Avec toutes les avancées et l’impact culturel de l’intelligence artificielle (IA) cette année, il semblerait juste de déclarer 2023 « l’année de l’IA » – sauf que tout a déjà été fait.

Comme le rapporte cette ، universitaire, « l’année de l’IA » a été déclarée il y a 43 ans, en 1980. L’IA existe depuis très longtemps. Il y a plusieurs décennies, j’ai réalisé une thèse universitaire sur l’éthique de l’IA. En 1986, j’ai écrit un article pour le magazine Computer Design Magazine, disparu depuis longtemps, intitulé “Artificial Intelligence as a Systems Component”. Et puis, en 1988, j’ai lancé deux produits basés sur l’IA pour Mac.

Aussi: L’IA en 2023 : une année de percées qui n’ont laissé aucune chose humaine inchangée

Et même à cette époque, l’IA avait plus de 30 ans. Nous pouvons retracer certaines des premières activités d’IA jusqu’au professeur John McCarthy de Stanford, du MIT et de Dartmouth. En 1955, il fonde SAIL, le Stanford AI Lab, et en 1958, il invente le charmant LISP (l’un de mes langages de programmation préférés de tous les temps).

Ainsi, d’ici 2023, l’IA existe depuis au moins 68 ans. Et cela ne comptait pas la fiction spéculative. Isaac Asimov a commencé à réfléchir à l’éthique de l’IA 25 ans plus tôt, en 1940.

Et pourtant, j’aurais du mal à m’opposer à ce que 2023 soit qualifiée d’Année de l’IA. Cela fait une bonne année.

Qu’est ce qui a changé?

L’IA est utilisée depuis très longtemps. Qu’il s’agisse de systèmes experts, d’outils de diagnostic, de jeux vidéo, de systèmes de navigation ou de nombreuses autres applications, l’IA est utilisée de manière productive depuis des décennies.

Mais il n’a jamais été utilisé comme cette année. C’est l’année où la véritable IA générative prend tout son sens. Même si de nombreuses années (1980, je vous regarde) pourraient prétendre au surnom d’« Année de l’IA », il ne fait aucun doute que 2023 est « l’Année de l’IA générative ».

Aussi : Comment fonctionne réellement ChatGPT ?

La grande différence, celle qui a conduit à l’énorme explosion d’IA vraiment utiles cette année, réside dans la manière dont nous sommes capables de former les IA. Jusqu’à présent, la majeure partie de la formation des IA était supervisée. Autrement dit, chaque IA a reçu des informations spécifiques par les concepteurs d’IA, qui composent le corpus de connaissances de l’IA. Cette pré-formation supervisée limitée a limité ce que l’IA sait et ce qu’elle peut faire.

En revanche, nous sommes désormais à l’ère des grands modèles de langage (LLM), où la pré-formation n’est pas supervisée. Plutôt que de fournir un ensemble limité d’informations spécifiques à un domaine et de les qualifier de bonnes, les fournisseurs d’IA comme OpenAI ont alimenté les IA à peu près tout : l’ensemble d’Internet et à peu près tout autre contenu numérique sur lequel ils peuvent mettre la main.

Ce processus permet à l’IA de produire du matériel étonnamment varié avec une ampleur qui était impossible auparavant.

Ce processus a été facilité par de vastes améliorations des performances du processeur et du stockage. En 1986, lorsque j’écrivais mon article sur l’IA en tant que composant système, vous pouviez obtenir un disque dur de la taille de deux micro-ondes et du poids d’un réfrigérateur plein pour 10 000 $ (environ 27 000 $ aujourd’hui). Il contenait 470 mégaoctets. Pas des gigaoctets, pas des téraoctets – des mégaoctets.

Aussi : Les améliorations du stockage ont surpassé la loi de Moore d’un facteur de 800 %

Aujourd’hui, en revanche, vous pouvez vous procurer un Disque dur NAS d’entreprise interne de 20 To d’Amazon pour 279 $. La combinaison du cloud, du haut débit, de processeurs beaucoup plus rapides sous forme de CPU et de GPU, et de pools de RAM beaucoup plus grands, rend possible la puissance de traitement des LLM.

Un exemple

Pour vous donner un exemple de cette différence, utilisons l’un des produits que j’ai introduit il y a toutes ces années. House Plant Clinic était un système expert formé dans son domaine par un horticulteur. Mon autre produit à l’époque était l’environnement de développement de systèmes experts, Intelligent Developer, utilisé pour créer House Plant Clinic.

