L'intelligence artificielle (IA) poursuit ses progrès exponentiels, dépassant les humains dans diverses compétences cognitives et établissant de nouveaux records dans la gestion de tâches auparavant considérées comme exclusives à l'intelligence humaine. Selon le dernier rapport AI Index publié par le Human-Centered Artificial Intelligence Institute (HAI) de l'Université de Stanford , le développement et l'application de l'IA atteignent des niveaux sans précédent, redéfinissant les limites de ce que ces technologies peuvent faire.
« L’IA nous a déjà surpassé dans un nombre choquant de critères importants », souligne le rapport, citant des exemples où les machines ont démontré leur supériorité dans des domaines tels que la classification d’images, la compréhension de base en lecture, le raisonnement visuel et les inférences linguistiques naturelles depuis 2015.
Cela a conduit à repenser radicalement l’évaluation des capacités de l’IA, nécessitant le développement de nouveaux tests qui non seulement mesurent les compétences, mais mettent également en évidence les différences entre les humains et les machines. Avec une amélioration spectaculaire des performances sur des tâches complexes telles que des problèmes mathématiques, où un modèle basé sur GPT-4 a réussi à résoudre 84,3 % des 12 500 problèmes mathématiques difficiles , le rapport met l'accent sur l'évolution rapide des capacités de l'IA.
En revanche, la base de comparaison humaine est de 90 %, démontrant non seulement la proximité des compétences entre les deux, mais soulignant également les avancées impressionnantes de l’intelligence artificielle dans des domaines d’une complexité cognitive extrêmement élevée.
En ce qui concerne le raisonnement visuel par bon sens (VCR), l'IA a enregistré des progrès significatifs, marquant une augmentation de 7,93 % pour atteindre 81,60, se rapprochant de la base humaine de 85. Cette avancée met en évidence la capacité manifeste des machines à interpréter et prédire des situations de manière visuelle. contextes avec une précision croissante, remettant en question les conceptions antérieures sur les limites de l’IA dans la compréhension et le traitement de contextes complexes et de situations réelles.
Cependant, malgré des avancées fondamentales, le rapport souligne également des défis persistants dans le domaine de la véracité et de la génération de contenus sans erreurs. Les grands modèles linguistiques (LLM), y compris GPT-4, bien qu'ils se soient améliorés dans la fourniture de réponses véridiques – comme le montre l'augmentation des scores au benchmark TruthfulQA – sont toujours confrontés au problème des « hallucinations », présentant des informations fausses ou trompeuses comme des faits.
Ce défi a été mis en évidence de manière spectaculaire dans le cas de l'avocat new-yorkais Steven Schwartz , qui a été condamné à une amende importante pour avoir utilisé des inexactitudes générées par l'IA dans des documents juridiques. En outre, le rapport met en évidence l'innovation dans la création d'images générées par l'IA, en évaluant les progrès réalisés grâce à l'évaluation holistique des modèles texte-image (HEIM), qui examine la capacité des LLM à générer des images cohérentes avec les descriptions textuelles. Malgré des avancées impressionnantes, il convient de noter qu’aucun modèle d’IA n’excelle uniformément dans tous les critères évalués, ce qui suggère des domaines d’amélioration et un potentiel de développement futur.
L'année 2023 a été marquée par des développements révolutionnaires dans le domaine de l'IA , marquant une période d'accélération sans précédent dans l'adoption et le perfectionnement de ces technologies. Cependant, ce chemin vers l’innovation ne se fait pas sans dilemmes, notamment en ce qui concerne la sécurité, la fiabilité et l’éthique de l’IA, aspects qui continuent de faire l’objet d’analyses et de débats au niveau mondial. Le paysage actuel de l’intelligence artificielle reflète non seulement le potentiel et les capacités extraordinaires de ces technologies, mais également les défis constants et la nécessité d’orienter le développement vers la création de systèmes plus sûrs, plus fiables et plus éthiquement responsables.
À mesure que nous avançons vers l’avenir, l’interaction homme-machine apparaît comme un domaine d’exploration et de croissance continue , promettant de redéfinir notre relation avec la technologie et ses applications dans notre vie quotidienne.
Investissement privé dans l'IA
Malgré la tendance à la baisse des investissements privés dans l’intelligence artificielle (IA) depuis 2021, on constate une augmentation notable de l’intérêt pour l’IA générative. En 2023, ce secteur attirera un montant considérable de 25,2 milliards de dollars , soit près de neuf fois plus que l'année précédente et environ 30 fois plus qu'en 2019, un phénomène que certains appellent « l'effet ChatGPT ».
L’IA générative a représenté plus d’un quart de tous les investissements privés dans l’IA au cours de cette année. Une fois de plus, les États-Unis sont en tête des investissements privés dans l’IA en 2023. Le chiffre de 67,2 milliards de dollars investis aux États-Unis était environ 8,7 fois supérieur à l’investissement réalisé en Chine, le deuxième plus grand pays, et 17,8 fois supérieur à celui de la Chine. montant investi au Royaume-Uni. Cette tendance reste cohérente si l’on considère la situation dans son ensemble : depuis 2013, les États-Unis sont en tête des investissements avec un total cumulé de 335,2 milliards de dollars, suivis par la Chine avec 103,7 milliards de dollars et le Royaume-Uni avec 22,3 milliards de dollars.
Acteurs les plus importants
L’industrie domine clairement le domaine de l’intelligence artificielle (IA), notamment lorsqu’il s’agit de créer et de lancer des modèles fondamentaux. Au cours de la dernière année, Google s'est démarqué parmi les autres acteurs de l'industrie en introduisant le plus grand nombre de modèles , dont le Gemini et le RT-2.
Depuis 2019, Google a toujours été en tête du lancement du plus grand nombre de modèles, soit 40 au total, suivi de près par OpenAI avec 20 lancements. Cette tendance se reflète également dans le monde universitaire, où l’année dernière l’UC Berkeley a introduit trois modèles et Stanford deux.
