Entre Ontologies et Curations - Archive ouverte HAL Accéder directement au contenu
Article De Blog Scientifique Année : 2023

Entre Ontologies et Curations

Rémi Morin

Résumé

Nous sommes à un moment charnières de l’histoire technologique. Un carrefour avec lequel les algorithmes d’IA (Deep Learning, Apprentissage par renforcement, Machine Learning) que nous fabriquons aujourd’hui définiront le monde avec lequel nous devrons vivre demain. Il est grand temps que nous réfléchissions à la façon dont nous intégrons l’humanité dans cette équation. Dans le domaine des mathématiques, les données peuvent être encadrées dans deux récits contrastés : comme un flux incessant ou comme une série d’unités discrètes. De manière fascinante, cette dualité se reflète dans les techniques de représentation des connaissances de pointe. Les grands modèles linguistiques (LLM) considèrent la connaissance comme un continuum fluide, codé sous forme de vecteurs d’intégration continus. Inversement, les Graphes de connaissance (Knowledge Graphs) compartimentent les informations en unités discrètes à l’aide d’URI (Uniform Resource Identifiers). Pourtant, l’intellect humain emploie les deux formes de raisonnement. Oscillant entre la cognition* intuitive et rapide et la pensée méthodique et analytique. Les technologies émergentes telles que les modèles de génération augmentée de retriever (RAG) basés sur des graphes combinent le meilleur des deux mondes, mariant Knowledge Graphs et LLM dans un système d’intelligence hybride capable de penser à la fois agile et calculé. Mais ne nous leurrons pas, cette merveille technologique n’est pas une panacée. Pour vraiment réaliser la promesse de l’IA (qui reste utopique à ce jour), nous devons introduire un troisième élément, fondamentalement humain, dans cette équation. Nous devons injecter des humains au point où l’information passe d’une représentation continue à une représentation discrète. Voici deux façons de le faire : ↕ Ontologies conçues par l’homme : Ce sont des modèles conceptuels structurés qui permettent aux humains d’imposer leurs schémas cognitifs aux machines. Ces ontologies peuvent guider les LLM et placer des garde-fous autour d’eux. À leur tour, les LLM peuvent étendre les ontologies, mais surtout, de telles augmentations peuvent subir un examen humain avant d’être mises en production. ↕ Curation de données guidée par l’homme : Les graphes de connaissances servent de réseaux complexes d’informations où chaque nœud est un point de données et chaque bord est une relation sémantique. Les humains peuvent remplir ces graphiques avec des données organisées, offrant un contexte inestimable pour les requêtes LLM. De plus, toutes les extensions générées par des machines à ces données peuvent à nouveau être vérifiées par des experts humains. Pour construire un avenir de l’IA qui satisfasse nos véritables besoins — et pas seulement nos désirs fantaisistes Nous avons besoin d’un mécanisme pour intégrer les valeurs et les préoccupations humaines. Les “likes” et les “follows” peuvent être des mesures appropriées pour l’engagement sur les médias sociaux, mais elles sont terriblement inadéquates pour capturer les nuances de ce dont les humains ont vraiment besoin. Les graphes de connaissances et les ontologies fournissent les outils sophistiqués nécessaires pour articuler nos désirs complexes et nos cadres éthiques. Ils offrent un mécanisme robuste pour ancrer l’humanité au moment critique où l’information fluide cristallise en unités discrètes. En tissant un aperçu humain réfléchi et réfléchi dans cette boucle de rétroaction de l’IA, nous n’apportons pas seulement des améliorations progressives. Nous posons les bases architecturales d’une forme plus éclairée d’intelligence artificielle. N.B : La différence entre la cognition située et la cognition distribuée, qui est aussi une voie pour comprendre ce qu’est la connaissance (procédurale et / ou sociale). https://philarchive.org/archive/KAUSAD-2#:~:text=For%20instance%2C%20situated%20cognition%20shows,how%20information%20propagates%20through%20actor%E2%80%93
Fichier non déposé

Dates et versions

hal-04295311 , version 1 (20-11-2023)

Identifiants

  • HAL Id : hal-04295311 , version 1

Citer

Rémi Morin. Entre Ontologies et Curations. 2023. ⟨hal-04295311⟩
43 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More