L'intervention humaine dans le développement de l'IA, le concept de "Human-in-the-Loop".

Selon le roboticien et écrivain Rodney Brooks, les technologies actuelles d'intelligence artificielle sont "encore loin de pouvoir nous conduire à une véritable intelligence artificielle générale (AGI)". Il affirme qu'aucun des modèles actuels n'atteindra le stade de l'AGI parce qu'il leur manque un modèle pour représenter le monde réel. "Ce que ces modèles font, c'est de la corrélation dans le contexte du langage", affirme-t-il.

Dans cet article, nous avons voulu approfondir ce sujet et explorer le rôle de l'intervention humaine dans le développement de l'IA.

I. L'intervention humaine est essentielle au développement de l'IA

a) Limites de l'IA sans intervention humaine

Les modèles d'IA ont leurs limites. Sans intervention humaine, ils peuvent présenter des lacunes dans la compréhension du monde réel, des biais involontaires et des erreurs de jugement. En voici quelques exemples :

1. Compréhension du langage naturel : Les modèles d'IA peuvent avoir du mal à saisir la complexité et les nuances du langage humain. Par exemple, la traduction automatique peut produire des traductions incorrectes ou incohérentes sans intervention humaine pour les corriger.
2. Préjugés algorithmiques : Les modèles d'IA sont formés sur des ensembles de données qui peuvent refléter les préjugés existants dans la société, tels que les préjugés raciaux ou sexistes. Sans intervention humaine pour détecter et atténuer ces préjugés, les algorithmes peuvent reproduire et amplifier ces inégalités.
3. Compréhension du contexte : Les modèles d'IA peuvent avoir des difficultés à saisir le contexte et l'intention qui se cachent derrière les déclarations. Par exemple, les systèmes de reconnaissance vocale peuvent mal interpréter les déclarations sans tenir compte du contexte conversationnel, ce qui entraîne des erreurs d'interprétation.

b) Que signifie HITL et pourquoi est-il important dans l'apprentissage automatique ?

Le terme HITL (Human-in-the-Loop) désigne l'intégration systématique de l'intervention humaine dans les processus d'apprentissage automatique. Cette approche permet une collaboration étroite entre l'IA et les humains, en exploitant les forces de chaque partie pour obtenir des résultats supérieurs. Voici quelques exemples concrets de l'importance du HITL dans l'apprentissage automatique :

1. Apprentissage supervisé : Des experts humains fournissent des annotations précises pour étiqueter les données d'apprentissage, ce qui permet à l'IA de classer avec précision les nouvelles données (par exemple, en fournissant des recommandations aux clients sur les marketplaces).
2. Validation et correction des prédictions : Les professionnels vérifient et corrigent les prédictions incertaines ou erronées faites par l'IA, améliorant ainsi la précision des diagnostics médicaux ou la détection des fraudes, par exemple.
3. Apprentissage actif : Les humains étiquettent les exemples les plus instructifs afin d'optimiser les performances du modèle d'IA, maximisant ainsi l'utilisation des ressources humaines.
4. Résoudre des cas complexes : L'expertise humaine est essentielle pour prendre des décisions éclairées dans des situations ambiguës, en ajustant les recommandations générées par l'IA en fonction du contexte (par exemple, en médecine ou en droit).

c) Un marché de labellisation des données en pleine évolution

Le processus de labellisation des données est un élément clé de l'intervention humaine dans le développement de l'IA. Des données de haute qualité et correctement labellisées sont essentielles pour former des modèles d'IA performants. Cette demande a donné naissance à un marché florissant de la labellisation des données qui permet aux experts humains de collaborer avec les systèmes d'IA pour annoter, vérifier et améliorer la qualité des données utilisées dans l'apprentissage automatique.

Différents acteurs du marché de la labellisation des données, tels que les plateformes de crowdsourcing et les sociétés d'externalisation des processus métier (BPO), proposent des approches variées pour répondre aux besoins de labellisation. Cependant, ils sont confrontés à des défis liés à la qualité et à la précision des annotations, à la confidentialité des données et à la gestion de l'évolutivité pour garantir des résultats fiables et efficaces. Des défis éthiques, tels que les conditions de travail des annotateurs humains, une rémunération équitable et la protection de leurs droits en tant que travailleurs, doivent également être relevés.

