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 des machines. Dans le domaine de l'Artificial Intelligence (AI), les ordinateurs ne peuvent pas comprendre intuitivement des données désordonnées et unstructured data telles que du texte, des images ou de l'audio. Les embeddings résolvent ce problème en convertissant ces entrées en listes de nombres réels, appelés vecteurs, qui existent dans un espace mathématique de grande dimension. Contrairement aux encodages traditionnels qui peuvent 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 proches les uns des autres dans l'vector space.

Comment fonctionnent les embeddings#

La création d'un embedding implique d'injecter des données brutes dans un neural network conçu pour l'feature extraction. Pendant l'entraînement, le modèle apprend à compresser les caractéristiques essentielles de l'entrée en une forme numérique compacte. Par exemple, un modèle de Computer Vision (CV) analysant une photographie ne se contente pas de voir des pixels ; il cartographie les formes, les textures et les couleurs en une coordonnée spécifique dans un graphique multidimensionnel. Lors de la mesure de la similarité, les systèmes calculent la distance entre ces coordonnées à l'aide de métriques telles que la cosine similarity ou l'Euclidean distance. Cette proximité mathématique permet aux algorithmes d'exécuter des tâches complexes telles que la classification et le clustering avec une grande efficacité.

Applications concrètes#

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

• Semantic Search : Les moteurs de recherche traditionnels reposent souvent sur la correspondance exacte de keyword matching, ce qui échoue si un utilisateur recherche "auto" mais 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.
• Recommendation Systems : Les services de streaming et les sites de e-commerce utilisent des embeddings pour personnaliser les expériences utilisateur. Si tu regardes 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 d'obtenir des suggestions précises basées sur la similarité du contenu plutôt que sur de simples tags ou catégories manuels.
• Zero-Shot Learning : 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 explicitement vus lors de l'entraînement en associant l'embedding de l'image à l'embedding textuel du nom de l'objet.

Générer 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 à l'aide du 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}")

Embeddings vs concepts associés#

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

• Embeddings vs Vector Search : L'embedding est la représentation des 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 vector database sont souvent utilisés pour stocker et rechercher ces embeddings à grande échelle.
• Embeddings vs Tokenization : En Natural Language Processing (NLP), la tokenisation est l'étape préliminaire qui consiste 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 du machine learning basé sur des réseaux de neurones. Les embeddings sont une sortie spécifique ou une couche 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 souhaitant gérer le cycle de vie de leurs jeux de données, 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, en garantissant que les embeddings alimentant tes applications proviennent de données de haute qualité et bien sélectionnées. Qu'il s'agisse d'utiliser des frameworks comme PyTorch ou TensorFlow, maîtriser les embeddings est une étape cruciale pour construire des systèmes sophistiqués de pattern recognition.