On s'y perd un peu. On nous parle de LLM, de transformers, de réseaux neuronaux, de deep learning, de modèles de fondation, sans préciser comment tous ces composants s'articulent et quelle est leur fonction réelle. C'est à cela que nous nous attachons dans ce webinaire, mettre un peu d'ordre dans un domaine sujet au mouvement brownien des annonces et des concepts nouveaux. On ira avec prudence : d'abord les réseaux neuronaux et plus précisément certains d'entre eux, passage par le deep learning pour en rappeler les fondamentaux, LLM évidemment, puis pré-entraînement avec les modèles de fondation, pour aboutir aux "transformers" qui ne sont rien d'autre qu'une spécialisation des modèles précédents pour la reconnaissance, compréhension et réponses textuelles aux questions des usagers. On n'est pas obligé de se barder de formules mathématiques auxquelles personne ne comprend rien. Et on peut se contenter du "qui fait quoi", avec au bout du compte, nous vous le garantissons, un paysage beaucoup plus clair.

La monnaie a été créée en Turquie au VIème siècle avant J.C. Quant à la banque, les babyloniens pratiquaient déjà les prêts sur les futures moissons, 1 000 ans avant J.C. C'est donc peu de dire que tout cela ne date pas d'hier. Et pourtant, en quelques années, ces modèles que l'on croyait immuables, ont explosé. La banque est devenue virtuelle et le contact physique s'est fait rarissime. Les services innovants sont désormais des fintech. Quant à la monnaie, elle est devenue numérique, les banques centrales se préparant à une transformation radicale. Sans oublier évidemment les monnaies cryptographiques, pour lesquelles il y a cependant encore beaucoup à faire pour que leur modèle se stabilise. C'est à ce monde nouveau que nous vous convions dans ce webinaire. Avec les rendez-vous structurants qui nous attendent, pour aboutir à ce que sera la banque du futur, très éloignée de ce que nous connaissons aujourd'hui. Il faudra aussi se poser la question du "devenir" de ceux, personnes âgées ou non, pour qui le numérique reste du chinois. Sans jeu de mots.

Il y a de la diversité, des pépites, des outils dédiés aux problématiques modernes. Et pourtant, on continue de coder en C, Java et JavaScript. Les universitaires et chercheurs s'arrachent les cheveux, qui dépensent des trésors d'imagination pour apporter un sang neuf... salués poliment, mais sans que personne ne s'y intéresse vraiment La période actuelle ne fait pas exception et seul Python, Intelligence Artificielle oblige, a rompu la fatalité. Notre narrateur constate le fait, mais se dit qu'il y a peut-être quelques idées à glaner chez les nouveaux venus : Jakt, Nickel, Kobac, Frink, GRAIN, Zig et quelques autres dont Carbon de Google et Bosque de Microsoft. C'est promis, à faire cet effort, on n'en attrapera pas pour autant la scarlatine.