Le processus a été laborieux. Grâce à une très longue série d’entretiens, un autre ingénieur et moi-même avons obtenu des règles, des faits et des bonnes pratiques auprès de l’expert de l’usine, puis les avons codés dans la base de connaissances. Sous la direction de l’expert de l’usine, nous avons également fait réaliser des illustrations pour des situations dans lesquelles les utilisateurs pourraient avoir besoin de voir un visuel.

L’étendue des connaissances de House Plant Clinic consistait en ce que nous avions codé dans le système expert, ni plus ni moins. Mais ça a marché. Si vous aviez une question et que votre question tombait dans les limites des connaissances que nous avions codées, vous pouviez obtenir une réponse et être sûr qu’elle était correcte. Après tout, les connaissances fournies avaient été vérifiées par un expert en plantes.

Maintenant, regardons ChatGPT. J’ai posé cette question à ChatGPT :

J’ai une plante d’intérieur qui est malade. Posez-moi des questions étape par étape, ne nécessitant qu’une seule réponse par question.

Il a fait un bon travail en posant des questions, en s’enquérant de l’humidité du sol, de l’état des feuilles, etc. Bien qu’il n’ait pas fourni d’image, lorsque je lui ai demandé de me montrer une image de parasites, ainsi que leurs noms, qui pourraient être trouvés sur une plante d’intérieur, j’ai obtenu une image beaucoup plus avancée :

Cela dit, personne – pas même Google – n’a la moindre idée de ce qu’est un « KRIDEFLIT ». Comme nous l’avons vu à maintes reprises, l’IA générative a un petit problème de véracité.

Aussi : j’ai vérifié les faits sur ChatGPT avec Bard, Claude et Copilot – et cette IA était la plus incorrecte

Ainsi, même si ChatGPT peut s’exprimer en toute confiance sur presque tous les sujets, notre projet beaucoup plus ancien, basé sur un système expert, avait de bien meilleures chances d’être précis. L’un d’eux a été créé et vérifié par un véritable expert en la matière, tandis que le chatbot d’aujourd’hui génère des informations à partir d’un pool géant de données non qualifiées.

L’IA générative que nous utilisons cette année peut faire bien plus, mais toute magie a un prix.

la boite de Pandore

L’IA générative est incroyable. Cette année, dans le cadre de mon processus d’apprentissage et de test de la technologie pour vous faire rapport, j’ai utilisé l’IA générative pour m’aider à créer une boutique Etsy, pour m’aider à créer des pochettes d’album pour mon EP, pour aider le commerce électronique de ma femme. entreprise en créant des images de marketing social personnalisées, en créant un plugin WordPress, en déboguant le code, en effectuant une analyse détaillée des sentiments et bien plus encore.

Aussi : L’IA générative peut faire gagner aux spécialistes du marketing 5 heures par semaine, car des recherches révèlent des gains de productivité pour l’avenir.

Mais l’IA générative n’est pas sans problèmes. Comme nous l’avons montré, il présente un grave problème de précision. Vous ne pouvez pas faire confiance à ce que produit l’IA. Parce qu’il a été formé sur un corpus de connaissances aussi vaste, c’est incroyable. Mais parce qu’il a été formé sur un corpus de connaissances aussi vaste, il a été pollué par ce que nous, les humains, écrivons et publions.

Cette question nous amène aux préjugés et à la discrimination. Cet article est déjà long, alors plutôt que d’essayer de reformuler ce que mes collègues ont écrit, je vais vous signaler certains de leurs excellents articles de réflexion sur ce sujet :

Et puis il y a les emplois. Il y a six ans déjà, j’ai rencontré mon collègue de la presse technologique Bob Reselman pour discuter de mes préoccupations. Et c’était bien avant que ChatGPT ne convainque activement les cols blancs de s’inquiéter pour leur avenir. Plus récemment, plus tôt dans l’année, j’ai évoqué une réelle préoccupation quant à la manière dont ChatGPT et ses semblables sont susceptibles de remplacer les travailleurs du savoir. en masse.

