Ingénierie IA

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com

Les dernières avancées en matière d'IA ont pas seulement boosté la demande pour les produits IA, elles ont aussi rendu ça plus facile pour ceux qui veulent créer des produits IA. L'approche « model-as-a-service » a transformé l'IA, qui est passée d'une discipline compliquée à un outil de développement super puissant que tout le monde peut utiliser. Tout le monde, même ceux qui n'ont que peu ou pas d'expérience en IA, peut maintenant utiliser des modèles d'IA pour créer des applications. Dans ce livre, l'auteur Chip Huyen parle de l'ingénierie IA : le processus de création d'applications à partir de modèles de base facilement accessibles.

Le livre commence par une vue d'ensemble de l'ingénierie IA, expliquant en quoi elle diffère de l'ingénierie ML traditionnelle et discutant de la nouvelle pile IA. Plus l'IA est utilisée, plus les risques de défaillances catastrophiques sont importants, et plus l'évaluation devient cruciale. Ce livre aborde différentes approches pour évaluer les modèles ouverts, y compris l'approche « AI-as-a-judge » (l'IA en tant que juge) qui connaît une croissance rapide.

Les développeurs d'applications d'IA vont découvrir comment s'y retrouver dans le paysage de l'IA, avec les modèles, les ensembles de données, les critères d'évaluation et le nombre apparemment infini de cas d'utilisation et de modèles d'application. Vous allez apprendre un cadre pour développer une application d'IA, en commençant par des techniques simples pour aller vers des méthodes plus sophistiquées, et découvrir comment déployer efficacement ces applications.

• Comprenez ce qu'est l'ingénierie IA et en quoi elle diffère de l'ingénierie traditionnelle du machine learning.
• Apprenez le processus de développement d'une application d'IA, les défis à chaque étape et les approches pour les relever.
• Explorer différentes techniques d'adaptation des modèles, notamment l'ingénierie du prompt, le RAG, le réglage fin, les agents et l'ingénierie des ensembles de données, et comprendre comment et pourquoi elles fonctionnent.
• Regarde les problèmes de latence et de coût quand tu utilises des modèles de base et apprends comment les surmonter.
• Choisissez le modèle, l'ensemble de données, les critères d'évaluation et les indicateurs adaptés à vos besoins.

Chip Huyen travaille à accélérer l'analyse des données sur les GPU chez Voltron Data. Auparavant, elle a travaillé chez Snorkel AI et NVIDIA, a fondé une start-up spécialisée dans l'infrastructure IA et a enseigné la conception de systèmes d'apprentissage automatique à Stanford. Elle est l'auteure du livre Designing Machine Learning Systems, un best-seller Amazon dans le domaine de l'IA.

AI Engineering s'appuie sur Designing Machine Learning Systems (O'Reilly) et le complète.