on peut retrouver chez Horizon, OpenEvidence, MedGPT, VeraHealth etc...
Le principe consiste à fournir, dans le prompt invisible (que l’utilisateur ne voit pas), des sources fiables et actualisées afin que le modèle les prenne en compte dans sa réponse.
Dans le prochain article, nous aborderons les modèles de langage (LLM) et un concept fondamental :
Une IA ne comprend pas directement le texte.
Elle ne manipule que des nombres.
Nous verrons donc :