Pourquoi les vieux modèles d'IA sauvent l'avenir des agents intelligents ?

Quand on me demande ce que je fais au travail, les gens semblent parfois surpris quand je réponds : « Je construis des classifieurs CatBoost » ou « J’entraîne des forêts d’isolation ». Pourtant, c’est bien une partie importante de mon quotidien. Mon entreprise développe une plateforme d’IA agentique sophistiquée, mais je ne passe pas mes journées à peaufiner des prompts.

Il y a encore un ou deux ans, j’aurais été inquiet pour l’avenir du machine learning classique. Tout le monde se concentrait sur les grands modèles de langage (LLM), même quand ils ne faisaient pas le travail correctement. Pourtant, les agents IA ont besoin des modèles classiques bien plus qu’on ne le pensait.

LES AGENTS IA ONT BESOIN D'OUTILS POUR AGIR

Dans l’écosystème des agents IA, les outils sont essentiels : un agent doit pouvoir accéder à des outils pour accomplir des tâches en dehors de ses fonctions de base. Ces outils prennent toutes les formes possibles. Aujourd’hui, dans le monde professionnel, on trouve surtout des outils de récupération et d’organisation de données, des bases de données graphiques, des bases de connaissances RAG, des outils de construction et de validation de requêtes, etc.

Mais ce qu’on oublie souvent, c’est que les modèles de machine learning classiques peuvent aussi être des outils précieux pour un agent IA. Ne vous limitez pas à des outils rudimentaires : donnez à votre agent des modèles à utiliser . Prenons l’exemple d’un agent conçu pour analyser l’immobilier. Si vous voulez connaître le prix de marché d’un bien, donnez-lui simplement l’adresse. L’agent peut utiliser un outil d’API pour récupérer les détails du bien, puis transmettre ces informations formatées à un modèle de régression qui génère une estimation de prix.

Bien sûr, vous pourriez théoriquement demander au LLM de faire l’estimation lui-même. Mais cette approche pose plusieurs problèmes et comporte des risques.

POURQUOI LES MODÈLES CLASSIQUES SONT PLUS FIABLES QUE LES LLM

Construire un modèle classique demande des compétences différentes de celles nécessaires pour configurer un LLM sur une tâche. Il faut bien comprendre ses données, effectuer un feature engineering avec une expertise métier, et disposer de suffisamment de puissance de calcul et de données pour entraîner le modèle. Sans données labellisées, vous serez limité au machine learning non supervisé ou à la création de vos propres étiquettes. Heureusement, il existe une multitude de ressources pour apprendre à construire ces modèles, les évaluer rigoureusement et les surveiller après leur déploiement.

Si vous êtes convaincu d’essayer cette approche, voici quelques choix architecturaux à considérer avant de vous lancer. Comment votre modèle et votre agent vont-ils interagir ?

DEUX FAÇONS D'INTÉGRER UN MODÈLE CLASSIQUE À UN AGENT IA

La méthode la plus simple pour commencer est de donner directement accès au modèle comme outil à l’agent. C’est ce que fait l’exemple de l’outil de recherche immobilière : l’agent peut solliciter le modèle pour une inférence en temps réel basée sur une requête. Pour mettre cela en place, votre agent IA doit être capable de formater correctement ses demandes vers le modèle classique. Il doit comprendre à quoi sert ce modèle, quand l’utiliser et quand recourir à autre chose. Cela implique de documenter clairement le but et les capacités du modèle, mais si vous développez déjà des agents IA, cette tâche vous est déjà familière.

Du côté de la sortie, la réponse du modèle doit être structurée de manière à ce que l’agent IA puisse la traiter efficacement. Se contenter de renvoyer un résultat numérique ne suffit pas : l’agent aura besoin d’informations contextuelles pour l’interpréter et l’utiliser au mieux. Dans mes propres modèles, j’utilise souvent des f-strings pour construire des descriptions textuelles dans le cadre de l’inférence. Par exemple, j’indique quelles étaient les caractéristiques les plus importantes du modèle, quelle est la probabilité du résultat, etc. Se limiter à renvoyer une probabilité limite la capacité de l’agent à interpréter la sortie et à produire une réponse utile pour l’utilisateur final.