Aujourd’hui, ChatGPT se comporte comme un stagiaire particulièrement talentueux avec un problème d’attitude. C’est utile, mais seulement quand on le souhaite. Mais à mesure que cette technologie évolue, elle sera capable de traiter des problèmes plus importants avec plus de nuances, et nous aurons alors des problèmes plus importants.

Aussi : L’IA dans le génie logiciel atteint-elle un « moment Oppenheimer » ?

C’est une chose pour moi, un gars avec une entreprise de deux personnes, de compter sur l’IA pour m’aider à multiplier mon temps. Mais lorsque les grandes entreprises décident qu’elles préfèrent économiser de l’argent et utiliser les services d’IA, de nombreuses personnes perdront leur emploi.

Cette tendance commencera avec les postes de débutant, car ChatGPT est fondamentalement un travailleur débutant. Mais ensuite, trois autres tendances suivront :

1. Il y aura de moins en moins de travailleurs expérimentés car il n’y aura pas assez de débutants capables d’entrer sur le marché du travail.
2. Les IA deviendront plus sophistiquées et les entreprises se sentiront à l’aise de remplacer les travailleurs qui gagnent 100 000 dollars par an par des abonnements à l’IA à 100 dollars par mois – même si le travail effectué par l’IA n’est pas aussi propre, sophistiqué, nuancé ou précis que le travail réalisé par des professionnels rémunérés.
3. La qualité et le rendement du travail diminueront, tout comme la précision, ce qui aura un effet d’entraînement sur le reste de l’économie et de la société.

Dans un article récent, j’ai dit ce qui suit :

Nous sommes à l’aube d’une nouvelle ère, aussi transformatrice et différente, responsabilisante et problématique que l’étaient la révolution industrielle, la révolution du PC et l’aube d’Internet. Les outils et méthodologies sur lesquels nous nous appuyions autrefois évoluent, et avec eux, nos responsabilités et nos considérations éthiques s’élargissent.

Le bon, le mauvais et le laid

Nous avons commencé 2023 avec la vache sacrée, je peux lui faire écrire une histoire de Star Trek, et la vache sacrée, je peux la faire parler comme un pirate. À la fin de l’année, nous avions une bien meilleure idée du bon, du mauvais et du laid.

Du bon côté, nous disposons désormais d’un assistant personnel utile, quoique peu fiable, qui peut nous faire gagner du temps, nous aider à résoudre des problèmes et à accomplir davantage de travail.

Aussi: Ces 5 avancées technologiques majeures de 2023 ont changé la donne

Du côté négatif, nous avons une menace existentielle d’emploi pour tous les travailleurs du savoir et un réflecteur de préjugés automatisé qui puise dans notre esprit du temps collectif et choisit parfois l’épaule du diable au lieu de celle de nos meilleurs anges.

Quant au laid, il y a du travail à faire :

• Trouver un moyen d’augmenter la précision sans nuire à l’efficacité avec trop de garde-corps.
• Présenter des informations et des illustrations utiles sans plagier les personnes dont le travail est mis en danger.
• Empêcher l’utilisation abusive de l’IA pour modifier les élections et d’autres activités néfastes.
• Prendre des entrées et générer des sorties suffisamment longues pour avoir une réelle signification.
• Passer à d’autres médias, comme la génération vidéo, est aussi étonnant que les outils de génération d’images.
• Aider les élèves à apprendre sans leur donner un moyen imbattable de tricher à leurs devoirs.
• Et ainsi de suite.

L’IA s’est épanouie en 2023 comme aucune autre année depuis un demi-siècle ou plus qu’elle existe. La technologie a ouvert la porte à des outils puissants, mais aussi à des conséquences terrifiantes.

Que pensez-vous de 2023 et qu’attendez-vous, espérez-vous et craignez-vous pour 2024 ? Faites-le-nous savoir dans les commentaires ci-dessous. Je n’écris que sur la transformation de l’IA générative de 2023. Si vous souhaitez examiner des tendances plus larges, cet article de ZDNET est un excellent point de départ.

---

Vous pouvez suivre l’actualité quotidienne de mon projet sur les réseaux sociaux. Assurez-vous de vous abonner à ma newsletter hebdomadaire de mise à jour sur Substack et suivez-moi sur Twitter à @DavidGewirtzsur Facebook sur Facebook.com/DavidGewirtz, sur Instagram sur Instagram.com/DavidGewirtz et sur YouTube sur YouTube.com/DavidGewirtzTV.