{"id":8196,"date":"2024-01-09T01:29:58","date_gmt":"2024-01-09T00:29:58","guid":{"rendered":"https:\/\/technophilosoph.com\/2024\/01\/09\/pourquoi-lia-se-developpe-t-elle-si-rapidement-une-recherche-de-reponse\/"},"modified":"2024-01-09T17:05:26","modified_gmt":"2024-01-09T16:05:26","slug":"pourquoi-lia-se-developpe-t-elle-si-rapidement-une-recherche-de-reponse","status":"publish","type":"post","link":"https:\/\/technophilosoph.com\/fr\/2024\/01\/09\/pourquoi-lia-se-developpe-t-elle-si-rapidement-une-recherche-de-reponse\/","title":{"rendered":"Pourquoi l’IA se d\u00e9veloppe-t-elle si rapidement ? Une recherche de r\u00e9ponse…"},"content":{"rendered":"\n

Comme sorti de nulle part, ChatGPT a \u00e9merg\u00e9 l’ann\u00e9e derni\u00e8re dans l’esprit d’un public plus large, partag\u00e9 entre peur et fascination. Il ne faut pas oublier que cette IA textuelle g\u00e9n\u00e9rative a d\u00e9j\u00e0 pris une place importante dans la vie de nombreuses personnes. Que ce soit chez les \u00e9l\u00e8ves qui utilisent ChatGPT pour faire leurs devoirs, dans les voitures o\u00f9 Mercedes et Volkswagen<\/a> l’utilisent d\u00e9sormais comme assistant vocal avanc\u00e9, dans la politique avec quelques exemples peu glorieux<\/a>, ou m\u00eame dans les entreprises qui acc\u00e9l\u00e8rent le d\u00e9roulement de leurs processus.<\/p>\n\n\n\n

Non seulement les taux d’adoption sont donc exceptionnellement \u00e9lev\u00e9s, mais le taux de d\u00e9veloppement de l’IA elle-m\u00eame est \u00e9galement surprenant. Les IA hallucinent moins, deviennent plus prudentes dans leurs r\u00e9ponses, passent avec brio les examens les plus difficiles, et cr\u00e9ent des images et des vid\u00e9os de plus en plus r\u00e9alistes et indiscernables de la r\u00e9alit\u00e9. Et ce, en l’espace de quelques mois. Certains, qui affirmaient qu’une \u00ab\u00a0IA ne pourra jamais faire cela\u00a0\u00bb, se voient d\u00e9mentis quelques semaines ou quelques mois plus tard.<\/p>\n\n\n\n

Mais quelles sont les raisons pour lesquelles l’IA se d\u00e9veloppe aussi rapidement ? Tout d’abord, il convient de noter que le d\u00e9veloppement de l’IA elle-m\u00eame a d\u00e9j\u00e0 plusieurs d\u00e9cennies de retard. Si les premiers fondateurs de la discipline de l’intelligence artificielle, dans les ann\u00e9es 1950, pensaient que quelques \u00e9tudiants encadr\u00e9s par des professeurs seraient capables de recr\u00e9er le cerveau humain en quelques semaines pendant l’\u00e9t\u00e9, la d\u00e9sillusion a rapidement suivi. Plusieurs hivers d’IA, de nombreux revers et des milliards gaspill\u00e9s plus tard, le d\u00e9but des ann\u00e9es 2010 a vu une succession plus rapide de perc\u00e9es qui ont attir\u00e9 l’attention et l’imagination du public, avec le concours ImageNet, AlphaGo, les voitures \u00e0 conduite autonome et ensuite ChatGPT.<\/p>\n\n\n\n

