IA générative : quelles sont les prochaines étapes ?

L’IA est une avancée qui ne date pas d’hier. Mais au cours de ces deux dernières années, alors que le grand public ne faisait que la découvrir, elle a progressé à une vitesse fulgurante. Andrew Rogoyski nous expose son point de vue sur ce qui nous attend. Quelles sont les nouvelles fonctionnalités puissantes que l’on peut attendre de l’IA ?

Il con­vient de pré­cis­er que lorsque nous util­isons le terme « IA », nous nous con­cen­trons actuelle­ment sur l’« IA généra­tive » ou « GenAI » que des plate­formes telles que Chat­G­PT d’Ope­nAI ont mis au point au cours des deux dernières années. D’autres pro­grès impor­tants, réal­isés par des acteurs du monde entier, devraient bien­tôt voir le jour. D’ailleurs, il existe déjà une feuille de route.

L’un d’en­tre eux con­cerne l’IA qui devient de plus en plus mul­ti­modale. Cela sig­ni­fie que les grands mod­èles de lan­gage (LLM) appren­dront et com­pren­dront le texte, la vidéo et le son, ain­si que la manière dont ils sont liés les uns aux autres. Cer­tains mod­èles sont déjà en train de franchir cette bar­rière et d’ar­riv­er sur les marchés. Les IA monomodales comme Copi­lot peu­vent génér­er des images à par­tir de textes et vice ver­sa. Sora peut génér­er des vidéos à par­tir de textes. Run­way et Pika Labs pro­posent égale­ment de la généra­tion d’im­ages à par­tir de vidéos. Les nou­veaux grands mod­èles mul­ti­modaux (LMM) d’Ope­nAI, Meta, Google et d’autres, peu­vent génér­er de la vidéo à par­tir d’une image, d’un texte et d’autres modes de don­nées. Par exem­ple, cer­tains mod­èles GenAI répon­dent à des ques­tions textuelles sur le con­tenu des vidéos. De nom­breux secteurs sont con­cernés et les stu­dios d’Hol­ly­wood éval­u­ent rapi­de­ment ce que cela pour­rait sig­ni­fi­er pour l’in­dus­trie ciné­matographique. L’un des incon­vénients de cette tech­nolo­gie puis­sante est qu’il est pos­si­ble de créer des « deep­fakes » (trucages hyper­réal­istes) assez com­plex­es avec des bud­gets modestes. 

Un autre grand pro­grès atten­du est que l’IA devi­enne un out­il invis­i­ble. Au lieu de devoir se con­necter à une plate­forme dédiée sur un ordi­na­teur ou un télé­phone, nous pour­rons con­vers­er avec nos voitures, nos télé­phones et nos appareils élec­tromé­nagers et obtenir des répons­es naturelles. Plusieurs entre­pris­es tra­vail­lent sur ce sujet : Apple avec Apple Intel­li­gence, Google avec Google IA, Ama­zon avec Alexa, etc. 

L’é­tape suiv­ante con­siste à faire en sorte que l’IA agisse comme une sorte d’a­gent en votre nom, en lui per­me­t­tant de réserv­er des voy­ages, des séjours à l’hô­tel, etc. Pour l’in­stant, la GenAI n’est pas très douée pour la plan­i­fi­ca­tion. C’est ce sur quoi Ope­nAI ain­si que d’autres tra­vail­lent, afin d’obtenir une GenAI capa­ble de décom­pos­er un prob­lème en étapes et de pren­dre des mesures en fonc­tion de ces étapes. La ques­tion est de savoir quelle autorité vous don­nerez à un agent pour qu’il agisse en votre nom. Il est prob­a­ble que ces agents inter­a­giront avec d’autres agents, ce qui don­nera lieu à des dis­cus­sions et à des négo­ci­a­tions sans inter­ven­tion humaine.

