IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)

Vous êtes nouveau sur Developpez.com ? Créez votre compte ou connectez-vous afin de pouvoir participer !

Vous devez avoir un compte Developpez.com et être connecté pour pouvoir participer aux discussions.

Vous n'avez pas encore de compte Developpez.com ? Créez-en un en quelques instants, c'est entièrement gratuit !

Si vous disposez déjà d'un compte et qu'il est bien activé, connectez-vous à l'aide du formulaire ci-dessous.

Identifiez-vous
Identifiant
Mot de passe
Mot de passe oublié ?
Créer un compte

L'inscription est gratuite et ne vous prendra que quelques instants !

Je m'inscris !

Microsoft crée un autocompléteur de code à l'aide de GPT-3, le système de génération de texte d'OpenAI,
Pour combler le manque de développeurs dans le monde

Le , par Bruno

169PARTAGES

7  0 
Microsoft a annoncé son premier cas d’utilisation commerciale de GPT-3 : une fonction d'assistance dans le logiciel PowerApps de l'entreprise qui transforme le langage naturel en code prêt à l'emploi. La fonctionnalité est limitée dans son champ d'application et ne peut produire que des formules en Microsoft Power Fx, un langage de programmation simple dérivé des formules de Microsoft Excel. « Il y a une demande massive de solutions numériques, mais pas assez de programmeurs sur le terrain. Rien qu'aux États-Unis, il manque un million de développeurs », explique Charles Lamanna, CVP de la plateforme d'applications à faible code de Microsoft. « Alors au lieu de faire en sorte que le monde apprenne à coder, pourquoi ne pas faire en sorte que les environnements de développement parlent le langage d'un humain normal ? »


Il y a deux mois, OpenAI avait annoncé que son générateur de texte GPT-3 avait franchi la barre de 300 applications qui l’utilise, et qu'il produit 4,5 milliards de mots par jour, avec une précision de 91 %. « Neuf mois après le lancement de notre premier produit commercial, l'API OpenAI, plus de 300 applications utilisent désormais GPT-3, et des dizaines de milliers de développeurs du monde entier construisent sur notre plateforme. Nous générons actuellement en moyenne 4,5 milliards de mots par jour et nous continuons à faire augmenter le trafic de production », avait déclaré OpenAI.

GPT-3 est un modèle de langage autorégressif qui utilise l'apprentissage profond pour produire des textes similaires à ceux des humains. Il s'agit du modèle de prédiction du langage de troisième génération de la série GPT-n créé par OpenAI, un laboratoire de recherche en intelligence artificielle basé à San Francisco et composé de la société à but lucratif OpenAI LP et de sa société mère, la société à but non lucratif OpenAI Inc.

Microsoft a annoncé en 2019 un investissement d'un milliard de dollars dans OpenAI en vue de développer de nouvelles technologies utilisant l'intelligence artificielle. Cela lui permet également de devenir le fournisseur exclusif de services de cloud computing pour la firme d'Elon Musk. Le fruit de cette collaboration a vu le jour en mai 2020 avec la sortie d'un nouveau supercalculateur construit exclusivement pour OpenAI sur Azure. Comme l'avait indiqué la société, ce superordinateur est la cinquième machine la plus performante au monde.

En septembre 2020, Microsoft a renforcé son partenariat avec OpenAI grâce à un accord signé dans le cadre du GPT-3. En effet, le géant de la technologie basé à Redmond dans l'État de Washington a acheté une licence exclusive de la technologie sous-jacente à GPT-3. Suite à cette collaboration, Kevin Scott n'a pas manqué de faire part de ses sentiments, tout en expliquant les avantages qu'elle apporte à la firme de Redmond ainsi qu'à leurs clients.

« Je suis très heureux d’annoncer que Microsoft s’associe à OpenAI pour obtenir la licence exclusive de GPT-3, ce qui nous permettra de tirer parti de ses innovations techniques pour développer et fournir des solutions d’IA avancées à nos clients, ainsi que pour créer de nouvelles solutions qui exploitent l’incroyable puissance de la génération avancée du langage naturel. Nous considérons qu’il s’agit d’une opportunité incroyable d’étendre notre plateforme d’IA alimentée par Azure d’une manière qui démocratise la technologie de l’IA, permet de nouveaux produits, services et expériences, et augmente l’impact positif de l’IA à grande échelle », a-t-il expliqué.

Microsoft poursuit cette vision depuis un certain temps par le biais de Power Platform, sa suite de logiciels "low code, no code" destinée aux entreprises. Ces programmes fonctionnent comme des applications Web et aident les entreprises qui ne peuvent pas embaucher des programmeurs expérimentés à s'attaquer à des tâches numériques de base comme l'analyse, la visualisation des données et l'automatisation des flux de travail. Les qualités de GPT-3 ont trouvé une place dans PowerApps, un programme de la suite utilisé pour créer des applications web et mobiles simples.


Lamanna a présenté le logiciel en ouvrant un exemple d'application créée par Coca-Cola pour assurer le suivi de ses stocks de concentré de cola. Les éléments de l'application, comme les boutons, peuvent être glissés et déposés dans l'application comme si les utilisateurs organisaient une présentation PowerPoint. Mais la création des menus qui permettent aux utilisateurs d'exécuter des requêtes spécifiques dans la base de données (comme, par exemple, la recherche de toutes les fournitures qui ont été livrées à un endroit donné à un moment donné) nécessite un codage de base sous la forme de formules Microsoft Power Fx. « C'est à ce moment-là que l'on passe du no code au low code », explique Lamanna. « Vous passez du glisser-déposer, du clic-clic-clic, à l'écriture de formules. Et cela devient rapidement complexe ». Ce qui en fait le bon moment pour demander l'aide de l'apprentissage automatique.

