DELPHIDay - Richard Dufour - Traitement automatique du langage et modèles génératifs pour les outils de santé
Key | Action |
---|---|
K or space | Play / Pause |
M | Mute / Unmute |
C | Select next subtitles |
A | Select next audio track |
V | Show slide in full page or toggle automatic source change |
left arrow | Seek 5s backward |
right arrow | Seek 5s forward |
shift + left arrow or J | Seek 10s backward |
shift + right arrow or L | Seek 10s forward |
control + left arrow | Seek 60s backward |
control + right arrow | Seek 60s forward |
shift + down arrow | Decrease volume |
shift + up arrow | Increase volume |
shift + comma | Decrease playback rate |
shift + dot or shift + semicolon | Increase playback rate |
end | Seek to end |
beginning | Seek to beginning |
Si vous êtes abonné aux notifications, un e-mail vous sera envoyé pour toutes les annotations ajoutées.
Votre compte utilisateur n'a pas d'adresse électronique.
Informations sur ce média
Nombre de vues :
3Date de création :
oct. 9, 2023Intervenants :
Joëlle MARTIN-GAUTHIERLicence :
cc 4.0 by NCDescription
Richard Dufour, Professeur, Nantes Université, LS2N, TALN
Spécialisé en traitement automatique du langage et de la parole
Traitement automatique du langage et modèles génératifs pour les outils de santé : enjeux et défis dans le domaine médical
L'émergence récente des Grands Modèles de Langue (ou Large Language Models - LLM - en anglais) ainsi que de leurs outils associés soulève et accélère d'importants enjeux scientifiques et sociétaux. Parmi les nombreux secteurs appelés à être impactés par ces modèles génératifs, le domaine médical suscite particulièrement l'attention de nombreuses catégories d'acteurs, qu'ils soient industriels, chercheurs, médecins, patients... ou plus généralement le grand public. En effet, les applications potentielles dans ce domaine semblent vastes, toute personne pouvant trouver, à son niveau, un intérêt (éducation, diagnostic, explication...). Le traitement automatique du langage (TAL) est un des domaines de recherche qui se trouve au coeur de ces modèles et technologies, intégrant l'utilisation de données massives (big data), d'apprentissage profond (deep learning) ou encore d'Intelligence Artificielle (IA) générative. Après un rapide aperçu du domaine du TAL et de ses évolutions, incluant une partie des fondements des LLMs, nous nous intéresserons à dresser une partie des enjeux et des défis futurs auxquels le TAL devra faire face dans le cadre d'une application au domaine médical.