Sagemaker dans les paddocks : une exploration du Machine Learning à travers la F1

C'est au détour d'une conversation entre collègues, que mon intérêt pour le Machine Learning fut éveillé. Et ce jour-là, j'ai pris conscience de mes lacunes dans ce domaine. À ce moment-là, deux options se présentent à moi pour combler ce manque de connaissances. Soit j’apprends depuis les bases mathématiques jusqu'à son implémentatio...

Lire la suite

Sustainable AI: how can we reduce the carbon footprint of models?

AI brings solutions to many problems, but it also comes at the price of increased energy consumption. In this article, we'll take a look at existing, concrete and easy-to-implement techniques for making our AI models less energy-hungry, so as to limit their environmental impact. We address the three pillars of sustainable AI: monitori...

Lire la suite

Chatbots modernes : comment les LLM transforment les méthodes de développement et l’expérience utilisateur

Les anciennes méthodes de développement de chatbots basées sur la définition de workflows sont de plus en plus dépassées. Souvent complexes et chronophages, ces approches font place à une nouvelle ère grâce aux LLM (Large Language Models). Les LLM révolutionnent la création de chatbots, éliminant la nécessité fastidieuse de définir de...

Lire la suite

How to calculate the carbon footprint of training/running a large AI model in the cloud

GPT-3, GPT-4, ChatGPT, Bard, Stable Diffusion, Midjourney, DALL-E, etc., are Generative AI systems, made by large AI models. Systems that can generate text, images, or other media in response to prompts. A large amount of data and computing resources are necessary to train a large model like that. However, the question is: how big are...

Lire la suite

Dans ta science : la note de synthèse Hub France IA sur ChatGPT et l’IA générative

Il ne vous aura pas échappé que ChatGPT et les IA génératives font la une des actualités depuis plusieurs mois, et que ce phénomène a largement dépassé les milieux spécialisés de l'IT et de l'IA. Pour répondre aux interrogations soulevées par l'essor de l'IA générative, Hub France IA a constitué un groupe de travail consacré à ChatGTP...

Lire la suite

IA responsable : quelles solutions pour réduire l’empreinte carbone des modèles ?

L’IA apporte des solutions à de nombreux problèmes, mais cela se fait aussi au prix d’une consommation énergétique accrue. Nous verrons dans cet article un panorama des techniques existantes, concrètes, et faciles à mettre en place, pour rendre nos modèles d’IA moins gourmands en énergie, de manière à limiter leur impact environnement...

Lire la suite

Le ML Ops – partie 5 : la livraison continue, sauce ML

Cinquième article de notre série consacrée au Machine Learning en production et ses solutions ML Ops dans le Cloud : Partie 1 : Le Machine Learning en production et ses solutions ML Ops dans le Cloud Partie 2 : Pourquoi se lancer dans une démarche de Machine Learning Partie 3 : La définition d'un algorithme ML Partie 4 : Pou...

Lire la suite

ML Design Patterns : Juggling Multiple Labels Like a Pro

In real world cases, the traditional approach of using a single output for a single input may not be sufficient. Sometimes we need multiple labels, or outputs, to be associated with each input, providing greater flexibility and functionality in complex applications. This is where the multi-label design pattern comes in. In this articl...

Lire la suite

Retour sur Dataquitaine 2023 : IA, recherche opérationnelle et Data Science

Le 02 mars 2023 à Bordeaux a eu lieu la 6ème édition de Dataquitaine. Des centaines d’intéressés se sont déplacés pour échanger sur leur avancée entre termes d’IA, de recherche opérationnelle et d’optimisation. Vous trouverez dans cet article une vue globale des différentes présentations auxquelles j’ai eu le plaisir d’assister. Pour les...

Lire la suite

Empowering Your Machine Learning Projects: Best Practices and Design Patterns for Success

A series of articles focusing on the “Machine Learning Design Patterns, solutions to common challenges in data preparation, model building and MLOps” book by Valliappa Lakshmanan, Sara Robinson, and Michael Munn. In the ever-evolving world of technology, machine learning has emerged as a powerful force, revolutionising countless i...

Lire la suite