Méthodes IA

Des méthodes et approches adaptées à votre projet

En fonction de la nature du projet, de ses contraintes mais aussi et surtout des données disponibles, Micelia adopte l'approche la plus pertinente : machine learning, deep learning ou LLM.

Méthodes IA

Machine Learning

Le Machine Learning est l'approche idéale pour traiter une tâche précise, avec des features bien définies et des données structurées, précisément annotées.

Pour résumer, c'est l'approche que nous retenons lorsque nous nous trouvons face à :  

Un volume de données adapté
Des données structurées et enrichies
Des features bien définies
Un fort besoin d'explicabilité
De fortes contraintes énergétiques
méthodes ia

Deep Learning

Le Deep Learning est l'approche idéale pour les projets adressant des tâches complexes, une absence de features (ou descripteur) et d'imposant svolumes de données peu ou pas structurées.

Nous nous orientons sur une approche Deep Learning quand le projet répond aux critères suivants :

Un grand volume de données
Des données non structurées
Aucun descripteur de défini
Un faible besoin d'explicabilité
Peu de contraintes énergétiques
methodes ia

LLM, SLM et VLM

Les LLM sont des modèles très avancés basés sur l’architecture Transformer. Ils sont entraînés sur d’énormes corpus de texte et apprennent à générer, reformuler, traduire ou raisonner sur du langage. Certains ont été miniaturisés, les SLM, et d'autres adaptés à la vision, les VLM.

Ils s'avèrent intéressants quand le projet coche les cases suivantes :

Une grosse base de données, notamment documentaire
Une capacité à comprendre le langage naturel et à raisonner
Un besoin de générer du contenu : texte, code, image...
Une multimodalité de données : image, son, texte, vidéo...