Présenté par Microsoft et les experts de ses partenaires industriels lors du salon Ignite 2024 organisé la semaine dernière à Chicago, l’ensemble de modèles d'IA pré-entraînés et affinés avec des données spécifiques à l'industrie visait à montrer la puissance des petits modèles de langage (SLM). « Les entreprises du monde entier reconnaissent la valeur et le potentiel de l'IA, mais pour que l'IA soit vraiment efficace, elle doit être adaptée aux besoins spécifiques de l'industrie », a écrit Satish Thomas, vice-président des solutions d'entreprise et d'industrie chez Microsoft, dans un billet de blog. Les SLM (Small Language Model) sont des modèles d'IA dont l'échelle et la portée sont inférieures à celles des grands modèles de langage (Large Language Model, LLM) . Destinés à des cas d’usage spécialisés, ils sont généralement formés sur des ensembles de données plus spécifiques et de meilleure qualité que les LLM. De plus, parce qu'ils sont plus compacts et plus efficaces que les LLM, ils ont besoin de moins de puissance de calcul et de mémoire quand ils sont utilisés dans des cas d’usage appropriés.

Pour exploiter sa famille de SLM Phi et fournir ces modèles d'IA adaptés dans son catalogue de modèles d'IA Azure, l’éditeur de Redmond travaille en étroite collaboration avec des partenaires, dont Bayer, Cerence, Rockwell Automation, Saifr, Siemens Digital Industries Software et Sight Machine. L'entreprise précise que les clients peuvent aussi utiliser ces modèles pour configurer des agents dans Microsoft Copilot Studio. Parmi les premiers modèles publiés figure E.L.Y. Crop Protection, développé en collaboration avec Bayer, lequel mélange l'IA générique et la science des données pour encourager de nouvelles pratiques agricoles. Le SLM E.L.Y. Crop Protection peut aider les agriculteurs dans leurs processus décisionnels relatifs à l'application des traitements des cultures et des pesticides. Il exploite l'intelligence agricole de Bayer, formée sur des milliers de questions concrètes que se pose Bayer sur l’étiquetage et la protection des cultures, ainsi que des données sur les exigences réglementaires et les conditions environnementales. Selon Microsoft, ce modèle peut convenir aux exploitations agricoles de tous types et de toutes tailles, et il est personnalisable pour que les entreprises puissent l'adapter aux exigences régionales et spécifiques à chaque culture.

Des SLM taillés pour l'industrie

Microsoft proposera également CaLLM Edge, un SLM embarqué spécifique à l'automobile développé par Cerence. Avec CaLLM Edge, les conducteurs peuvent contrôler des fonctions de navigation et de climatisation, y compris dans des conditions de connectivité limitée ou inexistante, quand ils se déplacent dans des zones reculées. Rockwell Automation est à l’origine du SLM FT Optix Food & Beverage que l’on trouve au catalogue Azure AI. Il peut être utilisé par les travailleurs de première ligne de la fabrication à résoudre des problèmes liés aux produits alimentaires et aux boissons. Le SLM fournit aux ouvriers et aux ingénieurs des recommandations, des explications et des informations sur certains processus de fabrication, sur des machines et des intrants spécifiques. Deux autres SLM axés sur la fabrication ont par ailleurs été annoncés, dont un copilote pour le logiciel de conception industrielle NX X de Siemens Digital Industries Software. Les utilisateurs peuvent poser des questions en langage naturel, accéder à des informations techniques détaillées et rationaliser des tâches de conception complexes, afin de simplifier les tâches sujettes à l'erreur humaine.

De son côté, la société d'analyse des données de fabrication Sight Machine a mis au point Factory Namespace Manager, un modèle destiné à aider les fabricants à renommer et à intégrer les données d'usine dans leurs systèmes de données d'entreprise pour faciliter l'analyse et l'optimisation de la production, parallèlement à la chaîne d'approvisionnement, aux ventes, aux finances et à d'autres fonctions de l'entreprise. Les fabricants ont souvent du mal à intégrer et à analyser des données provenant de plusieurs sites en raison de l'incohérence des conventions de dénomination des machines et des processus. Ce SLM traduit automatiquement les différents noms dans un format standard. 

Les banques ne sont pas oubliées

Enfin, pour les institutions financières qui cherchent à mieux gérer la conformité réglementaire, Saifr, un fournisseur de technologie réglementaire au sein de l'incubateur d'innovation Fidelity Labs de Fidelity Investment, a développé un ensemble de quatre petits modèles de langage : Retail Marketing Compliance, pour s'assurer que les supports marketing respectent les réglementations et les normes du secteur ; Risk Interpretation, pour identifier les risques potentiels dans le contenu marketing ; Language Suggestion, pour améliorer la conformité des messages marketing ; et Image Detection, pour analyser et vérifier la pertinence des images utilisées dans les campagnes marketing.