Progrès dans les capacités de l’IA
En 2024, les systèmes d’intelligence artificielle ont nettement dépassé les performances humaines dans plusieurs domaines clés : la classification des images, le raisonnement visuel et la compréhension de l’anglais. Ce résultat est le fruit du perfectionnement continu des algorithmes d’IA et de l’intégration de données d’entraînement plus sophistiquées.
La classification des images, qui est très utile dans des applications allant du diagnostic médical à la technologie des véhicules autonomes, bénéficie grandement de la capacité de l’IA à traiter et à analyser de grandes quantités d’images beaucoup plus rapidement que les analystes humains.
Dans le domaine du raisonnement visuel, les systèmes d’IA appliquent des algorithmes complexes pour interpréter et prendre des décisions basées sur des données visuelles, un domaine de plus en plus utilisé dans les systèmes de sécurité et la fabrication.
L’amélioration des performances en matière de compréhension de l’anglais souligne les progrès réalisés dans le traitement du langage naturel, ce qui renforce le rôle de l’IA dans le service à la clientèle, la génération de contenu et l’analyse complète des données.
Limites dans les domaines complexes
Malgré ces progrès, l’IA reste insuffisante dans plusieurs domaines complexes, principalement les mathématiques de niveau compétition, le raisonnement visuel de bon sens et la planification stratégique. Ces domaines nécessitent une puissance de calcul brute et une compréhension complexe des concepts abstraits et des stratégies créatives de résolution de problèmes, ce qui reste un défi pour l’IA.
- Les mathématiques au niveau de la compétition: La capacité à conceptualiser et à résoudre des problèmes inédits implique un niveau de connaissance intuitive que les systèmes d’IA, qui s’appuient sur des données existantes, peinent à imiter.
- Raisonnement visuel de bon sens: exige une compréhension des objets et des scénarios quotidiens que les humains considèrent généralement comme allant de soi – des capacités que l’IA n’a pas encore totalement maîtrisées.
- Planification: En particulier dans les environnements imprévisibles et dynamiques, les systèmes d’IA ne peuvent souvent pas rivaliser avec la capacité humaine à anticiper les variables inconnues et à adapter les stratégies en conséquence.
Augmentation de la production de modèles d’IA
2023 a été une année majeure pour la recherche et le développement en matière d’IA, particulièrement marquée par la production de 51 modèles d’apprentissage automatique par des entreprises privées, en forte augmentation par rapport aux 15 modèles produits par des institutions académiques. Cela témoigne d’un engagement fort du secteur privé pour repousser les limites de la technologie de l’IA.
Les entreprises investissent massivement dans le développement de nouveaux modèles d’IA tout en jouant un rôle clé dans l’application pratique de ces technologies sur le marché.
Les collaborations entre l’industrie et le monde universitaire ont également été fructueuses et ont donné naissance à 21 modèles de premier plan. Les partenariats tirent parti des forces théoriques et expérimentales des chercheurs universitaires et des ressources pratiques et financières des acteurs de l’industrie.
Ces types de collaboration sont essentiels pour stimuler l’innovation en matière d’IA, faciliter la pollinisation croisée des idées et veiller à ce que les avancées théoriques se traduisent par des applications pratiques qui peuvent bénéficier à la société dans son ensemble.
L’escalade des coûts de la formation à l’IA
La formation de systèmes d’IA de pointe tels que le GPT-4 d’OpenAI et le Gemini Ultra de Google nécessite un engagement financier massif, comme en témoignent les coûts énormes encourus.
Le GPT-4 d’OpenAI, un modèle de langage réputé pour sa capacité à générer des textes semblables à ceux des humains, a nécessité environ 78 millions de dollars de ressources informatiques pour son développement. Le modèle Gemini Ultra de Google, qui fait partie d’une nouvelle génération de systèmes d’IA encore plus complexes, a nécessité la somme astronomique de 191 millions de dollars pour être entraîné.
Ces chiffres mettent en évidence l’ampleur des investissements nécessaires pour repousser les limites de la technologie de l’IA. Ils reflètent les coûts élevés associés à la puissance de calcul et à l’énergie nécessaires, ainsi qu’à l’acquisition de données et au personnel qualifié requis pour développer et affiner des modèles aussi sophistiqués.
