</div>
<p>
<figcaption class="article-featured-image-caption">
<em>Image : Andrej Sokolow / picture alliance via Getty</em>
</figcaption>
</p>Une Nouvelle Phase pour l’Intelligence Artificielle
Des informations récentes indiquent qu’OpenAI se heurte à des limites alors qu’elle investit toujours plus de puissance de calcul dans ses modèles linguistiques de grande envergure, comme ChatGPT, dans l’espoir d’obtenir des résultats plus intelligents. Actuellement, ces modèles d’intelligence artificielle nécessitent d’énormes quantités de données d’entraînement et de puissance pour fonctionner efficacement à grande échelle.
Ilya Sutskever, cofondateur d’OpenAI, a récemment déclaré dans une interview avec Reuters que les essais de la société pour améliorer ses modèles montrent qu’elle atteint un plateau. Selon lui, les années 2010 ont été marquées par la montée en puissance, mais nous entrons maintenant dans une nouvelle ère de découvertes. Cette déclaration apparaît également juste un an après qu’il a tenté d’éliminer le PDG d’OpenAI, Sam Altman, ce qui a conduit à son éviction et finalement à son départ.
Des Progrès au Ralentissement
Ce week-end, The Information a signalé qu’OpenAI observe un ralentissement dans les avancées que les utilisateurs attendaient après le lancement révolutionnaire de ChatGPT en décembre 2022. Cette stagnation remet en question l’idée selon laquelle, tant qu’il y aura davantage de données et de puissance de calcul à disposition, les modèles continueront à progresser de manière constante. Cependant, les entreprises commencent à faire face à une pénurie de données d’entraînement et à une consommation d’énergie jamais vue auparavant.
Yam Peleg, un scientifique des données, a tweeté que d’autres sociétés d’intelligence artificielle seraient également en train d’arriver à un mur d’échecs en essayant de forcer des résultats meilleurs par une formation prolongée et l’utilisation de toujours plus de données. Même si cette remarque pourrait être considérée comme une simple rumeur, des chercheurs ont prévenu depuis longtemps que cette situation était inévitable pour les modèles linguistiques.
Il est important de noter la demande toujours croissante pour des puces AI puissantes et le fait que certaines entreprises en sont à former leurs modèles sur des données générées par l’IA elle-même. Cela soulève des questions sur l’éventuelle saturation des ressources et si le meilleur est déjà derrière nous.
Peleg a aussi ajouté qu’il est désormais crucial de se concentrer sur la qualité des données, ce qui pourrait nécessiter plus de temps et des efforts significatifs.
Questions Fréquemment Posées
Quel est l’impact des limites de puissance de calcul sur le développement de l’IA ?
La limitation de la puissance de calcul peut freiner l’innovation et empêcher les modèles d’atteindre leur plein potentiel, ce qui entraîne un ralentissement des améliorations significatives.
Qu’est-ce que l’intelligence générale artificielle (AGI) ?
L’AGI est un concept qui décrit une IA capable de comprendre, d’apprendre et d’appliquer des connaissances d’une manière comparable aux humains.
Pourquoi les entreprises d’IA dépendent-elles de plus en plus de données générées par l’IA ?
La génération de données par l’IA permet de contourner la pénurie de données d’entraînement habituelles, mais cela pose également des questions sur la valeur et la fiabilité des résultats.
Que signifie un mur de rendements décroissants ?
Cela désigne une situation où, après un certain point, les efforts supplémentaires pour améliorer un système (comme une IA) produisent de moins en moins de bénéfices.
Comment les entreprises peuvent-elles surmonter ces défis ?
Les entreprises peuvent par exemple investir dans des méthodes alternatives d’apprentissage, se concentrer sur l’amélioration de la qualité des données ou explorer des partenariats pour accéder à de nouvelles sources de données.
Cela peut vous intéresser