Une autre évo­lu­tion impor­tante sera l’amélio­ra­tion de la recherche d’in­for­ma­tions par l’IA. Ce sujet peut sem­bler assez ennuyeux, mais il est vrai­ment pas­sion­nant en ter­mes de pro­duc­tiv­ité. Les entre­pris­es col­lectent des mil­liers de doc­u­ments con­tenant des inter­ac­tions avec leurs clients, des offres, des poli­tiques, des procé­dures et d’autres infor­ma­tions utiles. Cepen­dant, la récupéra­tion de ces infor­ma­tions est générale­ment médiocre. La GenAI pour­rait être la solu­tion au prob­lème de la « ges­tion des con­nais­sances » des entre­pris­es. Ne serait-il pas mer­veilleux de pou­voir deman­der à son ordi­na­teur portable : « Quel était ce grand appel d’of­fre que nous avons lancé il y a trois ans en parte­nar­i­at avec cette banque ? » et qu’il déduise les bonnes répons­es et vous donne un résumé plutôt qu’une série de doc­u­ments que vous devez lire ?

Bien sûr, avant de pou­voir faire cela, nous devons nous atta­quer à la fameuse « hal­lu­ci­na­tion » de l’IA, qui sont les fauss­es infor­ma­tions générées par l’IA. Nous avons dévelop­pé une tech­nolo­gie qui per­met « d’hal­lu­cin­er » des images, des sons, des poèmes, etc. Mais nous sommes moins ent­hou­si­astes à l’idée qu’elle puisse « hal­lu­cin­er » les comptes d’une entre­prise ou un dossier médi­cal. L’as­tuce con­sis­tera main­tenant à ren­dre cette inter­face con­ver­sa­tion­nelle vrai­ment pra­tique et à la reli­er à des faits con­crets. L’IA généra­tive peut engen­dr­er des absur­dités, ce qui peut être un gros prob­lème. Récem­ment, Air Cana­da a fait l’ob­jet d’une procé­dure devant le tri­bunal des petites créances¹ de la part d’un pas­sager qui avait ten­té de deman­der rétroac­tive­ment le rem­bourse­ment de son bil­let après avoir véri­fié la poli­tique de la com­pag­nie en matière de deuil sur sa chat­bot ali­men­tée par l’IA. L’IA a cru que les pas­sagers pou­vaient deman­der un rem­bourse­ment dans les 90 jours suiv­ant le voy­age, ce qui ne fig­ure pas dans la poli­tique de la com­pag­nie. Le tri­bunal a don­né rai­son au passager. 

Oui, le coût de d’exploitation de ces mod­èles aujour­d’hui, en ter­mes d’én­ergie, de refroidisse­ment et de puis­sance de cal­cul, les rend non viables, tant sur le plan com­mer­cial que dans le con­texte de la crise cli­ma­tique. Les entre­pris­es sont sus­cep­ti­bles de pass­er des unités de traite­ment graphique (GPU) exis­tantes à du matériel conçu pour les appli­ca­tions d’IA. 

Apple dis­pose d’une « unité de traite­ment neu­ronal », Google a une « unité de traite­ment ten­soriel », Microsoft, IBM, Ama­zon, Sam­sung et d’autres dévelop­pent tous du matériel spé­cial­isé capa­ble d’améliorer les per­for­mances cent fois, mille fois plus effi­cace­ment que les GPU et les CPU. Ces puces sont mas­sive­ment opti­misées pour les opéra­tions matricielles au cœur des algo­rithmes d’ap­pren­tis­sage automatique.

De nou­velles archi­tec­tures de puces sont égale­ment pro­posées pour faire fonc­tion­ner ces mod­èles avec une très faible con­som­ma­tion d’én­ergie. C’est le cas de la puce North Pole AI d’IBM², par  exem­ple, qui promet de réduire la puis­sance des appli­ca­tions typ­iques d’un fac­teur 25³. Google­tra­vaille égale­ment sur sa Ten­sor Pro­cess­ing Unit pour accélér­er le traite­ment de l’IA et la Lan­guage Pro­cess­ing Unit de Groq est égale­ment prometteuse.

