Découverte d’Einstein Studio
Objectifs de formation
Une fois cette unité terminée, vous pourrez :
- Expliquer ce qu’est Einstein Studio
- Décrire les types de modèles dans Einstein Studio
Avant de commencer
Avant de commencer ce module, pensez à lire jusqu’au bout le contenu recommandé suivant.
Que sont les modèles d’IA ?
Avec l’essor récent de l’IA, il semble que celle-ci soit utilisée pour toutes sortes de choses. Nous entendons souvent parler de ce que l’IA est capable de faire, et voyons régulièrement des gros titres à ce sujet, mais vous êtes-vous déjà demandé comment elle fonctionne ? Grâce aux modèles d’IA. Un modèle d’IA désigne plus ou moins le cerveau derrière toutes les choses incroyables que les ordinateurs savent faire de nos jours, des choses que seuls les humains sont normalement capables de faire.
Nous simplifions à l’extrême, certes, mais il est difficile d’expliquer le fonctionnement des modèles d’IA sans approfondir la science des données, les statistiques et l’informatique.
Ils sont comparables Vous donnez au modèle un grand nombre d’exemples dont il peut se servir pour apprendre. Il les intègre, découvre des modèles et améliore son travail au fur et à mesure. Ensuite, lorsque vous lui fournissez de nouvelles données, il utilise ce qu’il a appris précédemment pour faire des prédictions ou prendre des décisions. Ces modèles d’IA sont la base de toutes sortes de technologies intéressantes, de la reconnaissance des visages sur les photos à la conduite autonome de voitures. Ils constituent le différenciateur qui alimente la révolution de l’IA, rendant les ordinateurs plus intelligents et plus performants que jamais.
Alors, comment utiliser ces modèles d’IA ? Avec Einstein Studio !
Einstein Studio
L’onglet Einstein Studio dans Data Cloud est le centre de commande des modèles d’IA. Configurez et lancez des modèles d’IA intégrés à Data Cloud pour utiliser l’IA dans votre entreprise. C’est dans Einstein Studio que vous créez des modèles d’IA (nous creuserons ce point plus tard), et que vous recherchez et gérez vos modèles d’IA créés sur Data Cloud.
De plus, vous n’avez pas besoin d’avoir des notions de codage, de science des données, de statistiques ou d’informatique pour utiliser les modèles d’IA. Dans Einstein Studio, vous pouvez :
- Utiliser le générateur de modèles pour créer un modèle d’IA en quelques clics et sans code
- Vous connecter à un modèle d’IA existant sur une plate-forme externe telle qu’AWS SageMaker, Google Vertex AI ou Databricks. Notez que ces modèles ne sont ni téléchargés ni hébergés dans Salesforce. Salesforce y accède via une API.
- Vous connecter à un LLM (grand modèle de langage) existant provenant de fournisseurs tiers comme OpenAI ou Azure
- Gérer tous ces modèles d’IA en un seul endroit
Comment accéder aux modèles dans Einstein Studio
Einstein Studio est un onglet de Data Cloud dans lequel vous accédez aux modèles d’IA de votre organisation pour les gérer. Vous pouvez trier les modèles, y faire des recherches ou encore les ouvrir pour voir plus de détails, modifier les paramètres ou consulter des métriques. En d’autres termes, Einstein Studio est votre base pour vos modèles d’IA.
L’IA possède de multiples facettes : il existe différents types de modèles pour prendre en charge différents types de cas d’utilisation. Vous pouvez gérer vos modèles d’IA créés sur Data Cloud dans Einstein Studio. Ces modèles comprennent :
- Les modèles prédictifs, qui utilisent l’apprentissage automatique afin de prédire les résultats futurs de cas d’utilisation tels que l’estimation de la probabilité d’attrition ou de conversion
- L’IA générative, qui utilise les LLM pour des cas d’utilisation tels que la fin de chat
Les modèles sont présentés avec leurs caractéristiques principales afin que vous puissiez les trouver et les gérer facilement.
Type de modèle
Les modèles affichés dans Einstein Studio peuvent être créés à partir de zéro, ou connectés à des modèles générés en externe ou à des modèles globaux qui vous sont fournis.
- Les modèles créés avec Einstein sont créés à partir de zéro dans Einstein Studio.
- Les modèles connectés utilisent les sorties d’un modèle hébergé ailleurs, tel qu’AWS SageMaker, Vertex AI ou Databricks.
- Des modèles compatibles avec Salesforce ont été configurés pour vous.
Capacité du modèle
Les différentes capacités des modèles prennent en charge ces cas d’utilisation courants pour les résultats commerciaux.
- Les modèles de régression prédisent un résultat numérique tel qu’un montant en devise, un nombre ou un pourcentage de probabilité. Exemples de cas d’utilisation pour les prédictions numériques :
- Montant d’une opportunité
- Délai de conclusion d’une opportunité
- Valeur vie client d’un compte
- Satisfaction client pour une requête
- Montant d’une opportunité
- Les modèles de classification binaire prédisent un groupe de résultats avec deux options possibles, telles que vrai/faux, oui/non ou gagné/perdu. Exemples de cas d’utilisation des résultats de classification binaire :
- Compte perdu ou non
- Opportunité gagnée ou perdue
- Requête escaladée ou non
- Compte perdu ou non
Statut du modèle
L’état du modèle peut être actif ou inactif.
- Les modèles actifs peuvent être utilisés dans des flux ou des transformations par lots.
- Les modèles inactifs n’ont pas été activés.
Dans cette unité, vous avez appris que c’est dans Einstein Studio que vous accédez à vos modèles d’IA créés sur Data Cloud. Dans l’unité suivante, vous découvrez la création d’un modèle d’IA prédictif.