Le 25 septembre se tenait le salon du BigData au palais des congrés.
Retour sur cet évènement
J’ai eu l’impression qu’il y avait moins d’éditeurs cette année; en revanche, le public était bien au rendez-vous.
La première chose qui m’a surpris est l’arrivée massive du LLM et de ChatGpt en particulier.
Il est partout… Ne soyons pas naïfs, beaucoup d’emplois peuvent être remplacés par des machines.
Je retiens deux acteurs de ce cru 2023
IBM: suite Watson X
Il s’agit d’un studio de développement IA; IBM a beaucoup investi dans le développement de librairies et d’outils data science.
J’ai été accueilli chaleureusement par les « gars » d’IBM au petit matin; j’ai rôdé leur première prez.
La suite se compose de 3 modules
– le studio watsonx.ai
nouveaux modèles de base, IA générative et machine learning
– le magasin de données watsonx.data adapté au besoin
qui repose sur une architecture ouverte de data lakehouse
– le kit d’outils watsonx.governance
pour accélérer la création de flux de travaux d’IA responsables, transparents et explicables
Un exemple, qui laisse à réfléchir, est d’alimenter une base de données des sinistres pour une assurance à partir de la comprehension d’un mail.
Ensuite, saisie automatique d’un dossier, recherche de cas dans une base interne et réponse par mail au client.
Le deuxième acteur qui m’a ébloui est Neo4j
Pour rappel, Neo4j est une base graphe.
Les graphes sont adaptés pour organiser la connaissance et répondre à des questions complexe en se déplaçant dans le graphe.
Cette fois, l’exemple utilise ChatGpt.
L’idée géniale est d’utiliser ChatGpt pour sa compréhension d’un texte voire de la maîtrise de toutes les langues mais de ne pas utiliser sa base de connaissance et d’éviter les risques de delirium connus du chat.
L’exemple présenté est un graphe alimenté avec des relations de type « possède tant d’actions de telle entreprise »
On présente la structure de ce graphe à ChatGpt puis on lui demande de convertir une question en une requête Neo4j.
On exécute la requête sur notre base interne, la réponse est un Json, ce Json est renvoyé à ChatGpt pour qu’il fabrique une réponse « humaine ».
Les équipes de Neo4j ont ajouté une indexation vectorielle qui permet de faire des recherches approximatives sur des vecteurs.
Typiquement, des textes qui se ressemblent, des photos auront une représentation vectorielle proche.
ChatGpt permet d’exposer ses vecteurs, alors stockables dans un graphe.
Conclusion
Vous l’aurez compris, une révolution du travail est en chemin et beaucoup d’applications sont possibles.
Après le salon, je passe à un drive au McDo et je me dis: « mais je pourrais développer un bot en 2 heures de temps pour remplacer la prise de commandes! »
Une p’tite base de données avec les menus, un google pour le passage voix to text, un ChatGpt qui renvoie les images des menus et options pendant l’interaction client, la génération de la commande.. et hop.
On aime bien les jeunes de McDo, ce ne serait pas gentil comme développement; je vous livre juste ce que monsieur tout le monde pourrait développer depuis l’arrivée du chat.