Il existe égale­ment des archi­tec­tures plus ésotériques, telles que les puces neu­ro­mor­phiques. Celles-ci sont conçues pour pren­dre en charge les réseaux de neu­rones à pointes, des mod­èles infor­ma­tiques qui imi­tent le fonc­tion­nement du cerveau humain. Pour l’in­stant, ces archi­tec­tures sont surtout util­isées dans le domaine uni­ver­si­taire, mais elles com­men­cent à s’é­ten­dre à d’autres champs. 

Il y a actuelle­ment un grand débat sur l’ou­ver­ture des LLM à l’open source. En rai­son de l’am­pleur des opéra­tions néces­saires au développe­ment des LLM et des LMM, les organ­i­sa­tions com­mer­ciales ont été à l’a­vant-garde du développe­ment. Env­i­ron 80 à 90 % d’en­tre eux sont dévelop­pés par des organ­i­sa­tions com­mer­ciales. Cela sig­ni­fie que la tech­nolo­gie est restée prin­ci­pale­ment entre les mains de ses pro­prié­taires, à quelques excep­tions nota­bles près, comme le LLa­MA de Meta et le Large et Code­stral de Mis­tral, qui ont été mis en open source très tôt. Il existe égale­ment des LLM/LMM com­mu­nau­taires à code source ouvert tels que Platy­pus, Bloom et Fal­con.

D’une part, un plus grand nom­bre de per­son­nes expéri­mentent et s’amusent avec cette tech­nolo­gie ce qui pour­rait déclencher de nou­velles avancées, expos­er des vul­néra­bil­ités, etc. D’autre part, il y a des gens qui utilis­eront cette tech­nolo­gie à mau­vais escient. La plu­part des mod­èles intè­grent actuelle­ment des dis­posi­tifs de sécu­rité pour empêch­er les gens de faire ce qu’ils veu­lent, mais il est rel­a­tive­ment facile de les con­tourn­er. Et, cer­tains mod­èles à code source ouvert sont disponibles à l’é­tat « brut », sans garde-fous. Nous pou­vons nous atten­dre à ce que la GenAI à code source ouvert con­tin­ue à se dévelop­per. Cela va de pair avec la volon­té de dévelop­per des mod­èles plus petits et plus durables, dont le fonc­tion­nement ne néces­site pas des cen­taines de mil­lions de dollars. 

La cyber­sécu­rité restera un prob­lème majeur. Les organ­i­sa­tions crim­inelles appren­nent déjà rapi­de­ment à exploiter cette tech­nolo­gie. Elles ont déjà com­mencé à utilis­er l’IA généra­tive pour ratio­nalis­er la sur­veil­lance en ligne, exploiter les don­nées his­toriques à la recherche de vul­néra­bil­ités ou encore, automa­tis­er des attaques à l’aide de faux textes. Les escrocs utilisent égale­ment des « deep­fakes » pour soutir­er de l’ar­gent aux entre­pris­es. La police de Hong Kong a récem­ment procédé à six arresta­tions⁴ dans le cadre d’une escro­querie com­plexe qui a dépouil­lée la société d’ingénierie bri­tan­nique Arup⁵ de 25 mil­lions de dol­lars. L’un des employés de la société a été entraîné dans une vidéo­con­férence avec ce qu’il pen­sait être son directeur financier. Il s’est avéré qu’il s’agis­sait d’une vidéo « deep­fake ». Ces « deep­fakes » ciblent égale­ment les inten­tions des électeurs avec des infor­ma­tions erronées. Il s’ag­it d’une ten­dance très dan­gereuse et d’une men­ace réelle pour cette année, 2024 étant l’an­née où se tien­dront le plus grand nom­bre d’élec­tions jamais organ­isées par l’Homme dans son Histoire. 