Une autre option consiste à faire du modèle non pas un outil direct de l’agent, mais un fournisseur de données contextuelles. Vous pouvez pré-calculer les inférences en exécutant votre modèle classique comme une tâche planifiée, puis stocker ces inférences dans la solution de stockage de données à laquelle votre agent a accès. Au lieu de faire un appel d’inférence direct à une API de modèle, l’agent écrit une requête et l’envoie à votre base de données.

Si vous avez un ensemble fini de cas pour lesquels vous pourriez avoir besoin de l’inférence, cette solution peut être intéressante. Par exemple, si vous avez 500 individus dans votre base de données et que votre agent doit récupérer des informations sur leur santé financière, vous pourriez utiliser un modèle de scoring de crédit et pré-calculer leur solvabilité pour que l’agent puisse la récupérer à l’exécution, en même temps que les autres données collectées. Selon votre infrastructure de modèles, cela peut réduire la latence et les répétitions en mettant en cache les résultats.

Côté format des résultats, les exigences sont similaires au cas de l’accès direct à l’outil. Avoir une description textuelle des résultats est un bon choix, car l’agent doit pouvoir interpréter ce qu’il récupère, quelle que soit la source.

LES MODÈLES CLASSIQUES ONT UNE VALEUR INESTIMABLE

Les modèles de machine learning classiques étaient la pointe de la technologie dans de nombreux secteurs pendant plus d’une décennie avant l’arrivée des LLM. Ils permettaient d’extraire des insights des données que personne n’aurait pu obtenir autrement. Cette puissance ne doit pas être jetée aux oubliettes, mais peut être combinée avec les capacités des LLM. Nous pouvons profiter des forces des LLM : convertir le langage humain en langage machine, enchaîner différents appels d’outils et récupérer les résultats de ces outils, tout en utilisant des modèles classiques dans ce cadre pour effectuer le travail pour lequel un LLM n’est pas adapté.

La barrière à l’entrée réside dans l’ensemble de compétences nécessaires pour créer des modèles classiques de haute qualité. Malheureusement, ce travail n’est pas aussi glamour que certains autres aspects liés à l’IA aujourd’hui. Pourtant, cela en vaut la peine grâce aux avantages qu’il procure : précision, interprétabilité, coût réduit et contrôle total. Je recommande aux praticiens de rafraîchir leurs compétences avec des outils comme XGBoost, LightGBM et scikit-learn pour constater ces résultats par eux-mêmes.

DÉCOUVRIR XGBOOST, LIGHTGBM ET SCIKIT-LEARN

Pour ceux qui veulent se lancer, voici quelques ressources essentielles :

Introduction au package Python – Documentation XGBoost 3.3.0
Ce document propose une présentation de base du package XGBoost pour Python. Le package Python est composé de 3 modules…
xgboost.readthedocs.io

Introduction au package Python – Documentation LightGBM 4.6.0.99
Ce document propose une présentation de base du package LightGBM pour Python. Liste d’autres liens utiles. La méthode recommandée pour…
lightgbm.readthedocs.io

Tutoriels | CatBoost
CatBoost est bien couvert par des ressources éducatives pour les apprenants en machine learning, débutants comme avancés…
catboost.ai

Pour commencer
Scikit-learn est une bibliothèque open source de machine learning qui prend en charge l’apprentissage supervisé et non supervisé. Elle permet aussi…
scikit-learn.org

Apprendre les tutoriels intermédiaires de machine learning
Gérez les valeurs manquantes, les valeurs non numériques, les fuites de données, et bien plus encore.
www.kaggle.com

Pour aller plus loin :

• towardsdatascience.com/tool-calling-explained-how-ai-agents-decide-what-to-do-next/

• towardsdatascience.com/ai-agents-explained-what-is-a-react-loop-and-how-does-it-work/

• towardsdatascience.com/step-by-step-code-guide-to-building-a-convolutional-neural-network

• towardsdatascience.com/here-s-how-to-use-autoencoders-to-detect-signals-with-anomalies-in-a-few-lines-of-code

• towardsdatascience.com/feature-engineering-structuring-unstructured-data-and-lead-scoring

• towardsdatascience.com/an-illustrated-guide-on-essential-machine-learning-concepts

• towardsdatascience.com/derivation-and-practical-examples-of-this-powerful-concept

• towardsdatascience.com/columns-on-tds-are-carefully-curated-collections-of-posts-on-a-particular-idea-or-category