En d’autres termes, l’IA n’est pas apparue du jour au lendemain, mais a connu quelques revers au cours des d\u00e9cennies qui l’ont men\u00e9e l\u00e0 o\u00f9 elle est aujourd’hui. Bill Buxton, scientifique en chef chez Microsoft, a appel\u00e9 cela le long nez de l’innovation<\/em> (j’ai \u00e9crit \u00e0 ce sujet, entre autres, dans mon livre Foresight Mindset<\/a>). Chaque innovation technologique s’annonce bien avant sa perc\u00e9e, elle passe sous le radar et n’est visible que pour les experts. Chaque innovation existe d\u00e9j\u00e0 depuis au moins 15 ans avant de devenir visible pour le grand public, de passer pour ainsi dire au-dessus du radar, et il lui faut ensuite cinq ann\u00e9es suppl\u00e9mentaires pour d\u00e9ployer ses effets.<\/p>\n\n\n

\n
\"\"<\/a>
Le long nez de l’innovation (Foresight Mindset<\/a>)<\/figcaption><\/figure>\n<\/div>\n\n\n

Nous nous trouvons donc juste au-dessus du radar, dans la phase initiale o\u00f9 la technologie commence \u00e0 produire ses effets. Cette visibilit\u00e9 implique de mobiliser davantage de ressources. Non seulement davantage de personnes veulent en faire partie et profiter des opportunit\u00e9s offertes par cette nouvelle technologie, mais des sommes d’argent croissantes sont \u00e9galement investies.<\/p>\n\n\n\n

Le fait que de nombreux algorithmes et m\u00e9thodes connus depuis des d\u00e9cennies, notamment les r\u00e9seaux neuronaux<\/em> ou l’apprentissage profond (deep learning)<\/em>, n’ont pu prouver leur puissance qu’avec les progr\u00e8s r\u00e9alis\u00e9s entre-temps en termes de vitesse de calcul et de quantit\u00e9 de donn\u00e9es disponibles, aide \u00e9galement. La victoire d’AlexNet au concours ImageNet 2012, a montr\u00e9 aux experts que cette combinaison \u00e9tait la voie la plus prometteuse vers des IA utilisables. Toute la sc\u00e8ne a commenc\u00e9 \u00e0 changer d’orientation.<\/p>\n\n\n\n

Les critiques avanceront d’autres raisons : l’absence de r\u00e9glementation et le fait de ne pas tenir compte des droits d’auteur ou des biais dans les donn\u00e9es ont \u00e9galement contribu\u00e9 \u00e0 un d\u00e9veloppement rapide – impitoyable \u00e0 leurs yeux – qui laisse des dommages collat\u00e9raux.<\/p>\n\n\n\n

Mais un autre facteur peut contribuer \u00e0 la vitesse de d\u00e9veloppement \u00e9lev\u00e9e des progr\u00e8s de l’IA, et c’est celui que souligne Yann LeCun. Le scientifique en chef du d\u00e9partement d’intelligence artificielle de Meta<\/em>, la maison m\u00e8re de Facebook, mentionne une particularit\u00e9 de sa discipline qui s’applique \u00e0 la mani\u00e8re de publier les progr\u00e8s. Les articles scientifiques et le code source de l’IA sont presque exclusivement publi\u00e9s sur arXiv<\/a> ou OpenReview, qui devaient \u00e0 l’origine servir d’archives publiques pour la pr\u00e9publication d’\u00e9tudes avant leur impression officielle selon un processus d’\u00e9valuation par les pairs courant dans le monde scientifique.<\/p>\n\n\n\n

\n

L’une des raisons pour lesquelles la recherche en IA progresse si rapidement n’est pas seulement la publication fr\u00e9quente et pr\u00e9coce de preprints sur ArXiv et le partage de code open source, mais aussi le fait que la communaut\u00e9 de l’apprentissage automatique\/de l’IA s’est largement lib\u00e9r\u00e9e de l’\u00e9tau des publications scientifiques \u00e0 but lucratif et payantes.<\/p>\nYann LeCun<\/cite><\/blockquote>\n\n\n\n

\n

One reason AI research has been progressing so fast is not just because of frequent and early publication of preprint on ArXiv and the exchange of open source code, but also because the ML\/AI community has largely freed itself from the stranglehold of for-profit & paywalled\u2026 https:\/\/t.co\/zs7jSxuWIW<\/a><\/p>— Yann LeCun (@ylecun) January 7, 2024<\/a><\/blockquote>