‍

II. ChatGPT : Un exemple illustrant l'intervention humaine

Le modèle linguistique ChatGPT (Generative Pre-trained Transformer) est un exemple d'intervention humaine dans le développement de l'IA. Ce modèle avancé a fait l'objet d'une attention particulière en raison de sa capacité à générer des textes fluides et cohérents. Cependant, ce résultat est le fruit d'un effort humain considérable dans le prétraitement et l'entraînement du modèle.

a) Prétraitement des données par les humains

Les données textuelles utilisées pour entraîner ChatGPT doivent être prétraitées afin d'éliminer les incohérences, les erreurs et les biais potentiels. Les humains sont chargés de nettoyer et de formater ces données afin de créer un ensemble de données de haute qualité sur lequel le modèle peut s'appuyer.

b) Les humains l'entraînent et l'améliorent

Après le prétraitement des données, les humains jouent un rôle essentiel dans l'entraînement de ChatGPT. Ils fournissent des exemples de textes, corrigent les erreurs de génération et ajustent les paramètres du modèle pour améliorer ses performances. L'interaction constante entre les humains et le modèle permet d'affiner et d'optimiser les résultats. En outre, en interagissant avec ChatGPT et en fournissant un retour d'information ou des corrections, les utilisateurs contribuent à son amélioration continue et à l'affinement de ses performances.

c) Les humains corrigent et atténuent les biais

L'intervention humaine dans le développement de ChatGPT est également cruciale pour corriger les biais potentiels présents dans les données et les générations de modèles. Les humains identifient les biais, les signalent et proposent des corrections appropriées. Cette étape permet de minimiser les distorsions et de promouvoir une plus grande équité et neutralité dans les réponses générées par le modèle.

‍

III. L'expertise d'isahit : maîtriser les outils d'IA et savoir quand favoriser l'intervention humaine

a) Outils, modèles et scripts utilisés

Isahit utilise une variété d'outils, de modèles et de scripts pour répondre aux besoins spécifiques de ses clients. En plus d'OpenAI, isahit utilise également d'autres ressources telles que Google Vision API, qui fournit des fonctions de reconnaissance et d'analyse d'images, et Tesseract OCR, un moteur open-source de Google pour convertir les images en texte éditable. En intégrant ces différents outils dans ses flux de travail, isahit offre des solutions complètes et performantes pour le traitement du langage naturel et visuel.

L'expertise d'isahit réside dans sa capacité à intégrer ces différents outils et modèles dans des flux de travail personnalisés. L'objectif est de maximiser l'utilisation de l'intelligence artificielle au bon moment et de manière optimale, en combinant les forces de l'IA et de l'intervention humaine. Isahit conçoit des flux de travail qui permettent une collaboration transparente entre les capacités de l'IA et les compétences et l'expertise des annotateurs humains. Cette approche garantit des résultats de haute qualité tout en offrant la flexibilité et l'adaptabilité nécessaires pour répondre aux exigences spécifiques des projets.

b) Le pouvoir de notre force de travail

La force de travail d'isahit est notre plus grand atout, car nous croyons fermement à l'importance de l'"Human-in-the-loop" (HITL) dans le développement de l'IA. Nous recrutons et formons des femmes dans le monde entier, en les soutenant dans leurs efforts professionnels grâce à des formations multidisciplinaires gratuites. En travaillant en étroite collaboration avec notre communauté de femmes, nous pouvons relever les défis auxquels sont confrontées de nombreuses industries et répondre à divers cas d'usages.

C'est grâce à l'expertise acquise par ces femmes et à leur engagement que nous pouvons réellement maximiser l'impact de l'intelligence artificielle dans divers domaines et contribuer à créer un avenir plus inclusif et plus équitable. Chez isahit, nous croyons en un monde plus juste où les entreprises jouent un rôle central dans la transformation sociale et environnementale. En adoptant le modèle "business for good", nous nous engageons à intégrer des objectifs sociaux et environnementaux au cœur de notre mission. Cette approche nous permet de créer un impact positif durable en renforçant l'autonomie des femmes dans le monde entier tout en contribuant au progrès de la société.

‍