Embeddings

Les embeddings sont des représentations vectorielles denses, de faible dimension et continues de variables discrètes, servant de traducteur fondamental entre les données humaines et la logique machine. Dans le domaine de l'Intelligence Artificielle (IA), les ordinateurs ne peuvent pas comprendre intuitivement des données non structurées confuses, telles que le texte, les images ou l'audio. Les embeddings résolvent ce problème en convertissant ces entrées en listes de nombres réels, appelées vecteurs, qui existent dans un espace mathématique de haute dimension. Contrairement aux encodages traditionnels qui pourraient simplement assigner un ID aléatoire à un objet, les embeddings sont appris par l'entraînement, garantissant que des éléments sémantiquement similaires — comme les mots « roi » et « reine », ou les images de deux chats différents — sont positionnés à proximité les uns des autres dans l'espace vectoriel.

Link to this sectionComment fonctionnent les embeddings#

La création d'un embedding implique d'injecter des données brutes dans un réseau neuronal conçu pour l'extraction de caractéristiques. Pendant l'entraînement, le modèle apprend à compresser les caractéristiques essentielles de l'entrée sous une forme numérique compacte. Par exemple, un modèle de Vision par Ordinateur (CV) analysant une photographie ne voit pas seulement des pixels ; il cartographie les formes, les textures et les couleurs dans une coordonnée spécifique au sein d'un graphe multidimensionnel. Lors de la mesure de la similarité, les systèmes calculent la distance entre ces coordonnées à l'aide de métriques telles que la similarité cosinus ou la distance euclidienne. Cette proximité mathématique permet aux algorithmes d'effectuer des tâches complexes telles que la classification et le clustering avec une grande efficacité.

Link to this sectionApplications concrètes#

Les embeddings agissent comme le moteur de nombreuses fonctionnalités intelligentes utilisées dans les produits logiciels modernes.

• Recherche Sémantique : Les moteurs de recherche traditionnels s'appuient souvent sur la correspondance exacte de mots-clés, ce qui échoue si un utilisateur recherche « auto » alors que le document contient « voiture ». Les embeddings capturent le sens derrière les mots. En représentant la requête de recherche et les documents de la base de données sous forme de vecteurs, le système peut récupérer des résultats qui correspondent à l'intention de l'utilisateur, même si les mots spécifiques diffèrent.
• Systèmes de Recommandation : Les services de streaming et les sites de commerce électronique utilisent des embeddings pour personnaliser les expériences utilisateur. Si un utilisateur regarde un film de science-fiction, le système identifie le vecteur d'embedding de ce film et recherche d'autres films avec des vecteurs proches dans la base de données. Cela permet des suggestions précises basées sur la similarité du contenu plutôt que sur de simples tags ou catégories manuels.
• Apprentissage Zero-Shot : Les modèles avancés utilisent des embeddings conjoints pour lier différentes modalités, telles que le texte et les images. Cela permet à un système de reconnaître des objets qu'il n'a jamais vus explicitement pendant l'entraînement en associant l'embedding de l'image à l'embedding textuel du nom de l'objet.

Link to this sectionGénérer des embeddings avec Python#

Des modèles de pointe comme YOLO26 peuvent être utilisés pour générer efficacement des embeddings d'image robustes. L'exemple suivant montre comment extraire un vecteur de caractéristiques d'une image en utilisant le package Python ultralytics.

from ultralytics import YOLO

# Load a pre-trained YOLO26 classification model
model = YOLO("yolo26n-cls.pt")

# Generate embeddings for an image
# The embed() method returns the feature vector representing the image content
embedding_vector = model.embed("https://ultralytics.com/images/bus.jpg")

# Print the shape of the embedding (e.g., a vector of length 1280)
print(f"Embedding shape: {embedding_vector[0].shape}")

Link to this sectionEmbeddings vs concepts associés#

Pour implémenter efficacement des solutions d'IA, il est utile de distinguer les embeddings des termes techniques étroitement liés.

• Embeddings vs Recherche Vectorielle : L'embedding est la représentation de données elle-même (la liste de nombres). La recherche vectorielle est le processus ultérieur consistant à interroger une base de données pour trouver les voisins les plus proches de cet embedding. Des outils spécialisés appelés base de données vectorielle sont souvent utilisés pour stocker et rechercher ces embeddings à grande échelle.
• Embeddings vs Tokenisation : En Traitement du Langage Naturel (NLP), la tokenisation est l'étape préliminaire consistant à diviser le texte en morceaux plus petits (tokens). Ces tokens sont ensuite mappés vers des embeddings. Par conséquent, la tokenisation prépare les données, tandis que les embeddings représentent le sens des données.
• Embeddings vs Deep Learning : Le deep learning est le domaine plus large de l'apprentissage automatique basé sur les réseaux neuronaux. Les embeddings sont une sortie ou une couche spécifique au sein d'une architecture de deep learning, servant souvent de pont entre les entrées brutes et les couches de prise de décision du modèle.

Les développeurs cherchant à gérer le cycle de vie de leurs datasets, y compris l'annotation et l'entraînement de modèles pour générer des embeddings personnalisés, peuvent utiliser l'Ultralytics Platform. Cet outil complet simplifie le flux de travail de la gestion des données au déploiement, garantissant que les embeddings alimentant tes applications proviennent de données de haute qualité et bien organisées. Que tu utilises des frameworks comme PyTorch ou TensorFlow, la maîtrise des embeddings est une étape cruciale pour construire des systèmes de reconnaissance de formes sophistiqués.