Attention au creux de désillusion !
L’intelligence artificielle a pris une grande place dans nos vies, que ce soit au travail, dans les études, pour générer des images, des textes et toute sorte de processus de création et d’application. L’IA existait déjà, il y a plusieurs années, mais sans être pour autant un outil aussi accessible et sollicité qu’aujourd’hui. Dorénavant, « n’importe qui » peut l’adopter grâce à sa facilité d’utilisation. Alors que nous rentrons dans une phase où l’IA fait partie intégrante de notre quotidien, IBM – ce géant historique de l’informatique devenu géant du consulting – se demande quelles seront les tendances de l’intelligence artificielle en 2024.
Reality Check, des attentes plus réalistes
Si 2022 était l’année de l’enthousiasme pour l’IA générative et 2023, celle de l’application concrète de cette technologie, 2024 va marquer un retour à la réalité pour de nombreux acteurs. L’IA est sur le point d’atteindre un creux de désillusion, selon le Hype Cycle de Gartner. Cette interprétation bien connue de la médiatisation technologique sous forme de graphique connait plusieurs phases : lancement, sommet des attentes surdimensionnées, creux de désillusion, pente de consolidation et plateau de productivité.
Les attentes sont parfois exagérées et se confrontent désormais à la complexité et aux limites de cette technologie. Il est temps de trouver un équilibre entre le potentiel réel de l’IA et les illusions qu’elle génère. En entreprise, par exemple, cet outil génératif améliore et complète, plutôt que de révolutionner ou de remplacer. Les modèles du type LLM à la ChatGPT ont peut-être déjà atteint leurs limites, comme l’explique Yann LeCun de Meta.
L’IA multimodale
En 2024, l’accent est mis sur les modèles multimodaux capables de traiter et de générer simultanément différents types de données, de l’image au texte en passant par la parole et plus encore. Cette approche ouvre de nouvelles perspectives pour des applications innovantes dans de nombreux domaines, dont la vidéo. Google a par exemple annoncé la nouvelle intelligence artificielle « Lumière », un outil de création de vidéo aux capacités impressionnantes, mêlant le texte et l’image.
Sans oublier Sora d’OpenAI qui a été dévoilé après la publication des tendances d’IBM.
Des modèles de langage réduits
Selon l’IBM, les modèles de taille réduite se révèlent bien plus économes en ressources, comme l’a démontré une étude Deepmind en mars 2022. Cette recherche a affirmé que former des modèles plus compacts sur des ensembles de données plus vastes conduit à des performances supérieures comparées à des modèles plus imposants. Sam Altman, le PDG d’OpenAI a d’ailleurs déclaré : “Je pense que nous sommes à la fin de l’ère des modèles géants et que nous les améliorerons par d’autres moyens. Je pense que l’on s’est beaucoup trop concentré sur le nombre de paramètres”. Fin 2023, l’intelligence artificielle française Mistral a réalisé Mixtral 8x7B, une version plus réduite, mais plus performante qu’un modèle bien plus énergivore comme GPT 3.5.
Des agents virtuels
Les entreprises adoptent des agents virtuels autonomes pour automatiser davantage de tâches au-delà des « simples » chatbots. En 2024, ces agents virtuels pourront effectuer des actions telles que faire des réservations, planifier des voyages et bien d’autres services. Les tâches seront automatisées et les entreprises comme les particuliers pourront s’appuyer sur l’IA pour effectuer des actions de manière plus fluide et mécanique.
La pénurie de GPU
Les GPU, ces processeurs initialement conçus pour le calcul de la 3D des jeux vidéo, ont été détournés pour miner des cryptomonnaies (en Proof of Work) et ensuite pour renforcer la puissance de calcul des modèles IA. Or, aujourd’hui, la demande de GPU est de plus en plus forte. Ce qui fait la fortune d’une entreprise comme Nvidia, net leader en la matière.
James Landay, vice-directeur de la recherche à l’institut d’innovation et de technologie de Stanford a déclaré : “Les grandes entreprises (et elles sont de plus en plus nombreuses) essaient toutes d’intégrer des capacités d’IA en interne, et il y a une certaine ruée sur les GPU« . Or, les « big corp » traditionnelles se retrouvent alors en concurrence avec OpenAI, Meta ou Mistral pour la commande de cartes graphiques (GPU). Pas sûr qu’elles passent en priorité ni que Nvidia leur fasse un bon prix !
L’optimisation des modèles
La tendance à améliorer les performances des modèles plus petits est stimulée par la production récente d’open source : un logiciel mis à disposition pour que chacun puisse l’utiliser, l’examiner, le modifier et le redistribuer comme il le veut. De nouveaux modèles et techniques ont émergé en 2023, comme l’Adaptation de rang inférieur (LoRA), la Quantification et l’Optimisation des préférences directes (DPO). Ces avancées pourraient rendre l’intelligence artificielle plus accessible aux startups et aux amateurs en réduisant le nombre et la mémoire de paramètres à mettre à jour et en améliorant la vitesse de mise au point.
Les abus de l’IA
L’évolution des capacités multimodales et la réduction des obstacles facilitent les abus : les deepfakes, les problèmes de confidentialité, et d’autres, sont devenus plus accessibles pour les utilisateurs malveillants. On se rappelle Taylor Swift qui en avait été d’ailleurs elle-même victime, avec une vidéo à caractère pornographique d’elle, enfin, de sa jumelle numérique, qui avait fait le tour d’Internet. Cette tendance, enfin si l’on peut appeler ça de cette manière, se propage de plus en plus et continuera sans doute cette année 2024. Heureusement, des législations (loi de décembre 2023 adoptée par l’Union européenne) commencent à se mettre en place.
L’IA promet de révolutionner de nombreux aspects de notre société, mais son succès dépendra de notre capacité à relever les défis qui se présentent. En 2024, il est temps de passer de l’enthousiasme initial à une approche plus pragmatique et réfléchie, afin de réaliser pleinement le potentiel de ces technologies tout en en minimisant les risques.