Alors que les cyber-escrocs con­tin­ueront à s’amélior­er, les défenseurs de l’autre côté appren­nent égale­ment, util­isant l’IA généra­tive et d’autres formes d’IA pour trou­ver les attaquants. Dans le monde de la cyber­sécu­rité, il y a un cycle con­stant d’at­taque et de défense. L’u­til­i­sa­tion de l’IA dans un con­texte mil­i­taire fait égale­ment l’ob­jet d’un grand débat. L’IA est déjà util­isée pour analyser l’im­agerie satel­lite ou assur­er la nav­i­ga­tion des drones, mais on ne sait pas encore si elle peut être util­isée pour ôter la vie à des êtres humains. À l’heure actuelle, il est moins coû­teux de ne pas équiper les drones d’IA, même si c’est tech­nique­ment pos­si­ble. À mon avis, il s’ag­it là d’une lim­ite très impor­tante à ne pas franchir. Nous ne voulons pas entr­er dans un monde où nous devons nous bat­tre à la vitesse d’une machine et où notre adver­saire est une IA – il n’y aurait alors qu’un pas vers les mon­des dystopiques des films Ter­mi­na­tor de James Cameron ou de la série Matrix des sœurs Wachowski.

Une régle­men­ta­tion com­mence à voir le jour. La loi de l’U­nion européenne sur l’IA est entrée en vigueur⁶ en août 2023 et les détails ont été final­isés en avril de cette année. Tout le monde sur­veillera l’im­pact de la lég­is­la­tion européenne. Un décret prési­den­tiel améri­cain pub­lié⁷ en octo­bre 2023 a intro­duit une longue liste de con­trôles, y com­pris des rap­ports statu­taires au-delà d’un cer­tain niveau de puis­sance de cal­cul et de mise en réseau. On peut s’at­ten­dre à ce que les États-Unis, le Roy­aume-Uni et d’autres pays adoptent bien­tôt d’autres lois. 

La sci­ence-fic­tion a la fâcheuse habi­tude de devenir une réal­ité scientifique.

Toute­fois, si l’on ne demande pas des comptes à ceux qui dévelop­pent l’IA, cette régle­men­ta­tion n’au­ra qu’une portée lim­itée. Pour l’in­stant, c’est le règne de la lib­erté. Si la tech­nolo­gie met des mil­lions de per­son­nes au chô­mage ou provoque une épidémie de trou­bles men­taux, les entre­pris­es peu­vent hauss­er les épaules et dire qu’elles ne con­trô­lent pas la manière dont les gens utilisent cette tech­nolo­gie. D’un autre côté, si les grandes entre­pris­es sont les seules organ­i­sa­tions désireuses ou capa­bles d’in­ve­stir les dizaines de mil­liards néces­saires au développe­ment de ces sys­tèmes d’IA, per­son­ne ne veut blo­quer le proces­sus et ris­quer de se laiss­er dis­tancer par d’autres pays.

Nous avons besoin d’une lég­is­la­tion et d’une régle­men­ta­tion qui ren­dent les organ­i­sa­tions et les indi­vidus respon­s­ables de l’im­pact de leurs tech­nolo­gies. Cela les oblig­erait à réfléchir soigneuse­ment à la manière dont leur tech­nolo­gie sera util­isée et leur imposerait d’ex­plor­er et de tester cor­recte­ment l’im­pact de leur tech­nolo­gie. Vous pou­vez con­stater qu’il s’ag­it d’un sujet de ten­sion pour cer­taines entre­pris­es de GenAI. Par exem­ple, Ope­nAI a per­du plusieurs de ses dirigeants⁸, cha­cun d’en­tre eux faisant allu­sion au manque de super­vi­sion dans le développe­ment de GenAI. 

Il y a des avancées qui se pro­fi­lent à l’hori­zon, et on peut les voir arriv­er. Et elles seront très impor­tantes. Je pense que la con­ver­gence de l’in­for­ma­tique quan­tique et de l’IA sera intéres­sante. Cer­taines entre­pris­es, comme IBM, présen­tent désor­mais leurs feuilles de route en matière d’in­for­ma­tique quan­tique. IBM prévoit 200 qubits et 100 mil­lions de portes de cal­cul d’ici 2029⁹. Il s’ag­it d’une tech­nolo­gie très puis­sante qui pour­rait per­me­t­tre à l’IA d’ap­pren­dre en temps réel, ce qui est vrai­ment passionnant.

