Pour Paul Kedrosky et Eric Norlin de SK Ventures, il y a une immense hyperbole sur les développements récents de l'intelligence artificielle, en particulier les grands modèles de langage comme ChatGPT. Et l'impact matériel de ces technologies sur les emplois suscite également des inquiétudes justifiées. Cependant, selon eux, les observateurs manquent deux choses très importantes :- chaque vague d'innovation technologique a été déclenchée par quelque chose de coûteux devenu suffisamment bon marché pour être gaspillé ;
- la production de logiciels a été trop complexe et coûteuse pendant trop longtemps, ce qui nous a amenés à sous-produire des logiciels pendant des décennies, ce qui a entraîné une immense dette technique à l'échelle de la société.
Cette dette technique est sur le point de se contracter de manière dramatique à l'échelle de l'économie alors que le coût et la complexité de la production de logiciels s'effondrent, libérant une vague d'innovation.
Dans la foulée de la sortie publique de GPT-4, une équipe de scientifiques de Microsoft AI a publié un document de recherche affirmant que le modèle de langage OpenAI dui alimente Bing AI montre des « étincelles » d'intelligence artificielle générale.
L’intelligence artificielle générale (IAG) désigne des systèmes capables de donner de « bons » résultats dans toutes les tâches cognitives propres aux êtres humains ou aux animaux dits supérieurs.
Au vu de cette définition, on comprend aisément pourquoi l'accent est mis sur les « étincelles ». Les chercheurs prennent soin dans l'article de caractériser les prouesses du GPT-4 comme « seulement un premier pas vers une série de systèmes de plus en plus intelligents » plutôt que comme une IA au niveau d'une intelligence artificielle générale. Ils ont également souligné à plusieurs reprises le fait que cet article est basé sur une « première version » de GPT-4, qu'ils ont étudiée alors que l'IA était « encore en développement actif par OpenAI », et pas nécessairement la version qui a été transformée en formation applicable au produit.
Comme pour étayer ce propos, OpenAI a publié les résultats d'une étude sur l'impact économique du GPT-4 : 80 % de la main-d'œuvre américaine pourrait avoir au moins 10 % de ses tâches affectées par l'introduction des GPT, la série de grands modèles de langages populaires réalisés par OpenAI. Les chercheurs ont également estimé qu'environ 19 % des travailleurs verront au moins 50 % de leurs tâches affectées. L'exposition au GPT est plus élevée pour les emplois à revenu élevé, ont-ils écrit dans l'étude, mais s'étend à presque toutes les industries. Ils soutiennent que les modèles GPT sont des technologies à usage général comme la machine à vapeur ou la presse à imprimer.
L'article est baptisé « Les GPT sont des GPT : un premier aperçu du potentiel d'impact sur le marché du travail des grands modèles linguistiques ».
Un Gutenberg Moment du logiciel ?
Un Gutenberg Moment est un terme utilisé pour décrire une période de changement rapide et radical dans l'industrie de l'imprimerie. Cela fait référence à l'invention de Johannes Gutenberg de la presse à imprimer à caractères mobiles en 1440 qui a révolutionné l'industrie de l'imprimerie et a permis la production de livres en masse. Le terme est maintenant utilisé pour décrire des périodes de changement similaire dans d'autres industries.
Pour Paul Kedrosky et Eric Norlin de SK Ventures, nous sommes parvenus à un Gutenberg Moment dans le domaine de l'IA. Ce qui suit est extrait de leur billet sur le sujet.
Soudain, l'IA est devenue bon marché, au point que les gens la « gaspillent » via des invites « fais ma rédaction » envoyées aux chatbots, obtiennent de l'aide avec le code de microservice, etc. On pourrait dire que le rapport prix/performance de l'intelligence artificielle elle-même est en train de dégringoler, un peu comme cela s'est produit avec les générations précédentes de technologie.
On pourrait soutenir cela, mais c'est une vision trop étroite et orthodoxe, ou à tout le moins, incomplète et prématurée. Laissons de côté les questions d'éthique et d'alignement de l'intelligence artificielle générale (IAG). Il est probablement encore dans des années, au mieux, même s'il semble plus proche qu'il ne l'a été depuis des décennies. Dans cette optique, il convient de se rappeler que des vagues d'enthousiasme pour l'IA ont atteint la plage de prise de conscience une fois tous les dix ou deux ans, pour reculer à nouveau alors que l'hyperbole dépasse ce qui peut réellement être fait. Nous l'avons vu dans les années 1950 avec le travail (échoué) de Minsky, à nouveau dans les années 1970 avec le projet de cinquième génération (échoué) du Japon, et encore dans les années 2000 avec Watson (échoué) d'IBM. Si vous plissez les yeux très fort, vous pourriez voir un motif.
Pourtant, la croissance soudaine et émergente des LLM fait que certaines personnes passent beaucoup de temps à réfléchir aux professions de service qui peuvent être automatisées, ce que les économistes ont appelé l'automatisation du « déplacement ». Cela n'ajoute pas grand-chose à la réserve globale de valeur sociétale, et peut même être soustractif et déstabilisant, une sorte de moment d'externalisation du travail d'usine vers la Chine pour les cols blancs. Peut-être devrions-nous moins penser aux opportunités d'automatisation des déplacements et davantage aux opportunités d'augmentation de l'automatisation, le genre de chose qui libère la créativité et conduit à la richesse et à l'épanouissement humain.
Alors d'où cela viendra-t-il ? Nous pensons que ce boom de l'automatisation croissante viendra du même endroit que les précédents : d'un effondrement des prix de quelque chose alors que la productivité et les performances associées montent en flèche. Et ce quelque chose est un logiciel lui-même.
Par cela, nous ne voulons pas dire littéralement que les « logiciels » verront leurs prix baisser, comme s'il y aurait une guerre des prix induite par l'IA dans les traitements de texte comme Microsoft Word ou dans les microservices AWS. C'est une pensée linéaire et extrapolative. Cela dit, nous pensons que la frénésie actuelle d'injecter de l'IA dans chaque application ou service vendu sur terre suscitera plus de concurrence, pas moins. Pour ce faire, il augmentera les coûts des logiciels (chaque appel d'API d'IA est de l'argent dans les coffres de quelqu'un), tout en ne fournissant aucune différenciation réelle, étant donné que la plupart des fournisseurs s'appuieront sur les mêmes fournisseurs de ces appels d'API d'IA.
La maladie des coûts de Baumol et le problème des logiciels
Comprendre ce que nous voulons dire nécessite un bref retour à quelques principes économiques de base. La plupart d'entre nous savent comment le prix des produits technologiques s'est effondré, tandis que les coûts de l'éducation et des soins de santé montent en flèche. Cela peut sembler un mystère exaspérant, avec des appels qui en résultent pour trouver de nouvelles façons de rendre ces industries plus proches de la technologie, ce par quoi les gens entendent généralement plus enclins aux forces déflationnistes de la technologie.
Mais c'est un malentendu. Pour expliquer : dans une économie hypothétique à deux secteurs, lorsqu'un secteur devient différemment plus productif, spécialisé et producteur de richesse, et l'autre non, il y a une pression énorme pour...
La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.
En effet, une fois connectée à internet elle pourra prendre des décisions rationnelles et optimales en tenant compte de l’ensemble des informations disponibles.
Envoyé par Stéphane le calme
Que pensez-vous des arguments avancés par SK Ventures ?