Des modèles, tels que ChatGPT, Stable Diffusion, Whisper et DALL-E 2, sont capables d’accomplir un éventail de tâches de plus en plus large, allant de la manipulation et de l’analyse de textes à la génération d’images, en passant par une reconnaissance vocale d’une qualité sans précédent.
La proportion d’entreprises ayant adopté l’IA en 2022 a plus que doublé depuis 2017, même si elle s’est plafonnée ces dernières années entre 50 % et 60 %.
Selon les résultats de l’enquête annuelle de McKinsey. Cette adoption semble positive puisque les entreprises qui l’ont intégrée dans leurs activités constatent des avantages tangibles en termes de coûts et de revenus.
Pour l’Institut de Stanford pour l’intelligence, « l’IA va continuer à s’améliorer et, en tant que telle, à faire partie intégrante de nos vies ». Mais dans la dernière édition de son Indice AI, ce groupe interdisciplinaire d’experts du milieu universitaire et de l’industrie insiste sur la nécessité d’être vigilant.
L’industrie et l’IA
« Compte tenu de la présence accrue de cette technologie et de son potentiel de perturbation massive, nous devrions tous commencer à réfléchir de manière plus critique à la manière dont nous voulons que l’IA soit développée et à la manière dont nous voulons qu’elle soit utilisée ».
Autre raison d’être vigilant, l’IA est de plus en plus « définie comme une technologie de pointe par les actions d’un petit groupe d’acteurs du secteur privé, plutôt que par un éventail plus large d’acteurs de la société. »
Passé ce préambule, cet indice dresse un tableau de la situation actuelle de l’IA, afin de mettre en évidence ce qui pourrait nous attendre à l’avenir. Ce rapport aborde différentes thématiques et son spectre d’analyse a été élargi en passant de 25 pays en 2022 à 127 cette année.
Premier constat, l’industrie intègre de plus en plus l’IA. En 2022, 32 modèles d’apprentissage automatique ont été produits par l’industrie, contre seulement trois dans le domaine universitaire.
Les capacités d’IA sont principalement retenues pour l’automatisation des processus robotiques, la vision par ordinateur, la compréhension du texte et les agents virtuels ou chatbots. La segmentation de la clientèle (19 %) et l’analyse du support commencent à intégrer l’IA pour être plus efficace tôt en réduisant les coûts.
Progression marginale
Les publications dans les domaines de la reconnaissance des formes et de l’apprentissage automatique ont connu une croissance importante au cours des dernières années. Depuis 2015, le nombre d’articles dans ce domaine a doublé, tandis que le nombre d’articles sur l’apprentissage a pratiquement quadruplé. Viennent ensuite les travaux sur la vision par ordinateur, les algorithmes et l’exploration de données.
L’Institut tempère cette prolifération de recherches en constatant que si l’IA s’améliore, cette progression reste marginale. « Traditionnellement, les systèmes d’IA ont obtenu de bons résultats dans des tâches restreintes, mais ils ont eu du mal à accomplir des tâches plus larges », lit-on dans son rapport.
Ces experts s’inquiètent aussi des graves répercussions sur l’environnement que pourrait avoir l’IA. Selon une recherche scientifique (menée par Alexandra Sasha Luccioni, Sylvain Viguier, Anne-Laure Ligozat), l’ensemble des processus de BLOOM (un modèle linguistique de 176 milliards de paramètres) a émis 50,5 tonnes de carbone.
Néanmoins, les nouveaux modèles d’apprentissage par renforcement (ou reinforcement learning) comme BCOOLER montrent que les systèmes d’IA peuvent être utilisés pour optimiser l’utilisation de l’énergie.
Autre point d’inquiétude, la capacité des systèmes d’IA à créer des images synthétiques qui sont parfois impossibles à distinguer des images réelles, les fameux deepfakes.
Cet article se trouve dans le dossier :
Intelligence artificielle : le progrès à quel prix ?
- Racistes, sexistes, classistes : comment les biais algorithmiques creusent les inégalités ?
- Félix Tréguer : “La surveillance croit largement avec les techniques d’IA”
- « Les entreprises foncent tête baissée dans l’IA sans se poser de questions »
- Peut-on concevoir des algorithmes réellement éthiques ?
- Biais algorithmiques : la sensibilisation commence dès la formation
- Les progrès de l’IA n’effacent pas les craintes sur ses dérives
- Images créées par l’IA : le casse-tête du droit d’auteur
- Comment ChatGPT améliore la productivité... des cybercriminels
- ChatGPT et les biais discriminatoires : peut mieux faire !
Dans l'actualité
- Comment l’intelligence artificielle devine-t-elle facilement vos mots de passe ?
- L’intelligence artificielle faciliterait la détection des cancers du sein
- Intelligence artificielle : l’Europe ne fait pas le poids face aux Américains et Chinois
- Burn-out : l’intelligence artificielle pourrait repérer plus facilement des premiers signes
- Détecter les populations touchées par la faim grâce à l’intelligence artificielle
- IBM annonce une puce 25 fois plus rapide que les autres
- Biais algorithmiques : la sensibilisation commence dès la formation
- JUNO : la solution SaaS portée par OSS Ventures qui digitalise les processus industriels
- Facebook veut mieux informer les internautes sur les deepfakes
Dans les ressources documentaires
- Systèmes à bases de connaissances
- Évaluation de l’intelligence artificielle
- Médias numériques et Intelligence Artificielle (IA) : Applications images et sons
- Détection et correction des problèmes de qualité de données par apprentissage automatique
- Coopération d’algorithmes d’apprentissage par renforcement multiples