Mots-clés

Pourquoi certains langages sont plus adaptés à l'IA que d'autres?

Vous vous êtres peut être déjà posé cette question avant, "Pourquoi Python est plus adapté à l'intelligence artificielle?". En effet, la réponse tient dans plusieurs points que je vais résumer dans ces trois-là:

• Ecosystème et environnement: là je parle des bibliothèques qui sont fournis avec le langage de programmation. En effet, un langage comme Python dispose de nombreuses bibliothèques puissantes pour faire de l'IA. Les plus connues sont TensorFlow, PyTorch, Scikit-Learn, Numpy, Pandas...


• Simplicité et lisibilité du langage: Les algorithmes derrière l'IA sont souvent trop complexes, et si on ajoute à cela la complexité du langage qui les implémente, alors la tâche deviendra beaucoup plus coriace. Donc, un langage facile et claire comme Python a toutes les chances d'être adopté par les datascientists.


• Optimisation pour la manipulation des données massives: Les données utilisées pour entrainer et évaluer les modèles IA sont souvent (ou tout le temps) présentées sous forme de matrices et de vecteurs de grandes dimensions. Certains langages sont plus optimisés que d'autres pour manipuler efficacement ces données là, dont le langage de programmation Python, R ou Julia.

Donc, on ne peut pas utiliser des langages comme PHP pour faire de l'IA?

En réalité, ce n'est pas tout à fait vrai, car il est possible de développer des modèles intelligents en utilisant des langages comme PHP, Java ou C++, même si c'est peu courant pour les raisons que j'ai expliquées plus haut.

Prenons par exemple le langage PHP. Il est connu que ce langage compte parmi les plus célèbres pour créer des sites et applications Web. Il est derrière les CMS les plus populaires comme Wordpress, Drupal ou Prestashop. Il a aussi de nombreux frameworks connus comme Laraval, Symfony ou CodeIgniter. Cependant, parmi les bibliothèques développées on PHP on peut aussi citer PHPML et RubixML. Ces deux bibliothèques sont destinées à implémenter des modèles de Machine Learning directement avec du PHP sans avoir à changer de langage de programmation si on souhaite créer une application qui utilise l'intelligence artificielle. Ces bibliothèques implémentent des algorithmes comme la régression linéaire et logistique, KNN, Naive Bayes, SVM, le clustering via K-means, les réseaux de neurones (ANN) et même les algorithmes de preprocessing comme la normalisation ou l'encodage...

Dans RubixML par exemple, on peut trouver des algorithmes liés au traitement du langage naturel (ou NLP), comme l'extraction de caractéristiques (Feature Extraction), la tokenisation, la vectorisation TF-IDF et Word Embedding etc...

A titre d'exemple, les suggestions d'articles similaires en bas de ce billet de blog utilise l'algorithme de similarité cosinus (Cosine Similarity) largement utilisé en NLP, en l'occurrence dans les systèmes de recommandation. C'est avec du PHP!

Comment faire si on veut développer une application Web qui utilise des algorithmes complexe de l'IA?

On a vu que PHP permet de faire de l'IA, mais à petite échelle. C'est à dire, en manipulant un volume limité de données et en utilisant des algorithmes plutôt basiques comme ceux du Machine Learning. Mais si on veut pousser le niveau un peu plus, il est recommandé d'adopter des frameworks Python comme Flask ou Django, car ils ont accès natif aux bibliothèques IA de Python (en restant dans le même langage de programmation). Mais si vous souhaitez utiliser le PHP pour développer votre application, dans ce cas, d'autres solutions peuvent être envisageables, comme connecter votre application à des modèles en Python via des API REST, ou utiliser les API en ligne des services connus comme ChatGPT ou Hugging Face.