Catalyseurs potentiels d’une bulle de l’intelligence artificielle

1

00:00:04,371 --> 00:00:08,341

L'une des principales percées cette année est l'émergence

2

00:00:08,341 --> 00:00:12,879

de l'apprentissage par renforcement et

raisonnement en IA.

3

00:00:12,879 --> 00:00:16,783

En effet, ces techniques règlent le

problème de fiabilité et d'hallucinations,

4

00:00:16,783 --> 00:00:20,286

qui constituent le plus gros inconvénient de l'IA.

5

00:00:20,286 --> 00:00:23,123

Donc, si vous y pensez en tant que consommateur,

juste en termes de confiance,

6

00:00:23,123 --> 00:00:25,558

si votre modèle hallucine, vous aurez

beaucoup plus de mal à lui faire confiance.

7

00:00:25,558 --> 00:00:28,294

Et c'est d'autant plus vrai pour les utilisateurs

8

00:00:28,328 --> 00:00:31,297

en contexte professionnel qui ne peuvent pas,

en tant qu'entreprise, donner de mauvaises

9

00:00:31,297 --> 00:00:34,667

réponses et travailler avec des hallucinations.

10

00:00:34,667 --> 00:00:38,938

Et donc ce que nous avons vu cette année,

11

00:00:38,938 --> 00:00:42,842

c'est ce raisonnement et ce renforcement

qui s'est beaucoup amélioré.

12

00:00:42,842 --> 00:00:47,013

Et l'exercice que j'aime faire pour expliquer

à quoi ressemble vraiment le

13

00:00:47,013 --> 00:00:50,283

raisonnement et le renforcement,

c'est d'imaginer deux scénarios.

14

00:00:50,283 --> 00:00:52,819

Dans le premier scénario, vous avez un test de

mathématiques et tout ce que vous avez fait

15

00:00:52,819 --> 00:00:54,854

fait, c'est parcourir le manuel de mathématiques.

16

00:00:54,854 --> 00:00:57,724

Ce sera un test difficile à faire pour vous.

17

00:00:57,724 --> 00:01:01,461

Dans l'autre scénario, qui est se rapproche

des modèles d'apprentissage par renforcement

18

00:01:01,461 --> 00:01:04,898

et raisonnement, imaginez que vous avez

parcouru le manuel de mathématiques,

19

00:01:04,898 --> 00:01:07,801

et que vous avez répondu aux questions

de consolidation et de révision plusieurs fois

20

00:01:07,801 --> 00:01:12,005

à la fin de chaque chapitre,

puis que vous passez le test.

21

00:01:12,005 --> 00:01:15,008

Vos réponses à ce test seront probablement

bien meilleures et plus fiables,

22

00:01:15,008 --> 00:01:18,978

et vous aurez davantage confiance en vos réponses

et ça se répercutera

23

00:01:18,978 --> 00:01:21,548

probablement sur l'impression de la personne

qui corrige le test.

24

00:01:21,548 --> 00:01:25,652

C'est la percée ou l'occasion qui existe

25

00:01:25,652 --> 00:01:29,422

pour les modèles d'apprentissage par renforcement et raisonnement.

26

00:01:29,422 --> 00:01:31,658

Et cette percée s'attaque vraiment

27

00:01:31,658 --> 00:01:36,229

aux hallucinations et aux problèmes de fiabilité

qui ont nui à ces modèles en termes d'adoption.

28

00:01:36,262 --> 00:01:38,865

Et en tant que consommateur,  vous avez

probablement remarqué.

29

00:01:38,865 --> 00:01:41,701

L'autre chose que j'ajouterais au sujet

de l'optimisme que suscite

30

00:01:41,701 --> 00:01:44,804

ces cas d'utilisation c'est que les cas d'utilisation

qui génèrent le plus de revenus

31

00:01:44,804 --> 00:01:47,574

en IA aujourd'hui sont ceux qui  déchiffrent

des algorithmes.

32

00:01:47,574 --> 00:01:51,211

Donc, des choses comme votre recherche

Google et votre fil Facebook, utilisent l'IA,

33

00:01:51,211 --> 00:01:54,547

peut-être pas des modèles d'IA prédictifs,

mais ça reste de l'IA générative,

34

00:01:54,547 --> 00:01:58,518

et c'est un cas d'utilisation qui génère

beaucoup de revenus aujourd'hui

35

00:01:58,518 --> 00:02:02,555

L'IA attire donc énormément d'investissements.

