L'article propose une analogie culinaire pour expliquer le fonctionnement des réseaux neuronaux, en prenant comme exemple la célèbre salade russe 'olivier'. L'auteur, Andrei Senchenko, architecte business chez MTS, compare la mémoire humaine - qui associe 'olivier' à des souvenirs sensoriels, familiaux et culinaires - avec le traitement des réseaux neuronaux, qui fonctionne comme un graphe complexe où chaque ingrédient et étape de préparation correspond à des nœuds et arêtes pondérés.
La différence fondamentale réside dans la nature des représentations : tandis que l'humain utilise son expérience sensorielle et ses connaissances contextuelles, le réseau neuronal manipule des embeddings vectoriels où chaque mot est représenté par des centaines de paramètres numériques. L'article détaille comment la requête 'olivier aux crevettes' est traitée via la tokenisation et les mécanismes d'attention, permettant à l'IA de proposer des substitutions d'ingrédients basées sur des similarités mathématiques plutôt que sur des considérations gustatives.
L'explication montre comment l'ajout du mot 'salade' dans la requête modifie radicalement le traitement par le réseau neuronal, illustrant la sensibilité des modèles au contexte linguistique. L'analogie culinaire sert de pont pédagogique pour comprendre des concepts techniques comme la vectorisation, l'attention et la génération probabiliste de contenu, rendant accessible le fonctionnement interne des LLM à un public non technique.