Reconnaissance d’intention
La reconnaissance d’intention est le processus par lequel un système d’IA identifie l’objectif ou le but implicite d’une entrée utilisateur, ce qui lui permet de choisir la réponse ou l’action appropriée, plutôt que de répondre seulement à la formulation de surface.
Comprendre Reconnaissance d’intention
Lorsqu'un utilisateur dit « Peux-tu déplacer mon rendez-vous de 15h ? », la formulation semble interroger sur une capacité, mais l'intention réelle est une demande de reprogrammer un événement dans le calendrier. La reconnaissance d'intention permet d'identifier ce véritable objectif, afin que l'IA agisse correctement et ne réponde pas juste au sens littéral. Les systèmes modernes de reconnaissance d'intention reposent sur des LLM, capables de comprendre tous types de requêtes, dépassant les taxonomies figées qu'exigeaient les anciens systèmes de compréhension du langage. Cette flexibilité permet aux assistants IA de gérer la diversité naturelle avec laquelle les utilisateurs expriment un même besoin sous des formes variées.
Comment GAIA utilise Reconnaissance d’intention
La reconnaissance d'intention basée sur les LLM dans GAIA comprend ce que vous souhaitez, même si la formulation varie beaucoup. Que vous disiez « reprogramme mon rendez-vous à 15h », « décale la réunion de l'après-midi » ou « repousse l'appel », GAIA identifie correctement l'intention et exécute l'action correspondante dans le calendrier. Cette compréhension naturelle s'applique à toutes les fonctions de GAIA, de la gestion des emails à la création de workflows.
Concepts liés
Traitement automatique du langage naturel (TALN)
Le traitement automatique du langage naturel (TALN) est une branche de l’intelligence artificielle qui vise à permettre aux ordinateurs de comprendre, interpréter, générer et répondre au langage humain de manière pertinente.
Extraction d'entités
L'extraction d'entités est le processus de traitement du langage naturel (NLP) visant à identifier et à classer des informations spécifiques — telles que des personnes, des organisations, des dates, des lieux et des tâches — au sein d'un texte non structuré.
Large Language Model (LLM)
Un Large Language Model (LLM) est un modèle d'apprentissage profond entraîné sur d'immenses ensembles de textes, capable de comprendre, générer et raisonner sur le langage humain dans une grande variété de tâches.
Modèle de langage volumineux (LLM)
Un modèle de langage volumineux (LLM) est une intelligence artificielle entraînée sur d'énormes quantités de textes et capable de comprendre, de générer et de raisonner sur le langage humain avec une remarquable aisance.