36

00:02:02,555 --> 00:02:06,493

L'autre chose qui me semble importante est de savoir

37

00:02:06,493 --> 00:02:09,195

si nous sommes dans une bulle ou non.

38

00:02:09,195 --> 00:02:13,366

Je pense que le catalyseur d'une bulle

serait l'infrastructure plutôt que

39

00:02:13,366 --> 00:02:16,569

l'investissement et l'absence de cas d'utilisation

que l'on peut monétiser.

40

00:02:16,603 --> 00:02:20,206

Vraiment, à mesure que le modèle s'améliore

et devient plus fiable,

41

00:02:20,206 --> 00:02:23,343

s'il n'y a pas de nouveaux cas d'utilisation

générateurs de revenus, c'est là que

42

00:02:23,343 --> 00:02:26,546

vous obtenez une bulle, c'est ce qui pourrait poser problème.

43

00:02:26,546 --> 00:02:30,617

D'autant plus que, contrairement à la fibre

optique enfouie dans le sol, dans le cas des

44

00:02:30,617 --> 00:02:33,953

sociétés de télécommunications, les processeurs

graphiques ont une durée de vie de cinq ans.

45

00:02:33,953 --> 00:02:36,389

La fibre optique peut durer des décennies.

46

00:02:36,389 --> 00:02:38,992

Alors qu'après cinq ans, les processeurs

doivent être changés.

47

00:02:38,992 --> 00:02:42,629

Donc, si nous ne voyons plus de cas d'utilisation

générateurs de revenus émerger d'ici cinq ans,

48

00:02:42,629 --> 00:02:45,732

vous devrez essentiellement renouveler le

cycle d'investissement.

49

00:02:45,732 --> 00:02:49,536

Je pense donc que c'est ainsi que vous

pourriez voir une bulle se former,

50

00:02:49,536 --> 00:02:52,172

c'est-à-dire beaucoup d'investissements et

les cas d'utilisation générateurs de revenus

51

00:02:52,172 --> 00:02:54,807

qui tardent à se concrétiser.

52

00:02:54,807 --> 00:02:58,711

L'autre sorte de bête noire dont je pense qu'il

53

00:02:58,711 --> 00:03:00,747

est intéressant de parler est l'amélioration algorithmique.

54

00:03:00,747 --> 00:03:03,416

Donc aujourd'hui, l'IA est très inefficace.

55

00:03:03,416 --> 00:03:06,386

Si vous y réfléchissez, le cerveau humain,

par exemple pour  conduire une voiture,

56

00:03:06,386 --> 00:03:10,490

le cerveau humain consomme environ 20 watts

57

00:03:10,490 --> 00:03:14,294

Et j'ai fait une recherche en Ontario,

pour obtenir votre permis de conduire,

58

00:03:14,294 --> 00:03:18,431

vous avez besoin de 10 heures au volant.

59

00:03:18,431 --> 00:03:21,768

Si vous comparez simplement cela avec Waymo.

60

00:03:21,768 --> 00:03:25,772

Waymo a des dizaines de milliards d'heures

de route simulées pour être où elle est

61

00:03:25,772 --> 00:03:29,809

aujourd'hui et elle n'est toujours pas

déployée à grande échelle

62

00:03:29,809 --> 00:03:33,813

et elle utilise beaucoup de kilowatts

par voiture pour se déplacer,

63

00:03:33,813 --> 00:03:37,850

ou même si vous comparez un centre de

données d'un gigawatt équivaut

64

00:03:37,850 --> 00:03:41,854

à 50 millions de cerveaux et

donc une réelle

65

00:03:41,854 --> 00:03:45,225

percée en matière d'amélioration algorithmique

pourrait stimuler la demande

66

00:03:45,225 --> 00:03:48,695

pour les centres de données d'un gigawatt et permettre

un grand nombre d'opérations à moindre coût

67

00:03:48,695 --> 00:03:50,630

parce que les algorithmes ne cessent de s'améliorer.

68

00:03:50,630 --> 00:03:54,601

C'est donc mon point de vue quant à la mise en œuvre,

69

00:03:54,601 --> 00:03:57,303

au cas d'utilisation de l'IA et au risque de formation d'une bulle.