GPT-4 Turbo, Suno AI, Sora, Midjourney, tout le monde se précipite vers l’adoption de l’intelligence artificielle à grande échelle. De plus en plus de secteurs intègrent également cette technologie dans leur processus de production. Mais la face cachée de l’IA relève de son coût exorbitant nécessitant un investissement massif.
Aujourd’hui, de nouvelles tendances se dessinent. Les systèmes d’intelligence artificielle gagnent en performance.
Si avant, on ne pouvait même pas classer les images ni répondre à de simples, les modèles développés récemment arrivent presque à surpasser l’intelligence humaine.
Mais une telle évolution aura sûrement un impact sur l’avenir de certains métiers. Mais aussi sur le retour sur investissement des entreprises, vu le coût élevé lié à l’netraînement des agents IA.
Renversement de la tendance !
L’année 2022 a été un tournant majeur pour l’avènement de l’intelligence artificielle. Mais 2023 marque un retour en force des grands modèles de langage.
À titre d’exemple, les plus récents systèmes d’intelligence artificielle ont aujourd’hui la capacité d’effectuer plusieurs tâches en même temps.
Les chatbots comme ChatGPT d’OpenAI, Gemini de Google ou Claude 3 d’Anthropic gagnent davantage de connaissances.
À ce titre, on parle de vrais systèmes pouvant être intégrés et fonctionner dans plusieurs domaines d’activité.
Par exemple dans la génération de code informatique, de rédaction de mémoire, la création de visuels artistiques, ou encore le développement de jeux vidéo en 2D.
La directrice des programmes de recherche de Stanford HAI, Vanessa Parli, affirme d’ailleurs que la combinaison de l’intelligence artificielle avec la robotique représente l’aspect le plus intéressant des recherches en intelligence artificielle.
Plus cher, l’entraînement des modèles d’IA actuels en vaut-il la peine ?
Un défis majeur reste toutefois à relever face à l’évolution de l’intelligence artificielle et le déploiement des systèmes de pointe.
Il s’agit du coût élevé de l’exploitation, en particulier l’apprentissage des grands modèles de langages.
Un rapport indique même que le coût d’entraînement des modèles d’IA comme GPT-4 atteint les 78 millions de dollars.
Pour les autres modèles, dont Google Gemini, les chiffrent augmentent et atteignent les 190 millions.
Si l’on compare ces chiffres à celles de 2017, il y a une très grande différence. Le modèle Transformer par exemple, n’a coûté que 900 $ de formation, contre 160 000 $ pour le modèle RoBERTa Large.
Le marché de l’IA monopolisé par les États-Unis malgré le coût élevé de la formation
Conséquence du coût élevé de la formation de l’IA, le marché est monopolisé par les grandes puissances.
Il n’y a cependant que les grandes entreprises qui peuvent investir une grosse somme dans l’entraînement des modèles d’IA.
C’est pourquoi les États-Unis se positionnent en première place avec plus de 60 modèles développés.
L’UE se situe en seconde place avec 21 modèles, dont Mistral, le chatGPT français, suivie de la Chine qui dispose aujourd’hui de 15 modèles.
Seulement dans le continent américain, en 2023, le montant des investissements en intelligence artificielle dépasse les 67 milliards de dollars.
La France quant à elle, n’a réussi à mobiliser que 1,69 milliards de dollars d’investissement en IA. Encore un long chemin avant que l’on puisse atteindre le niveau actuel de l’Amérique.
- Partager l'article :
