Découverte des moteurs de raisonnement
Objectifs de formation
Une fois cette unité terminée, vous pourrez :
- Décrire ce qu’est un moteur de raisonnement
- Citer trois types de raisonnement utilisés par les moteurs de raisonnement pour résoudre les problèmes
- Citer quatre stratégies de raisonnement populaires qui guident les grands modèles de langage
Dernière innovation de l’IA
L’IA peut désormais faire bien plus que juste discuter. En réalité, elle peut réfléchir aux problèmes, évaluer les options et prendre des décisions. Pour cela (prendre des décisions complexes, fournir des informations et réagir au contexte du moment), les agents IA utilisent le raisonnement.
Toutefois, l’IA fonctionne mieux lorsque vous comprenez sa façon de penser. Dans ce module, vous découvrirez comment les moteurs de raisonnement aident l’IA avancée à comprendre et à faire ce que vous voulez, qu’il s’agisse de rédiger un e-mail, de générer un brief de campagne, de créer une page Web, de rechercher des concurrents, d’analyser des données, de résumer un appel ou de toute autre tâche permettant de gagner du temps.
Mais qu’est-ce qu’un moteur de raisonnement précisément ?
Une raison de faire appel à l’IA
Un moteur de raisonnement est un type d’IA qui collecte des informations, suit des règles logiques et prend des décisions, tout comme le font les humains lorsqu’ils résolvent des problèmes.
Et, comme les humains, ces moteurs utilisent généralement trois types de raisonnement.
-
Déduction : « Tous les fruits ont des graines. La mangue est un fruit. Donc une mangue a des graines. » (Part d’une règle générale et l’applique à un cas spécifique.)
-
Induction : « Les cinq dernières réunions ont commencé en retard. La prochaine commencera donc probablement aussi en retard. » (Examine les schémas des expériences passées pour faire une prédiction générale.)
-
Abduction : « Les lumières sont éteintes et personne n’ouvre la porte. Il n’y a donc probablement personne à la maison. » (Formule la meilleure supposition en fonction d’indices limités.)
Ces approches rendent les moteurs de raisonnement particulièrement utiles. Leur raisonnement aide l’IA à résoudre rapidement des problèmes qui nécessiteraient normalement la perspective d’une pensée humaine et une connaissance du contexte, permettant ainsi d’avoir de nouvelles façons de travailler à grande échelle.
Apprentissage du raisonnement pour les grands modèles de langage
Les grands modèles de langage (LLM) se sont généralisés à la fin de l’année 2022, mais les chercheurs ont expérimenté des moyens de les faire réfléchir et planifier comme des humains. Le secret ? Les invites, des instructions soigneusement rédigées qui guident la réponse du grand modèle de langage. Lorsqu’une invite aide un grand modèle de langage à élaborer un plan logique pour résoudre un problème, nous appelons cela une stratégie de raisonnement.
Voici quatre stratégies populaires.
1. Chaîne de pensée (CoT)
Il s’agit d’apprendre au grand modèle de langage à « montrer son travail ». La chaîne de pensée décompose un problème difficile en une série d’étapes plus petites, comme un humain résolvant un casse-tête. C’est idéal pour les problèmes mathématiques, le raisonnement de bon sens et d’autres tâches qui nécessitent de la logique. Bonus : les ingénieurs peuvent retracer chaque étape pour voir où les choses ont pu mal tourner.
2. Raisonnement et action (ReAct)
La stratégie ReAct associe le raisonnement à des actions concrètes. Elle ne s’appuie pas uniquement sur les connaissances du grand modèle de langage : elle interagit, vérifie les informations et affine ses réponses pas à pas grâce aux commentaires des utilisateurs. Cela conduit à moins d’« hallucinations » (ou de mauvaises réponses) et à des résultats plus fiables.
3. Arbre de pensées (ToT)
Au lieu de suivre un seul plan, l’arbre de pensées explore plusieurs chemins possibles à chaque étape, c’est-à-dire qu’il réfléchit à plusieurs options avant de choisir la meilleure. Il est donc adapté aux défis complexes tels que les énigmes mathématiques, l’écriture créative ou la prise de décision stratégique.
