Generative AI Leader — Questions d'entraînement et examen blanc

Le Secure AI Framework (SAIF) de Google est un cadre conceptuel qui fournit des standards à l'échelle du secteur pour traiter les enjeux de sécurité et de risque des systèmes d'IA (docs.cloud.google.com/architecture/framework/security/use-ai-securely-and-responsibly). Ses six éléments fondamentaux couvrent l'extension des bases de sécurité à l'écosystème d'IA, la mise en contexte des risques des systèmes d'IA et l'adaptation des contrôles pour accélérer les boucles de retour. SAIF ne définit pas les spécifications techniques des LLM : cela relève de la documentation du modèle. Ce n'est pas une grille tarifaire : c'est le rôle de Cloud Billing. Il ne certifie pas les benchmarks de performance des modèles : cela relève d'outils d'évaluation comme ML.EVALUATE. SAIF porte sur la gouvernance responsable de la sécurité de l'IA.

Document AI est la plateforme de Google Cloud pour extraire des informations structurées de documents, y compris des PDF, des images scannées et des formulaires manuscrits (docs.cloud.google.com/document-ai/docs/overview). Elle propose des processeurs pour l'OCR, l'extraction d'entités, la classification et l'analyse de la mise en page : idéal pour traiter des dossiers médicaux. La Speech-to-Text API convertit de l'audio en texte, pas des documents. La Cloud Vision API gère l'analyse d'images générale, mais il lui manque l'analyse propre aux documents, comme l'extraction de paires clé-valeur. La Natural Language API analyse le sentiment et les entités d'un texte, mais ne peut pas traiter de PDF ni de documents scannés. Document AI est conçue spécifiquement pour les workflows de compréhension de documents.

Le human-in-the-loop (HITL) implique une supervision humaine pour examiner, valider et corriger les sorties de l'IA, garantissant précision et sûreté pour les décisions critiques (developers.google.com/machine-learning/glossary/generative). Le glossaire ML de Google définit le HITL comme une stratégie visant à ce que des personnes façonnent, évaluent et affinent le comportement du modèle. Le HITL ne se limite pas à l'entraînement initial : il reste essentiel pendant le déploiement pour l'assurance qualité continue. Il ne remplace pas le traitement automatisé ; il le complète par le jugement humain aux points de décision critiques. Le HITL ne signifie pas saisir manuellement chaque réponse : il s'appuie sur des workflows de revue efficaces, avec des seuils de confiance qui orientent les sorties incertaines vers une revue humaine.

Pour choisir un modèle de fondation destiné à un chatbot traitant des entrées texte, image et audio, le facteur le plus déterminant est de savoir si le modèle prend en charge ces modalités (docs.cloud.google.com/docs/ai-ml/generative-ai/develop-generative-ai-application). Les modèles multimodaux comme Gemini traitent nativement le texte, les images, la vidéo et l'audio. La taille des données d'entraînement en téraoctets est une métrique interne, non exposée pour la sélection. Le nombre de paramètres indique la taille du modèle, mais pas sa capacité multimodale. L'architecture de diffusion sert à la génération d'images, pas aux chatbots multimodaux. La prise en charge des modalités détermine directement si le modèle peut accepter les types d'entrée requis.