Au lieu de demander aux utilisateurs d'apprendre à faire des requêtes de base de données dans Power Fx, Microsoft met à jour PowerApps pour qu'ils puissent simplement écrire leur requête en langage naturel, que GPT-3 traduit ensuite en code utilisable. Par exemple, au lieu qu'un utilisateur effectue une recherche dans la base de données avec la requête FirstN(Sort(Search(‘BC Orders’, “Super_Fizzy”, “aib_productname”), ‘Purchase Date’, Descending), 10),”, il peut simplement écrire Show 10 orders that have Super Fizzy in the product name and sort by purchase date with newest on the top, et GPT-3 produira le code correct.

C'est une astuce simple, mais elle a le potentiel de faire gagner du temps à des millions d'utilisateurs, tout en permettant aux non-codeurs de construire des produits auparavant hors de leur portée. « Je me souviens que lorsque nous avons réussi à faire fonctionner le premier prototype un vendredi soir, je l'ai utilisé et je me suis dit "oh mon dieu, c'est flippant", raconte Lamanna. Je n'avais pas ressenti cela en utilisant la technologie depuis très, très longtemps ».

Microsoft n'est pas le premier à utiliser l'apprentissage automatique de cette manière. Un certain nombre de programmes de codage assistés par l'IA sont apparus ces dernières années, dont certains, comme Deep TabNine, qui sont également alimentés par la série GPT. Ces programmes sont prometteurs, mais ne sont pas encore largement utilisés, principalement en raison de problèmes de fiabilité.


Dans le domaine de la santé par exemple, Nabla, une startup française qui a conçu un chatbot médical basé sur GPT-3 d’OpenAI, a déclaré que GPT-3 n’est pas encore aussi bon que la recherche sur Google. Les tests réalisés par Nabla ont permis d’observer que pour la recherche d’informations scientifique spécifique, les posologies des médicaments ou les aides à la prescription, GPT-3 n'est pas assez stable pour être utilisé en toute sécurité comme un outil d'aide fiable pour les médecins.

« Il n'a tout simplement pas été conçu pour donner des conseils médicaux », a déclaré l’équipe Nabla. « En raison de la façon dont GPT-3 a été conçu, il manque l'expertise scientifique et médicale qui le rendrait utile pour le soutien au diagnostic, la documentation médicale, la recommandation de traitement ou toute question médicale », a ajouté l'équipe Nabla dans un rapport sur ses expériences. « Oui, GPT-3 peut avoir raison dans ses réponses, mais il peut aussi être très mauvais, et cette incohérence n'est tout simplement pas viable dans le domaine des soins de santé ».

Source : Microsoft

Et vous ?

« Alors au lieu de faire en sorte que le monde apprenne à coder, pourquoi ne pas faire en sorte que les environnements de développement parlent le langage d'un humain normal ? » S'interroge Microsoft, quels commentaires faites-vous de cette déclaration ?

Selon vous, à l'avenir, l'IA comblera le manque de développeurs ou alors elle sera un problème pour l'emploi des développeurs ?

Quel est votre avis sur le programme développé par Microsoft ?

Voir aussi :

GPT-3, le système de génération de texte d'OpenAI, produit désormais 4,5 milliards de mots par jour, avec une précision de 91 %

Microsoft signe un partenariat avec OpenAI afin d'obtenir une licence exclusive pour le modèle de langage GPT-3, cette licence permet à Microsoft d'utiliser GPT-3 dans ses produits et services

Open AI présente DALL-E (comme GPT-3), un modèle qui crée des images à partir de texte, pour un large éventail de concepts exprimables en langage naturel

Un chatbot médical GPT-3 d'OpenAI serait-il une bonne idée ? Il a dit à un patient simulé de se suicider, lors d'un test réalisé par Nabla

Une erreur dans cette actualité ? Signalez-le nous !

Avatar de JackIsJack
Membre confirmé https://www.developpez.com
Le 26/05/2021 à 10:40
Les réseaux de neurones semblent pertinents là où l'erreur est permise (ça reste une logique probabiliste) et où il y a un faible besoin de compréhensibilité du processus de décision en cas d'erreur (effet 'boite noire' accepté).

Pour les jeux de société et le divertissement, ok.
Pour tous les processus qui sont doublé d'une vérification humaine (ex : amende d'un radar auto contestable, toujours vérifiée par le fautif) : ok.

Dans cet article, on parle de processus de gestion d'entreprise, où les automates peuvent agir longtemps en aveugle (contrôle humain faible) et où on va avoir besoin de comprendre d'où vient l'erreur précisément : d'abord pour corriger les conséquences facheuses et pérennes mais aussi pour éviter que ca se reproduise avec certitude, et non pas 'probablement'.

Je ne sais pas dans combien de secteur on peut accepter de tels automatismes aussi imprévisibles et muets ; ça me fait peur à moyen terme pour la qualité de gestion de toutes ces entreprises qui nous servent au final.

La solution 'développeur humain' est loin d'être parfaite aussi, si le développeur ne comprend rien au métier ni au système technique sur lequel il agit, il y a aussi un effet probabiliste à ses actions ( 'c'est pas à moi de comprendre le métier moi je développe', 'je corrige et on verra bien si ça se reproduit'...). Dans ce cas là, la machine pourrait peut-être avoir l'avantage du coût et de la proximité avec l'utilisateur.
4  0