IA, intelligence artificielle.
Je ne sais pas programmer et mon ordinateur personnel me dépasse. Ma relation à la toile n’est pas harmonieuse. Depuis bientôt deux ans, je m’énerve à propos de l’intelligence artificielle. Certains sont pour et ils font bruyamment valoir leurs arguments. D’autres sont contre, ils me semblent moins vocaux. TASwiss, un think tank dont je fais partie a essayé d’y voir claire
https://www.ta-swiss.ch/fr/publications. Cf par exemple, ChatGPT 2023
L’un dans l’autre, je reste incertain, mais, intuitivement, je penche du côté de ceux qui sont les plus critiques.
Y a-t-il mieux à dire ?
Oui, il y a ! Le présent no du journal Nature comporte un supplément sur l’IA. À la page S7, le premier article par Brian Owens a pour titre : Rage against machine learning driven by profit. (Rage contre l’apprentissage par machine motivé par le profit.) Quelques phrases fortes sont mises en évidence.
- L’université est la seule place où il est encore possible de travailler sans un évident but lucratif.
- L’industrie privée a complètement éclipsé l’effort académique en IA alors qu’un sain développement demande une approche large.
- Les principales compagnies de l’IA ne montrent qu’un engagement minimal pour la recherche responsable.
Dans ce supplément, Nature calcule, comme il fut fait en 2019 et 2021, le poids de la recherche en IA estimé selon un indice comprenant un vaste amas de données susceptibles d’évaluer l’effort fait par les différents pays (publications, brevets, financement, applications, capacité à résoudre des problèmes de langages, d’images, de sentiments, etc.) Les chiffres sont éloquents. En voici quelques-uns.
- Financement en 2021. Public US (non militaire) : 1,5 G$ (109), public EU : 1G€, industrie, total mondial : 340 G$
- Seule une faible partie de l’effort IA (3,8 %) se reflète dans les publications scientifiques.
- En 2017, la recherche publique était engagée dans presque la moitié des efforts. La part est tombée à 10% en 2020, bien moins actuellement.
- Aux USA en 2020, 70% des nouveaux informaticiens PhD sont engagés par l’industrie. Ils étaient 21% en 2004.
- Certaines compagnies ouvrent un peu l’accès à leurs données. Le but est de profiter de la plus grande liberté des chercheurs académiques. Bien évidemment, ces sociétés dominantes ne vont pas céder la « sauce secrète » qui fait leur force.
Nature constate qu’il y a de quoi être inquiet d’un écosystème d’IA que seul fait avancer l’intérêt commercial.
Pour y remédier, l’auteur propose de lancer une sorte de CERN de l’intelligence artificielle qui pourrait avoir une force comparable aux grands de l’industrie. Il constate que le bien public que pourrait être l’IA sera balayé sans cette capacité à être présents face à l’industrie de la croissance et du profit.
Revenons à la question de départ.
Que dire de l’IA dans sa forme actuelle et la direction de son développement futur ?
Une terrible saloperie contre laquelle il serait urgent de prendre des mesures radicales.
Dry spell – vague de sécheresse. Tout s’accélère.
Nous l’avons dit sur ce blog,
le climat dérape et les météorologues ne comprennent plus ce qui se passe. Leurs modèles, développés durant des décennies, ne collent plus à la réalité. L’échauffement climatique va trop vite.
Le présent article part de ce constat et essaye de remettre les pendules à l’heure, et les prévisions météorologiques à long terme dans la réalité.
Petrova, I.Y., Miralles, D.G., Brient, F. et al. Observation-constrained projections reveal longer-than-expected dry spells. Nature 633, 594–600 (2024). https://doi.org/10.1038/s41586-024-07887-y
Les auteurs proposent un ensemble de données qu’ils appellent « les contraintes émergentes, EC » qui ajustent les modèles utilisés actuellement pour que ceux-ci collent mieux à la réalité, et que l’erreur de prédiction soit minimisée. Sur cette base, ils déterminent l’allongement des plus longues périodes de sécheresse annuelles (LAD). Cette correction amène à conclure que, par rapport aux prévisions actuelles, la LAD sera allongée de 42-43% à la fin du siècle, ce qui correspond à 10 jours par rapport aux prévisions actuelles.Pour résumer, le changement plus rapide que prévu des facteurs géoclimatiques, par exemple la fonte des glaces de l’arctique, doit être inclus dans la modélisation de l’évolution du climat. Les auteurs en déduisent que les périodes de sécheresse sur terre seront considérablement allongées d’ici la fin du siècle. On parle de 10 jours de plus que selon les prévisions actuelles. C’est beaucoup.