Certes, l’intelligence artificielle résout bien des problèmes, mais on se demande malgré tout si elle vaut vraiment son coût.
De tous les aspects de l’IA, le point le moins abordé concerne sûrement le prix. C’est compréhensible, étant donné ses nombreuses capacités à réduire les coûts des affaires et les activités des entreprises. Mais l’investissement pour la technologie ne s’arrête pas à son déploiement, cela implique aussi les puissances de calcul nécessaires, les espaces de stockage, etc.
Le coût d’investissement dans l’intelligence artificielle
En 2019, Elliot Turner avait estimé au-delà des 245 000 dollars la formation du système de langage naturel XLNet. Ce coût implique environ 512 TPU fonctionnant à pleine puissance durant 60 jours d’affilée, d’après cet expert en IA. Pourtant, cela ne garantit pas toujours de bons résultats. En d’autres termes, cela demande d’énormes sommes pour que l’intelligence artificielle apporte des retours intéressants.
En matière d’IA, IBM est l’un des plus grands acteurs, grâce aux plateformes comme Watson et Project Debater. Selon Kevin Krewell, analyste chez Tirias Research, ils sont sur le point de faire évoluer les choses. En effet, IBM aurait développé une solution pour réduire les exigences de calcul et guider les prises de décisions. Lors de l’ISSCC (International Solid-State Circuits Conference), ils ont dévoilé un projet de puces de test hybrides pour les apprentissages et l’inférence.
Moins de dépenses, plus d’efficacité
De son côté, Qualcomm développe également une solution pour améliorer l’efficacité de ses modèles d’apprentissages en se focalisant sur la recherche d’architecture neuronale (NAS). Dans ce but, la société a choisi d’adopter une approche holistique de la modélisation. Elle vise à réduire la compression, la compilation et la quantification des données. Appelée DONNA (Distilling Optimal Neural Network Architectures), cette solution permet avant tout de réduire les coûts élevés. De plus, elle contribue à améliorer l’évolutivité et obtenir de meilleures performances des machines.
D’autre part, Facebook fait aussi partie de la course avec son nouvel algorithme Seer. En réduisant le processus d’étiquetage, il accélère les prises de décisions avec un plus petit ensemble de données comparatives.
Entre autres, l’avancée de la technologie est principalement motivée par les solutions innovantes et révolutionnaires. Cependant, l’efficacité et le coût doivent être sérieusement considérés pour que l’intelligence artificielle soit vraiment une solution et non une contrainte.
- Partager l'article :
