Publié le 2 mai 2023, modifié le 2 mai 2023.
Par La Rédaction

Opportunités ou dangers de l’IA générative

Publié le 2 mai 2023, modifié le 2 mai 2023.
Par La Rédaction

L'IA générative donne naissance à un écosystème entier, des fournisseurs de matériel aux constructeurs d'applications, qui contribuera à concrétiser son potentiel commercial.

Stefano Corazza, responsable de Roblox Studio a expliqué comment la plateforme développe des outils d’intelligence artificielle générative, telle que des robots personnalisables à commande vocale et textuelle, qui éliminent certains obstacles techniques à la création de contenu. Corazza discute également de son avantage à exploiter des outils d’IA personnalisés, pourquoi il considère les investissements dans l’IA et le métavers comme “synergiques” et pour lui la transformation de l’IA est si profonde qu’elle durera à très long terme. Comme Roblox depuis 2022, les innovateurs technologiques d’AI générative se sont déchaînés en masse, éblouissant la plupart des chefs d’entreprise, des investisseurs, mais aussi la société dans son ensemble, avec la capacité de la technologie à créer des textes et des images entièrement nouvelles et apparemment créées par l’homme.

C’est un phénomène majeur qui a en seulement cinq jours, un million d’utilisateurs ont afflué vers ChatGPT au lancement, le modèle de langage d’IA génératif d’OpenAI qui crée du contenu original en réponse aux invites des utilisateurs. Il a fallu plus de deux mois à Apple pour atteindre le même niveau d’adoption pour son iPhone. Facebook a dû attendre dix mois et Netflix plus de trois ans pour construire la même base d’utilisateurs. Et ChatGPT n’est pas le seul dans l’industrie de l’IA générative. Stable Diffusion de Stability AI, qui peut générer des images basées sur des descriptions de texte, a recueilli plus de 30 000 étoiles sur GitHub dans les 90 jours suivant sa sortie — huit fois plus rapidement que tout autre package précédent.

Des dangers

Cette histoire a démarré dans plusieurs centres de recherche. Par exemple, en 2012, à Toronto, le Dr. Hinton et deux de ses étudiants, Ilya Sutskever et Alex Krishevsky, ont construit un réseau neuronal qui pourrait analyser des milliers de photos et apprendre à identifier des objets communs, tels que des fleurs, chiens et voitures. Google a dépensé $ 44 millions pour acquérir l’entreprise créée par les deux chercheurs et leur système a conduit à la création de technologies de plus en plus puissantes, y compris de nouveaux chatbots comme ChatGPT et Google Bard, Ilya Sutskever est devenu scientifique en chef à OpenAI. Vers la même époque, Google, OpenAI et d’autres sociétés ont commencé à construire des réseaux de neurones qui ont appris d’énormes quantités de texte numérique. Le Dr. Hinton pensait que c’était un moyen puissant pour les machines de comprendre et de générer du langage, mais il était inférieur à la façon dont les humains manipulaient le langage.

Jusqu’à l’année dernière, a-t-il déclaré, Google a agi en tant que “steward” pour la technologie, en veillant à ne pas publier quelque chose qui pourrait nuire. Mais maintenant que Microsoft a augmenté son moteur de recherche Bing avec un chatbot, contestant le cœur de métier de Google, ce dernier s’est précipité pour déployer le même type de technologie. Les géants de la technologie sont enfermés dans une compétition qui pourrait être impossible à arrêter, selon le Dr Hinton. Sa préoccupation immédiate est qu’Internet soit inondé de faux photos, vidéos et texte, et la personne moyenne ne pourra plus savoir ce qui est vrai.

Rythme effréné ?

Les cas d’utilisation de l’IA générative prennent leurs envols dans toutes les industries. Le géant des services financiers Morgan Stanley teste la technologie pour aider ses conseillers financiers à mieux tirer parti des informations de plus de 100 000 rapports de recherche de l’entreprise. Le gouvernement islandais s’est associé à l’OpenAI dans ses efforts pour préserver la langue islandaise en voie de disparition. Salesforce a intégré la technologie dans sa plate-forme populaire de gestion de la relation client (CRM),etc. Le rythme effréné auquel la technologie de l’IA générative évolue et les nouveaux cas d’utilisation arrivent sur le marché a laissé les investisseurs et les chefs d’entreprise se démener pour comprendre l’écosystème de l’IA générative.

Alors que tout le monde réfléchit à la stratégie et à la valeur économique potentielle que la technologie pourrait créer à l’échelle mondiale dans toutes les industries. Il est important d’avoir un aperçu de la chaîne de valeur de l’IA. Pour comprendre la chaîne de valeur de l’IA générative, il est utile d’avoir une connaissance de base de quelle IA générative on parle et en quoi ses capacités diffèrent des technologies d’IA “traditionnelles” que les entreprises utilisent pour, par exemple, prédire le taux de désabonnement des clients, prévoir la demande de produits et faire des recommandations sur les meilleurs produits.

Chaine de valeur

Une différence clé est sa capacité à créer un nouveau contenu. Ce contenu peut être livré en plusieurs modalités, y compris le texte (tel que des articles ou des réponses à des questions), des images qui ressemblent à des photos ou des peintures, des vidéos, et représentations 3D (telles que des scènes et des paysages pour des jeux vidéo). La plupart des modèles d’IA génératifs produisent du contenu dans un format, mais des modèles multimodaux qui peuvent, par exemple, créer une diapositive ou une page Web avec du texte et des graphiques basés sur une invite utilisateur émergent également. L’IA traditionnelle peut également utiliser des réseaux de neurones et des mécanismes d’attention, mais ces modèles ne sont pas conçus pour créer de nouveaux contenus. Ils ne peuvent décrire, prédire ou prescrire que quelque chose en fonction du contenu existant.

Alors que le développement et le déploiement de systèmes d’IA génératifs commencent, une nouvelle chaîne de valeur émerge pour soutenir la formation et l’utilisation de cette technologie puissante. En un coup d’œil, on pourrait penser que c’est assez similaire à une chaîne de valeur AI traditionnelle. Selon Mckinsey c’est six catégories qui vont s’installer dans les prochaines années (3-5 ans) : matériel informatique, plateformes cloud, modèles de fondation, concentrateurs de modèles et opérations d’apprentissage automatique (MLOps), applications et services. Selon les experts, un examen plus approfondi révèle des différences significatives dans les opportunités de marché. Pour commencer, les fondements des systèmes d’IA générative sont sensiblement plus complexes que la plupart des systèmes d’IA traditionnels. Par conséquent, le temps, le coût et l’expertise associés à leur livraison créent des vents contraires importants pour les nouveaux entrants et les petites entreprises sur une grande partie de la chaîne de valeur. Bien que des poches de valeur existent partout, nos recherches suggèrent que de nombreux domaines continueront d’être dominés par les géants de la technologie et les opérateurs historiques dans un avenir prévisible.

Lire aussi