En 2024, l’intelligence artificielle : la mise en action des outils AI !

D’après Arvind Narayanan, professeur en informatique à l’Université de Princeton et co-auteur du livre “AI Snake Oil : Ce que l’Intelligence Artificielle peut faire, ce qu’elle ne peut pas faire et comment faire la différence”, il y a eu un “changement d’une production de modèles vers la construction réelle de produits”.

Les premiers 100 millions d’utilisateurs qui ont exploré ChatGPT dès son lancement il y a deux ans l’ont fait d‘eux-mêmes, découvrant des capacités qui pouvaient s’avérer incroyablement utiles dans certaines tâches ou désespérément banales dans d’autres.

Actuellement, cette technologie d’IA générative s’intègre de plus en plus dans divers services technologiques, même lorsque nous ne la recherchons pas activement – par exemple, à travers les réponses générées par l’IA dans les résultats de recherche Google ou les nouvelles techniques d’édition photo.

“Le principal problème avec l’IA générative l’année dernière résidait dans le fait que les entreprises lançaient des modèles très puissants sans réelle méthode pour que les utilisateurs puissent les exploiter”, a déclaré Narayanan. “Ce que nous observons cette année, c’est un développement progressif de ces produits qui tirent profit de ces capacités pour faire des choses utiles.”

Parallèlement, depuis la publication de GPT-4 par OpenAI en mars 2023 et l’arrivée de modèles similaires de ses concurrents, ces modèles n’ont pas cessé d’atteindre des tailles toujours plus grandes et qualitativement meilleures, mettant fin aux attentes exagérées selon lesquelles l’IA serait sur le point d’atteindre une intelligence supérieure à celle de l’humain. Narayanan note que le discours public a évolué, passant de l’interrogation “l’IA va-t-elle nous anéantir ?” à celle de l’IA comme une technologie ordinaire.

L’effet de surprise des coûts de l’IA

Lors des appels de résultats trimestriels cette année, les dirigeants d’entreprises technologiques ont souvent été confrontés à des questions d’analystes de Wall Street qui cherchaient des assurances sur les futurs retours sur investissements liés aux dépenses massives en recherche et développement de l’IA. La création de systèmes d’IA derrière des outils génératifs, comme ChatGPT de OpenAI ou Gemini de Google, nécessite d’investir dans des systèmes informatiques énergivores, alimentés par des puces IA puissantes et coûteuses. Leur consommation d’énergie est telle que des entreprises technologiques ont annoncé cette année des accords pour accéder à l’énergie nucléaire pour les faire fonctionner.

“Nous parlons de centaines de milliards de dollars de capital investis dans cette technologie”, a déclaré l’analyste de Goldman Sachs, Kash Rangan.

Un autre analyste de la banque d’investissement new-yorkaise a souligné cet été que l’IA ne résout toujours pas les problèmes complexes qui justifieraient ses coûts. Il a également remis en question la capacité des modèles d’IA, même entraînés sur une grande partie des données écrites et visuelles de l’histoire humaine, à égaler les compétences humaines. Rangan, cependant, garde un regard optimiste.

“Nous avons été fascinés par l’idée que cette technologie serait absolument révolutionnaire, ce qu’elle ne s’est pas avéré être en deux ans depuis l’introduction de ChatGPT,” a déclaré Rangan. “Elle est plus coûteuse que ce que nous pensions et moins productive que ce que nous avions anticipé.” Pourtant, il voit en ses outils AI un potentiel d’amélioration “absolument incrémentale” dans des domaines tels que la vente et le design.

IA et votre emploi

Certaines personnes s’interrogent sur l’utilisation future des outils d’IA : seront-ils des suppléments à leur travail ou des remplacements à mesure que la technologie continue d’évoluer ? La société technologique Borderless AI utilise un chatbot d’IA de Cohere pour rédiger des contrats de travail pour des employés en Turquie ou en Inde, sans recourir à des avocats ou traducteurs externes.

Les interprètes de jeux vidéo membres de la Screen Actors Guild-American Federation of Television and Radio Artists, en grève en juillet, craignent que l’IA n’érode leurs opportunités, car elle pourrait reproduire une performance dans plusieurs mouvements sans leur consentement. Les inquiétudes liées à l’usage de l’IA par les studios ont aussi alimenté les grèves dans le secteur du film et de la télévision l’année dernière, qui ont duré quatre mois. Des entreprises de jeux ont également signé des accords avec le syndicat pour établir certaines protections concernant l’IA afin de continuer à collaborer avec des acteurs durant la grève.