Domination géographique et institutionnelle dans le domaine de l’IA
Les États-Unis restent en tête de la production de modèles d’IA de pointe, avec 61 systèmes notables développés en 2023, dépassant largement les autres régions.
La Chine et l’Union européenne restent des acteurs clés, produisant respectivement 15 et 21 modèles notables.
La domination des États-Unis est facilitée par des réserves de financement plus importantes et un écosystème technologique solide, ainsi que par des collaborations étroites entre le monde universitaire et le secteur privé, tandis que la Chine et l’UE accélèrent leurs efforts pour combler l’écart grâce à des investissements accrus et à l’aide des pouvoirs publics.
Changements et priorités en matière de financement
Malgré un ralentissement général des investissements privés dans l’IA pour la deuxième année consécutive, le secteur a connu une hausse spectaculaire du financement des technologies d’IA générative, qui a presque octuplé pour atteindre 25,2 milliards de dollars en 2023.
Cela s’explique en grande partie par l’intérêt commercial croissant et les flux de revenus potentiels que l’IA générative promet, en particulier dans des secteurs tels que les médias, le divertissement et la publicité, où la capacité à générer des images, des vidéos et des textes réalistes peut transformer les processus de création de contenu.
Le contraste entre la baisse générale des investissements dans l’IA et l’explosion du financement de l’IA générative indique un changement stratégique dans l’orientation des investisseurs, qui donnent la priorité aux technologies ayant des applications pratiques immédiates et un fort potentiel de croissance.
Défis liés à l’évaluation des systèmes d’IA
Les évaluations actuelles des systèmes d’IA constituent un défi en raison de l’absence de protocoles d’essai normalisés pour mesurer la responsabilité, la sûreté et la sécurité. En raison du manque d’uniformité, il est difficile pour les dirigeants du secteur d’évaluer et de comparer systématiquement les risques inhérents et les limites des différents modèles d’IA.
Pour que l’IA s’intègre en toute sécurité dans les cadres sociétaux – qu’il s’agisse des soins de santé, de la finance ou des transports – les développeurs, les régulateurs et les utilisateurs doivent disposer de repères cohérents. Les normes favoriseraient la transparence et la confiance des consommateurs et des entreprises en s’assurant que tous les systèmes d’IA respectent des normes convenues en matière de performance et d’éthique.
Risques émergents et perception de l’IA par le public
Nouveaux risques et préoccupations
L’une des préoccupations les plus pressantes dans le domaine de l’IA est la création et la circulation de « deepfakes » politiques, c’est-à-dire de médias synthétisés dans lesquels une personne figurant sur une image ou une vidéo existante est remplacée par le portrait de quelqu’un d’autre.
Les « deepfakes » sont de plus en plus faciles à produire et pourtant difficiles à détecter, ce qui pose des problèmes complexes pour le maintien de l’intégrité politique et de la confiance du public.
Les recherches en cours révèlent des vulnérabilités complexes dans les modèles linguistiques qui pourraient être exploitées pour produire des contenus trompeurs ou nuisibles. Cela pourrait conduire à la diffusion d’informations erronées, voire à une utilisation malveillante dans le cadre de cyberattaques, ce qui souligne le besoin urgent de mesures de sécurité plus robustes dans le développement de l’IA.
Changements dans l’opinion publique
La perception de l’IA par le public est en train de changer, et de plus en plus de personnes reconnaissent l’impact profond que l’IA est susceptible d’avoir sur leur vie.
Les données indiquent que la proportion de personnes qui pensent que l’IA aura un impact considérable sur leur vie dans les 3 à 5 prochaines années est passée de 60 % à 66 %.
Aux États-Unis, le changement de sentiment est encore plus prononcé. La proportion d’Américains qui se sentent plus inquiets qu’enthousiastes face à la prolifération de l’IA a fortement augmenté, passant de 37 % en 2021 à 52 % en 2023 – ce qui suggère une appréhension croissante quant au rôle de l’IA dans la vie quotidienne. Cela indique également une prise de conscience croissante des conséquences potentielles des technologies de l’IA, tant positives que négatives.
