L’in artificielle est un sujet d’aleté, mais elle we did not after apps Aux trees que chatgt. En Effet, comment gérez-vous l’A dans les sciences de la vie?
Elisa Canzani, Data Science Lead Chez Cognizant, nous emmène dans un voyage pour montrer que l’est after me Solution universelle, en participleculier dans sciences de la vie d’autres discientifiques. Avec cognizant, nous explorons les pièges de l’a dans les sciences de la vie et ce ust nécesire pours me solid de l’a.
I gamme variee de llm
De nombreux Outils Genai Actuels FonctionNent sur la Base de llm(Grands Modèles de Langage). En tant qu’organization, il ya peu de shanse que vous dévulSpiez vous-même un llm. Il est préféruble de se tourner vers un modèle pré-entraîné qui est available pour i utilisation (commercial) et qui correspond à votre domine de travail. Openai, Anthropic, Meta: La Gamme de Modèles Assoconibles Est Vaste. Consultez la Listo Compète ici.
«Vous voyez l’Abréviation ll partout, mais ce n’est after toujours le meilleur der les applications geni. Un petit modèle de langage (SLM) est souvent I option intéssante à peaufiner soi-même », Explanation M. Canzani. «ILS SONT TRè FIIABLE, Efficiency and accessories pour des tâches spécifiques.
Choisissez Un (l) lm et coma à le personalisa
I méthode court de personalization d’n un llm est l’Ingénierie de l’nftte. «L’Invite du système est le moyen le plus court d’mposer un Comportecent» et guaranty Que instruction son utilisées pour génére La sortie souhaitée afin de répondre ques de l’utilisateur.
Bie Que les messages-guides soiient efficient, ils sont border dans la cayté d’Ionnections qui peupt être données. La GénéRATION ASSISTENE par récupération (Rag) est un moyen très puissant de proeder à des ajustments, qui associe le modèle à I Base de données de connaissances externe. Lorsqu’un utilisateur possess me, le modèle recherche dans la Base de données les information pertinets et les traite en. permit ClothQui uses des méthodes basées sur les graphs pour the optimizer la requête, make up amélioration major », Explanation M. Canzani. C’est crucial pour les sectteurs où la précision et la pertinence contextuelle sontelles, comme la gestion de la Chaîne d’approvisionnement ou le développement de product.
Les llm également être Affiné Cela N’Ajoute after de Connaisances, Mais Introduit de Nouveaux modèles de langage, par exemple i terminologist spéciofue au des soins de santé de la logistique. Toutefiis, M. Canzani Souligne Que «Le réglage fin est I tâche délicate Car nous modifions les poids de notre modèle, ce qui entraîner corner nus appelons un« Oubli catastrophique ».
Canzani: «Ces Méthodes Permettent d’Exploiter la puissance d’i llm, à condition qua cadre d’Onfservabilité soit en placete aux organisations de warder lentrôle sur la pertinence, .
Vous voyez l’Abréviation ll partout, mais ce n’est after toujours le meilleur der les applications de geni.
Elisa Canzani, responsible de la science des données chez connoisseur
L’A Hybrida Comme Base Pour de Meilles
Les llm peuvent produire des résultats impressionnants, mais présentent des limits en termres de connaissances spéciFiques au domaine et d’abrerence logique. Les systèmes hybruits combine les for force de l’a génératative avec les techniques classiques de l’a, teles Que les réseaux bayésiens pour l’arrence causale. «Cette Combinaison Permet non seulement de répondre à des Questions ou de générer des données, mais aussi de fournir s information approfondies sur Relations de cause à Effet. Pensez, par exemple, aux problèmes liés aux processus de production ou au control de la Qualité.
Un élément clé des systèmes hybruits est le concept de Solutions agentiques, où les tâches Complexes son décomposées en sous-tâches plus petites et plus faciles à gérer. Ces Sous-Tâches sont déléguées à des agents spécialisés, tels qu’un assistant sql la recherche d’An information ou un agent d’Analyse des causes qui identifie la cause, par exemple, d’i goulot d’éTranglement la Chaine D’epmovisisionnement Qui considioneblement le délai d’Ecution.
Unutre auttre autre deystety hybrides est l’etégration du retour d’Amphorm humain. Bie les agents et les modèles d’a puissent effectuer de nombreuses de Manière indondante, l’Expertise humaine pour les tâches Qui at the haut de de’ interprétation ou des considéthi. En Outre, les systèmes agentiques apprrennent constamment s interactions avec les utilisateurs et no Fournir des Solutions Personalisées.
KB Cadre Cognitif Qui Fournit I Structure
Le cadre cognitif de cognizant pour le développement respondsable de genai fournit i approche structurée pour consture et metre en œuvre des Solutions d’A dans un context commercial. Le Cadre encourages ITORATIVE APROCHE. Le processus commence par la Cartographie du parcours de l’utilisateur et des foncessnités souhaitées, apprès quoi les solution d’a sontinulement testées, adaptées et mises à l’échelle en nouveta -de l’utilisateur Besoins de l’entreprise.
La couche d’Observbilité est i coubche supplémentirere à tajoute à toutes les autres. Canzani: «Aucun système d’a in Peut être mis en production sans un solid système de Contrôle des performance. ”