Par Frederic Alexandre , Inria Un des problèmes que l’IA n’a toujours pas résolu aujourd’hui est d’associer des symboles – des mots par exemple – à leur signification, ancrée dans le monde réel – un problème appelé l’ « ancrage du symbole » . Par exemple, si je dis : « le chat dort sur son coussin car il est fatigué », la plupart des êtres humains comprendra sans effort que « il » renvoie à « chat » et pas à « coussin ». C’est ce qu’on appelle un raisonnement de bon sens. En revanche, comment faire faire cette analyse à une IA ? La technique dite de « plongement lexical » , si elle ne résout pas tout le problème, propose cependant une solution d’une redoutable efficacité. Il est important de connaître les principes de cette technique, car c’est celle qui est utilisée dans la plupart des modèles d’IA récents, dont ChatGPT… et elle est similaire aux techniques utilisées par Cambridge Analytica par exemple. Le plongement lexical, ou comment les systèmes d’intelligence artificielle
Par Louis Treussard, CEO de L'Atelier BNP Paribas Aujourd'hui, bon nombre d'entreprises, qualifiées un peu abusivement de « disruptives », s'illustrent particulièrement sur des usages communs pour lesquels la valeur existante ne demandait qu'à être démultipliée. C'est le cas notamment de celles axées sur l'économie du partage, mais également de la plupart des modèles digitaux, qui, en quelque sorte, font « du neuf avec du vieux ». Le covoiturage, par exemple, repose sur un service vieux comme l'automobile : l'auto-stop. Avant le numérique, celui-ci était gratuit et représentait pour de nombreux jeunes un moyen de transport quasi quotidien (retour de boîte de nuit, week-end, vacances...). Si la durée du voyage restait aléatoire, tout comme la qualité de la « prestation », le système laissait beaucoup de place au hasard qui, on le sait, est une source importante de rencontres et de découvertes dans tous les domaines (la fameuse « serendipité