L'évolution de l'IA et de son potentiel : questions/réponses avec Google

Question : l'intelligence artificielle (IA) existant depuis des dizaines d'années, pourquoi assiste-t-on actuellement à sa résurgence ?

De nombreuses entreprises, dont Google, utilisent l'IA depuis des années pour améliorer leurs produits et services, qu'il s'agisse d'obtenir des résultats plus précis de leurs moteurs de recherche ou de suggérer de meilleurs itinéraires dans l'application Maps. Une autre utilisation courante de l'IA est le texte prédictif, par exemple dans Gmail. Google a été le pionnier du concept de modèles de transformateurs en tant que technologie, et les ont mis en libre accès. Le GPT dans ChatGPT est l'acronyme de 'generative pre-transformer'.

Aujourd'hui, les fondamentaux sont en place pour créer des opportunités pour l'IA. La vitesse de traitement est tellement plus élevée. Une quantité énorme de performance est nécessaire pour former de grands modèles linguistiques avec des centaines de milliards de paramètres. Deuxièmement, l'explosion massive des données est le carburant qui permet à ces modèles de produire des résultats encore meilleurs.

Parallèlement, ces grands modèles linguistiques sont développés rapidement, ils deviennent plus intelligents et l'apprentissage s'accélère. Les possibilités d'application de l'IA générative sont vastes. Les grands modèles linguistiques alimentent l'IA générative. Si vous demandez aujourd'hui à Google Search ce que signifie 2+2, il vous répondra 4, non pas parce qu'il est intelligent, mais parce que ce chiffre est apparu quelque part dans un document sur lequel les grands modèles linguistiques de Google ont été formés.

Ce sont ses capacités prédictives qui rendent l'IA si intéressante. Les entreprises et les organisations se posent généralement trois questions clés : comment pouvons-nous réduire les coûts grâce à l'IA ? Comment mes employés peuvent-ils être plus productifs ? Comment améliorer l'expérience client ? Un assistant numérique est un cas d'utilisation réelle de l'IA générative, et à mesure qu'elle s'intègre aux processus, elle devient de plus en plus utile.

La monétisation des données, qui a commencé, est également essentielle. Les interfaces de programmation d'applications (API) qui permettent à deux composants logiciels (comme une application et un téléphone portable) de communiquer entre eux étaient souvent gratuites. Récemment, nous avons constaté que des réseaux sociaux populaires comme Twitter et Reddit faisaient payer aux développeurs d'applications l'accès à leurs données. Les entreprises cherchent à monétiser leurs données et dans une large mesure cela empêche tout le monde de moissonner des données dans Internet pour créer des grands modèles linguistiques.

Question : quels sont les domaines les plus prometteurs pour les applications à base d'IA ?

En ce qui concerne les consommateurs, l'accent est mis sur les outils et les services qui peuvent améliorer leur vie.  L'IA va faciliter considérablement un très grand nombre d'interactions avec les consommateurs et les rendre plus immersives. De leur côté, les entreprises clientes utilisent l'IA pour doper la croissance de leurs activités.

Le troisième volet est la responsabilité : quelles sont les possibilités d'améliorer la société dans son ensemble ? Nous devons protéger les citoyens des dangers potentiels de l'IA par des mesures de protection et des réglementations. Comment pouvons-nous améliorer la vie des citoyens, comment l'IA peut-elle y parvenir de manière beaucoup plus efficace ? L'IA aide déjà à diagnostiquer des maladies à grande échelle, à prévoir les inondations, et les États-Unis connaissent une année record en matière de nouveaux médicaments sachant que l'IA favorise cette productivité.

Question : dans quels domaines l'IA générative est-elle utilisée aujourd'hui ?

Tous les produits de Google intègrent l'IA. Google constate un réel intérêt de la part des consommateurs pour interagir avec cette technologie et l'utiliser de manière intéressante. De multiples domaines sont passionnants et présentent un potentiel extraordinaire avec l'aide de l'IA. Le désir humain fondamental de rechercher des informations pertinentes et de nature sémantique est très puissant. Nous pouvons avoir une expérience assistée par l'IA à travers un service d'assistance RH, un service d'assistance bancaire, un service d'assistance au voyage, ou tout autre besoin de contact avec le client. L'IA permet de débloquer la recherche de données. L'IA générative utilisant de grands modèles de langage a la capacité d'interroger naturellement n'importe quelle source de données et peut être entraînée d'une manière particulière.

Sundar Pichai, PDG de Google et d'Alphabet, a déclaré que leur approche de l'IA devait être audacieuse, mais également responsable. La manière dont l'IA est développée et déployée peut contribuer à l'amélioration de notre société, qu'il s'agisse de la transformation de la prestation des soins de santé, du ralentissement du changement climatique ou d'autres aspects qui pourraient en fin de compte améliorer nos vies. Le projet Green Light de Google utilise l'intelligence artificielle générative et les habitudes de conduite pour contribuer à réduire les émissions des voitures, en créant les schémas de circulation et les itinéraires les plus efficients.

En ce qui concerne l'amélioration de la productivité des employés, un éditeur de logiciels passe en moyenne 30 minutes par jour à chercher des solutions. La technologie de l'IA peut apporter une contribution en accélérant le processus, en proposant une solution en quelques secondes et en écrivant le code pour déployer la solution. Ce cas d'utilisation de l'IA est déjà très répandu et s'étend à tous les secteurs, qu'il s'agisse des services financiers, des sociétés de télécommunications, de la distribution, de la santé, du commerce électronique, des gouvernements, etc.