Des musiciens et auteurs partagent également ces préoccupations quant à l’exploitation de leurs œuvres par l’IA. Cependant, l’IA générative ne parvient toujours pas à créer des œuvres uniques ou “des choses totalement nouvelles”, souligne Walid Saad, professeur en ingénierie électrique et informatique à Virginia Tech.

“Nous pouvons l’entraîner avec plus de données pour qu’elle ait plus d’informations, mais avoir plus d’informations ne signifie pas être plus créatif,” a-t-il précisé. “En tant qu’humains, nous comprenons notre environnement. Les outils d’IA actuels ne comprennent pas encore le monde.” Saad donne l’exemple d’un mème où une IA a été chargée de créer une image de saumons nageant dans une rivière, et a produit une photo d’une rivière avec des morceaux de saumon trouvés en supermarché.

“Ce qu’il manque aujourd’hui à l’IA, c’est le bon sens humain, et je pense que c’est la prochaine étape,” a-t-il ajouté.

Un avenir agentique

Ce type de raisonnement est crucial pour rendre les outils d’IA plus utiles, selon Vijoy Pandey, vice-président senior de l’innovation et incubation chez Cisco. Les développeurs d’IA présentent de plus en plus la prochaine vague de chatbots d’IA générative comme des “agents” capables d’effectuer des tâches plus utiles pour les utilisateurs.

Cela pourrait signifier pouvoir poser une question ambiguë à un agent d’IA et voir le modèle capable de raisonner et de planifier les étapes nécessaires à la résolution d’un problème ambitieux, explique Pandey. Selon lui, de nombreuses technologies vont s’orienter vers ce modèle d’ici 2025.

Il prédit qu’à terme, les agents d’IA seront capables de collaborer comme le ferait une équipe humaine pour résoudre un problème, plutôt que d’accomplir des tâches de manière isolée. Les agents d’IA de demain travailleront en ensemble, selon lui.

Les futurs logiciels Bitcoin pourraient, par exemple, nécessiter l’utilisation d’agents logiciels d’IA, chacun ayant une spécialité, disait-il, “des agents qui vérifient la conformité, des agents en charge de la sécurité et des agents qui veillent à l’échelle”.

“Nous nous dirigeons vers un avenir agentique,” a-t-il conclu. “Tous ces agents développeront des compétences spécifiques tout en ayant un caractère distinctif, car c’est ainsi que nous fonctionnons.”

Des avancées de l’IA en médecine

Les outils d’IA ont également optimisé le domaine médical, offrant parfois une aide tangible. Le prix Nobel de chimie cette année – l’un des deux décernés à la science liée à l’IA – a été attribué à des travaux dirigés par Google qui pourraient contribuer à la découverte de nouveaux médicaments.

Saad, professeur à Virginia Tech, a précisé que l’IA a permis d’accélérer les diagnostics en fournissant rapidement aux médecins un point de départ pour déterminer les soins d’un patient. Bien que l’IA ne puisse pas détecter de maladie, elle peut rapidement traiter des données et signaler les zones potentiellement problématiques à un médecin. Comme dans d’autres domaines, cela peut aussi être un vecteur de désinformation.

OpenAI a mis en avant son outil de transcription, Whisper, vantant sa “robustesse et sa précision presque humaines”. Cependant, des experts ont signalé que Whisper présente un défaut majeur : il a tendance à générer du contenu texte de manière erronée ou à créer des phrases entières inventées.

Pandey, de Cisco, a noté que certains de ses clients dans le secteur pharmaceutique ont indiqué que l’IA a permis de rapprocher les “laboratoires humides”, où des expériences physiques sont réalisées, et les “laboratoires secs”, où les données sont analysées à l’aide d’ordinateurs. Dans le cadre de développement pharmaceutique, ce processus peut prendre plusieurs années ; avec l’IA, il peut être réduit à quelques jours.

“C’est, selon moi, l’utilisation la plus marquante,” a-t-il conclu.