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 ?

Cet article a été publié dans notre maga­zine Le 3,14 sur l’IA.
Télé­char­gez-le ici.

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