Au cours des 12 derniers mois env­i­ron, des per­son­nes ont appliqué l’ap­proche des grands mod­èles de lan­gage à la robo­t­ique, ce que l’on appelle les mod­èles Vision Lan­guage Action (VLA). De la même manière que nous avons con­stru­it des mod­èles de base pour le texte et les images, nous pour­rions être en mesure de les con­stru­ire pour la per­cep­tion, l’ac­tion et le mou­ve­ment robo­t­ique. L’ob­jec­tif est de par­venir à ce que, par exem­ple, vous puissiez dire à un robot de ramass­er une banane et qu’il ait suff­isam­ment de con­nais­sances générales pour non seule­ment repér­er la banane avec son cap­teur, mais aus­si savoir ce qu’il doit en faire, sans avoir besoin d’une entrée algo­rith­mique spé­ci­fique. Il s’ag­it d’une avancée intéres­sante dans le domaine de la robo­t­ique, car elle per­met à l’IA d’ap­pren­dre à par­tir de l’ex­péri­ence physique et du monde réel. 

Les men­tors de l’IA pour­raient con­stituer une autre avancée majeure. Les IA sont déjà util­isées pour génér­er du matériel d’ap­pren­tis­sage, mais on peut imag­in­er un monde où une IA scanne votre CV et est capa­ble de vous sug­gér­er des for­ma­tions, des lec­tures, etc. Les IA pour­raient égale­ment jouer le rôle de tuteurs, en vous guidant dans vos études, en vous sug­gérant des méth­odes d’ap­pren­tis­sage, en vous faisant pass­er des exa­m­ens et des éval­u­a­tions, et en suiv­ant votre évo­lu­tion. Des écoles pilo­tent déjà l’u­til­i­sa­tion de GenAI en tant que tuteurs. Par exem­ple, le David Game Col­lege de Lon­dres¹⁰ teste un GCSE accéléré dans lequel les étu­di­ants ne reçoivent que des cours d’IA. Vous entrez dans la boucle éduca­tive et la mod­i­fiez entièrement.

La ques­tion qui se pose est alors la suiv­ante : pourquoi iriez-vous à l’u­ni­ver­sité ? Pourquoi iriez-vous à l’é­cole, si ce n’est pour ses avan­tages soci­aux ? L’IA pour­rait chang­er fon­da­men­tale­ment notre façon d’ap­pren­dre et d’en­seign­er. Cer­tains pour­raient s’in­quiéter du fait que nous com­men­cions à con­stru­ire de nou­veaux sys­tèmes édu­cat­ifs qui dépen­dent des entre­pris­es tech­nologiques améri­caines, plutôt que d’êtres humains qual­i­fiés dans le pays.

Je pense que ce que nous avons appris ces deux dernières années, c’est que les choses peu­vent arriv­er très vite. Elles ne sont jamais aus­si far­felues que nous l’imag­i­nons – la sci­ence-fic­tion a la fâcheuse habi­tude de devenir une réal­ité sci­en­tifique. Je dirais même qu’une grande par­tie de la sci­ence-fic­tion est très proche de la réalité. 

Nous devons main­tenant com­mencer à réfléchir aux con­séquences de tout cela. Quel est le rôle de l’hu­man­ité dans cet avenir ? À quoi ressem­blent les économies si les humains sont exclus de l’équa­tion ? À quoi ressem­blent la vérité et la démoc­ra­tie lorsque tout peut être truqué ? À quoi ressem­blera l’é­d­u­ca­tion, fonde­ment de notre qual­ité de vie mod­erne, dans l’avenir ? Ce sont de très grandes ques­tions fon­da­men­tales aux­quelles je pense que per­son­ne n’a la réponse à l’heure actuelle. 

Propos recueillis par Marianne Guenot