Intelligence artificielle : hype ou supercycle ?

Le modèle deep learning « AlexNet », inventé par le père fondateur des réseaux neuronaux, Geoffrey Hinton, entre autres, a été considéré comme une étape importante pour l'intelligence artificielle (IA). Ce modèle a battu toutes les autres approches en matière de classification d'images. Cet exemple pratique a clairement démontré la capacité de performance des réseaux neuronaux. Depuis, les innovations se succèdent et, avec la sortie de la version bêta de ChatGPT au plus tard fin 2022, l'IA est sur toutes les lèvres.

L'un des premiers gagnants du boom de l'IA est l'entreprise technologique Nvidia, qui dispose d'un modèle commercial parfait dans l'environnement actuel. En raison de l'énorme potentiel de croissance, des entreprises telles que Google, Microsoft, Meta et Tesla investissent des milliards dans l'IA et l'infrastructure nécessaire, en particulier dans les processeurs graphiques (GPU). Indépendamment du succès de ces entreprises, Nvidia en profite et, en tant que leader incontesté du marché, peut à peine répondre à la très forte demande de GPU. Le marché estime que la caisse enregistreuse de Nvidia continuera à sonner à l'avenir. Le ratio cours/bénéfice élevé estimé à 48 en témoigne.

L'IA fait généralement briller le secteur technologique. La lueur est encore plus grande qu'entre la fin des années 1990 et les années 2000, c'est-à-dire lors du hype pour les dotcoms. Au cours des dix dernières années, la part des dix plus grandes entreprises dans l'indice MSCI World est passée de 9,4 % à 23,7 %. C'est nettement plus que les quelque 17 % atteints pendant la bulle dotcom en 2000. Cette année, le secteur des technologies de l'information représente un quart de l'indice mondial, ce qui correspond à un doublement depuis 2015.

Compte tenu de ces prémisses, il est tentant de dire que l'IA fait l'objet d'un hype qui rappelle la bulle dotcom. Mais comme nous le savons tous, l'histoire ne se répète pas, elle rime tout au plus. En outre, il existe des raisons parfaitement plausibles de considérer l'IA comme le point de départ d'un supercycle :

• L'IA est une technologie transversale : pratiquement aucun secteur n'y échappe. L'IA est utilisée partout pour rendre les processus individuels plus efficaces et efficients. La technologie peut également optimiser l'ensemble de la chaîne de valeur. Dans ces conditions, les acteurs du marché espèrent une forte hausse des bénéfices.
• L'IA peut réduire la pénurie de main-d'œuvre qualifiée : Pour autant que l'IA réponde aux attentes en matière d'efficacité et d'efficience au sein des organisations et entre elles, les ressources existantes peuvent en faire plus.
• Progrès de l'apprentissage rapide grâce aux investissements : Depuis la percée susmentionnée de l'IA en 2012, la complexité, mesurée par le nombre de paramètres, des grands modèles linguistiques (LLM) a augmenté de manière exponentielle. Cela a considérablement amélioré le pouvoir prédictif des algorithmes. Le graphique suivant montre l'évolution du nombre de paramètres des grands modèles linguistiques (LLM) depuis les années 1950. Jusqu'à il y a une dizaine d'années, la recherche dans le domaine de l'intelligence artificielle était principalement menée par des institutions académiques (points bleus clairs : Academia) telles que l'université de Stanford. Depuis 2012, cependant, les grandes entreprises du secteur des technologies de l'information (points verts : industrie) ont repris ce rôle. Grâce à l'amélioration de la puissance de calcul, à la baisse des coûts du matériel, aux nouveaux algorithmes d'apprentissage automatique et aux énormes quantités de données, elles sont en mesure d'entraîner des modèles d'IA de plus en plus grands. Les superordinateurs actuels sont souvent le fruit de collaborations entre l'industrie et la science (points violets : collaboration), car leur développement nécessite des milliards d'investissements. ChatGPT-4 possède environ 1,8 trillion de paramètres. Cela signifie que ChatGPT-4 est encore environ 100 fois plus petit que le cerveau humain. Compte tenu de la rapidité de l'innovation, il est probable que cette barre soit franchie dans un avenir proche.

• L'innovation et les percées technologiques : L'un des développements les plus prometteurs qui pourrait façonner l'avenir de l'intelligence artificielle est l'intégration des ordinateurs quant. Selon la loi de Moore, la puissance de calcul des ordinateurs conventionnels double tous les deux ans, alors que les coûts restent inchangés. Les ordinateurs quant - qui font l'objet de recherches de la part d'IBM et de Google, entre autres - ont le potentiel de catapulter la puissance de calcul dans des dimensions jusqu'ici inaccessibles. Des opérations de calcul qui prendraient des millions d'années pour les superordinateurs actuels pourraient être résolues en quelques minutes ou quelques heures avec les ordinateurs quant. Google estime que des ordinateurs quant pouvant être produits en masse seront disponibles d'ici la fin de la décennie. Cela permettrait de développer des générateurs de texte (GPT) beaucoup plus grands et donc plus puissants et pourrait ouvrir la voie à la superintelligence, où l'IA surpasse l'homme.

Conclusion

Certaines entreprises d'IA très appréciées, comme Nvidia, ont peut-être atteint leur apogée. Leur succès ne sera pas éternel en raison de la concurrence croissante. Toutefois, les avancées technologiques sous-jacentes et les applications pratiques déjà visibles de l'IA indiquent que nous avons affaire à bien plus qu'un hype temporaire.

La question n'est plus de savoir si l'IA va changer notre avenir, mais comment nous allons façonner ces changements et répondre aux nouveaux défis.