4. Raisonnement par planification (RAP)
Le raisonnement par planification pousse le raisonnement un peu plus loin en aidant le grand modèle de langage à simuler des résultats futurs. Il prédit le déroulement des actions, explore les alternatives et affine son plan à mesure, à la manière d’un vrai stratège. Il excelle dans les tâches nécessitant une planification à long terme, des déductions logiques ou une résolution des problèmes en plusieurs étapes.
Ces stratégies permettent aux grands modèles de langage de réfléchir aux problèmes de manière systématique, plutôt que de se contenter de jouer aux devinettes. Qu’il s’agisse de décomposer les problèmes en étapes (CoT), d’interagir avec des commentaires (ReAct), d’explorer plusieurs options (ToT) ou de simuler des états futurs (RAP), chaque approche permet à l’IA de se rapprocher un peu plus du raisonnement humain, mais plus rapidement !
Comment Agentforce déploie le raisonnement des grands modèles de langage
Agentforce est la couche agentique de Salesforce, ou l’assistant IA intelligent. En tant que solution d’IA complète, il offre aux employés et aux clients plusieurs moyens de discuter avec des agents dans un langage clair, permettant aux équipes de travailler plus rapidement et aux clients d’obtenir des réponses instantanément. En arrière-plan, il utilise de grands modèles de langage (LLM) non seulement pour comprendre et formuler des réponses, mais aussi pour planifier des tâches complexes, comme un moteur de raisonnement.
Voici ce qui se passe étape par étape.
- Un utilisateur saisit une demande, comme « Crée une page Web ».
- Agentforce envoie cette saisie à un grand modèle de langage sécurisé à l’aide d’une invite soigneusement conçue. Cela aide le grand modèle de langage à traduire la saisie de l’utilisateur en un besoin défini que l’IA comprend.
- Une fois que l’intention est claire, une autre invite demande au grand modèle de langage d’élaborer un plan pour la réaliser.
- Le grand modèle de langage répond avec un plan par étapes. Ce plan est élaboré uniquement à partir d’actions qu’un agent est autorisé à entreprendre, garantissant ainsi un comportement sûr et fiable.
- L’agent suit les étapes, exécute les actions dans le bon ordre et renvoie le résultat à l’utilisateur.
Ce processus réduit l’effort mental requis de la part des utilisateurs. Au lieu de devoir déterminer comment faire quelque chose, un utilisateur peut simplement exprimer ce dont il a besoin et laisser Agentforce se charger du reste.
Le raisonnement en action
Agentforce offre aux entreprises une nouvelle capacité audacieuse, qui permet de transformer les grands modèles de langage en moteurs de raisonnement en temps réel. Cela signifie que l’IA ne se contente pas de répondre à des questions, mais qu’elle donne un sens à des scénarios complexes, planifie les prochaines étapes et agit.
Voici quelques exemples de ce à quoi cela peut ressembler.
-
Les ventes sont au ralenti ? Agentforce peut analyser votre CRM, identifier les pistes prometteuses et les proposer à vos commerciaux.
-
Les affaires sont en baisse ? Les agents peuvent signaler les opportunités à risque, résumer les historiques des comptes et fournir aux responsables des informations rapides et claires.
-
Un problème de surfacturation ? Un agent extrait les bons enregistrements, propose des étapes de dépannage utiles et aide à résoudre le problème rapidement.
-
Besoin de clôturer le trimestre en beauté ? Les agents peuvent évaluer le sentiment des clients, prédire la trajectoire des affaires et recommander les actions à entreprendre aujourd’hui pour vous préparer au succès de demain.
Dans tous ces exemples, Agentforce agit comme un collègue semi-autonome. Il réfléchit aux problèmes avec une logique qui s’appuie sur de grands modèles de langage, formule des réponses en langage naturel et établit des liens entre les parties prenantes.
En résumé
Maintenant que vous comprenez les concepts de base des moteurs de raisonnement, il est facile de comprendre pourquoi tant d’entreprises investissent dans cette technologie. Grâce à une approche semblable à celle des humains en matière de résolution de problèmes concrets, l’IA se tient désormais aux côtés des équipes de professionnels dévoués afin de fournir des solutions fiables, efficaces et simples pour atteindre vos objectifs commerciaux.
À présent, découvrez Atlas, le moteur de raisonnement de Salesforce.