Voilà un sujet mal connu, tant les utilisateurs s’imaginent que tout est automatique et qu’il n’y a rien à faire… Il y a 2 natures de projets qui touchent l’algorithmique IA. Il y a ceux des grands opérateurs qui mettent à notre disposition des outils génériques, comme ChatGHPT, Claude, Gemini, etc, qu’il leur a fallu entraîner sur des bibliothèques d’objets gigantesques, ce qui a pris des semaines, quand ce n’est pas des années. Et puis, il y a les utilisateurs, qui voudraient bien faire la même chose dans leur contexte, soit en personnalisant un algorithme générique, soit en fabricant une application de toute pièces, en se fondant sur des API remarquables, telles Keras en Python, qui fait partie de la distribution TensorFlow, Des API qui nous permettent de traiter la totalité des phases d’un tel système et surtout son apprentissage. Saut que là, il va falloir tout traiter. Le choix du modèle, autrement dit l’algorithme, qui constituera le cœur de l’application, un outil de Machine Learning, un réseau neuronal, etc, que l’on ne va :évidemment pas réécrire, le choix des bibliothèques sur lesquelles portera l’apprentissage : des images, des chiffres, etc, qui sont en général gratuites, mais aussi le paramétrage du modèle, car contrairement à la doxa faussement répandue, algorithme ne veut pas dire absence de programmation. Nous vous invitons au cœur de cette problématique, sachant que plus de 80 % de ces applications vont dans le mur et n’atteignent jamais la phase de production. Nous vous donnerons le "pourquoi" des choses. Car ce n’est pas parce que nous avons pris un mauvais départ, que la course est finie…

A vrai dire, il y a 3 grands marchés pour lesquels se pose la place du jeu x86. Celui des serveurs, avec une domination d’Intel qui reste très forte, hormis pour l’IA qui a besoin de processeurs ultrapuissants, avec un jeu totalement reconsidéré, celui des postes de travail, pour qui le rôle du processeur central n’est plus aussi important, avec des applications fortement "webisées" et le reste des plates-formes, avec les smartphones et les IoT, sur lesquels Intel n’a pas une présence aussi prégnante que sur les serveurs. Pour ce qui est des postes de travail et des smartphones, on notera, là encore, que les fondeurs s’attellent à proposer des circuits dédiés IA et un jeu d’instructions "sur mesure", très éloigné de la cible x86. Notre webinaire a surtout pour ambition de rappeler les raisons pour lesquelles il est urgent de se positionner : techniquement, de manière à maîtriser ce que pourrait être une migration forcée de serveurs x86, mais aussi stratégiquement dans la mesure où personne n’est plus sûr de rien, de la pérennité d’Intel tout d’abord, que l’inénarrable nouveau président américain verrait bien passer dans des mains taïwanaises, celles-étant invitées à racheter ses actifs sur le sol américain. Il est vrai, qu’il n’en est plus à une "tartufferie" près…