Question : pourquoi le cloud est-il un mécanisme de diffusion clé pour l'IA ? Qu'est-ce qui motive le besoin des hyperscalers d'avoir des puces spécialisées qui entraînent des coûts de recherche et de développement importants ?

L'IA générative n'est pas seulement une technologie en soi, c'est un ensemble de technologies, dont la plus fondamentale est l'infrastructure. Andrew Ng de l'université de Stanford a déclaré ceci : « L'intelligence artificielle est la nouvelle électricité ». Si nous prolongeons cette phrase, nous pouvons affirmer que les données sont le carburant qui alimente le réseau, et le réseau est en fait le cloud. Les données dans le cloud et l'IA sont très étroitement liées ; les hyperscalers du cloud deviennent le cœur et le centre de tout ce qui a trait à l'IA. L'informatique dans le cloud est l'infrastructure de base nécessaire à la gestion, au traitement et au stockage de grandes quantités de données. Uber Eats a alimenté toute son interface d'IA conversationnelle en utilisant les API et l'infrastructure de Google. Et surtout, le big data est le catalyseur du cloud, car pour véritablement réarchitecturer et être en mesure de tirer parti de l'intelligence artificielle et de rendre les données accessibles, vous avez besoin d'une infrastructure dans le cloud.

Trois raisons justifient le besoin de puces sur mesure : le rapport prix/performance, la durabilité et la complexité même des grands modèles linguistiques pour répondre aux besoins complexes et personnalisés des clients. Google s'est associé à NVIDIA pour le traitement graphique (GPU), mais a également innové dans le domaine des unités de traitement tensoriel (TPU). Les TPU sont des circuits intégrés spécifiques à une application développés sur mesure (ASIC) par Google et utilisés pour accélérer les charges de travail liées à l'apprentissage automatique.

Les puces à usage général d'aujourd'hui n'effectuent que des multiplications standard, mais les séries de données complexes (représentant des zettaoctets d'informations) nécessitent des multiplications matricielles, ce que les unités centrales de traitement ou UC (qui exécutent le système d'exploitation et les applications) ne peuvent pas faire. C'est pourquoi la notion d'accélérateur est née et a été inventée par des sociétés telles que nVIDIA et Marvell Technology. Le plus grand modèle linguistique de Google compte aujourd'hui environ 540 milliards de paramètres. Le prochain aura environ mille milliards de paramètres.

En ce qui concerne les facteurs de coût et de durabilité, plus vous êtes efficace, plus le coût de traitement de la demande est faible. Les formations et les inférences des grands modèles linguistiques sont également extrêmement émettrices de carbone, d'où la volonté et la nécessité pour les hyperscalers de concevoir leur propre silicium.

Question : quelles sont les principales préoccupations liées à l'IA compte tenu de la puissance qu'elle peut atteindre ?

La disruption responsable est extrêmement importante parce qu'elle a un impact sur la vie des citoyens, sur leur emploi, sur les gouvernements et sur les économies. D'une manière générale, les entreprises technologiques adoptent une approche beaucoup plus réfléchie à cet égard que par le passé, ce qui est très positif pour le secteur.

La sécurité en termes de confidentialité des données et de cybercriminalité est inhérente à toute nouvelle technologie en développement. L'IA pose également un problème d'explicabilité. Lorsqu'une question est posée à un chatbot ou à une IA conversationnelle et qu'une réponse est donnée, comment explique-t-il la manière dont il est parvenu à cette réponse ? Ce problème touche particulièrement les entreprises dont les clients s'appuient en fin de compte sur la confiance, comme les gouvernements et les banques.

L'explicabilité est un problème difficile dans un grand modèle linguistique. Lorsque deux êtres humains interagissent, il n'est pas facile de prédire comment l'autre va réagir, car cela dépend du contexte, du lieu et du moment où ils se rencontrent, etc. Il en va de même pour l'IA générative et les grands modèles de langage. L'hallucination est liée à ce phénomène lorsque l'IA générative invente quelque chose de complètement nouveau.

Bard de Google a intégré une fonction de vérification, qui s'appuie sur sa puissance de recherche pour vérifier les faits, et qui vise à faire de l'IA une expérience plus rassurante et plus positive. L'identification et l'élimination de la désinformation sont des domaines d'intérêt majeur.

En ce qui concerne les préoccupations relatives aux données propriétaires et au moissonnage, Google estime que l'accès aux grands modèles linguistiques sera démocratisé, que ce soit par Google, OpenAI, Meta, etc. Les grands modèles linguistiques sont généralement formés sur la base de données génériques disponibles gratuitement. Les entreprises obtiennent une réelle valeur ajoutée lorsqu'elles conjuguent leurs données propriétaires avec la puissance d'un grand modèle linguistique. C'est à ce moment-là qu'elles commencent à en tirer profit, en intégrant les données des clients dans des bases de données propriétaires avec des plateformes frontales et des systèmes dorsaux.

Note : dirigeants de Google ‑ Mitesh Agarwal, Directeur de la technologie (« Chief Technology Officer »), Google Cloud pour l'Asie-Pacifique et Simon Kahn, Directeur marketing (« Chief Marketing Officer »), Google pour l'Asie-Pacifique.

Informations importantes

Les industries technologiques peuvent être affectées de manière significative par l'obsolescence des technologies existantes, les cycles courts des produits, la baisse des prix et des bénéfices, la concurrence des nouveaux entrants sur le marché et la conjoncture économique générale. Un investissement concentré dans un seul secteur peut être plus volatil que la performance d'investissements moins concentrés et du marché.