Le secteur technologique continue de livrer des avancées remarquables.
Les professeurs spécialisés en IA s’adaptent aux nouvelles réalités de la exploration universitaire
Lors d’une réunion organisée dans le cadre du programme AI2050 de Schmidt Sciences, j’ai pu constater comment les équipes de recherche universitaires relèvent les défis de l’ère de l’IA.
La semaine dernière, je me suis rendu à 30 miles au sud de San Francisco, dans un hôtel de Mountain View, en Californie, pour rejoindre certains des chercheurs en IA les plus éminents et les plus prometteurs au monde. J’animais des tables rondes et intervenais lors d’une formation aux médias dans le cadre d’une réunion du programme Schmidt Sciences AI2050, une initiative financée par Eric et Wendy Schmidt qui soutient les universitaires dont les travaux portent sur l’IA. La liste des boursiers est un véritable « who’s who » des sommités de l’IA, et même si tous n’ont pas fait le déplacement jusqu’à la Baie, chaque fois que je tournais au coin d’une rue, je tombais sur un scientifique que j’avais déjà interviewé ou dont j’admirais les travaux. (À titre d’information : j’ai reçu en 2024 un prix de communication scientifique financé par Schmidt Sciences.)
On a du mal à imaginer ce genre de recherche émanant d’Anthropic ou d’OpenAI.
Fait intéressant, c’est une période particulière pour les chercheurs universitaires en IA, qui constituent la majeure partie du groupe AI2050. Au cours des quatre dernières années, la recherche en IA s’est réorientée vers les grands modèles linguistiques, et la pointe de la recherche s’est déplacée des établissements universitaires vers les entreprises privées. Les universités n’ont tout simplement pas les moyens de se procurer les cartes graphiques nécessaires pour entraîner et faire fonctionner des modèles de pointe, et même si elles le pouvaient, Anthropic et OpenAI ne permettent à personne d’accéder aux détails techniques de Claude ou de ChatGPT.
En complément, au cours d’une conversation autour d’un déjeuner, Nika Haghtalab, professeure d’informatique à l’université de Berkeley, a déclaré qu’être chercheuse en intelligence artificielle aujourd’hui revenait à être biologiste dans un monde où les entreprises privées détiendraient le contrôle exclusif de l’outil d’édition génétique CRISPR. Les experts qui ne font pas partie des laboratoires de pointe peuvent étudier le fonctionnement de ChatGPT et de Claude, mais ils ne peuvent mener aucune exploration approfondie sur la conception et l’entraînement de ces outils, ni influencer eux-mêmes cette conception ou cet entraînement.
Le programme AI2050 offre effectivement aux boursiers une aide financière qu’ils peuvent utiliser pour acheter des GPU, ce que certains chercheurs avec lesquels je me suis entretenu ont qualifié d’avantage majeur de leur participation au programme. Mais la question financière reste une préoccupation majeure, surtout compte tenu de la réduction des financements fédéraux consacrés à la recherche scientifique aux États-Unis. Même pour les chercheurs qui n’utilisent pas eux-mêmes de modèles locaux, le coût lié à l’interrogation répétée des modèles d’OpenAI, d’Anthropic et de Google afin de les étudier de manière rigoureuse peut s’avérer prohibitif.
Plutôt que de se concentrer sur l’amélioration des aptitudes, de nombreux chercheurs s’intéressent à des questions qui ont peu de chances d’être abordées par Anthropic ou OpenAI. « J’essaie de ne pas travailler sur des problèmes qui, selon moi, vont être résolus par une entreprise technologique », explique Anjalie Field, professeure d’informatique à l’université Johns Hopkins. Les structures doivent générer des bénéfices, et il n’est peut-être pas judicieux d’investir dans des projets de travaux de recherche peu prometteurs sur le plan financier — surtout si les résultats risquent de nuire à leur image. Récemment, par exemple, Field a mené une étude dans laquelle elle a constaté que les modèles linguistiques fournissaient des réponses moins élaborées à des requêtes formulées selon des tournures plus couramment utilisées par les femmes que par les hommes. On a du mal à imaginer ce genre de recherche émanant d’Anthropic ou d’OpenAI.
Les mois à venir apporteront sans doute plus de précisions.
À lire également :
Source originale : MIT Technology Review : MIT Technology Review