une analyse
Statut : 31/01/2023 13h06
L’Allemagne est à la traîne dans le développement de l’intelligence artificielle – et pourrait également rester dépendante des États-Unis ici. Un problème : il y a un manque de grands centres de données et d’argent. Le feu tricolore a-t-il une stratégie ?
Il vient d’y avoir un véritable engouement autour de ChatGPT, un logiciel de langage avec intelligence artificielle (IA). Tout le monde peut simplement essayer le chat bot. Tapez une question – obtenez une réponse qui semble humaine. Donnez une consigne de travail – par exemple : rédiger une dissertation sur la guerre de Trente Ans – et faites livrer un texte fini. Dans le secteur de l’éducation, une discussion a éclaté sur l’utilisation de ChatGPT. Diaboliser ou intégrer dans l’enseignement et l’enseignement ?
La base du programme est GPT3 – cela signifie « Generative Pretrained Transformer 3 ». Construit par la société américaine Open AI et formé avec une quantité inimaginable de données – GPT3 compte plus de 175 milliards de paramètres. Tout cela s’appuie sur la puissance de calcul américaine, des données accessibles depuis les USA et une réglementation américaine (souvent trop laxiste d’un point de vue européen).
L’intelligence artificielle pourrait révolutionner le travail dans les écoles et les universités
Claudia Drexel/Daniel Frevel, NDR, journal quotidien à 20h00, 31 janvier 2023
L’Allemagne sera-t-elle laissée pour compte ?
Actuellement, 73 % des grands modèles d’IA sont développés aux États-Unis et 15 % en Chine. Au vu de cette évolution, les experts du numérique craignent que l’économie numérique allemande et européenne ne soit à nouveau laissée pour compte. Parce qu’en Europe, il y a beaucoup de savoir-faire en matière d’intelligence artificielle. Cependant, la disponibilité de la puissance de calcul limite actuellement le développement ultérieur.
Rien qu’aux États-Unis, Microsoft prévoit d’investir dix milliards de dollars rien que dans Open AI. Avec une équipe de développement d’environ 400 personnes, la majorité de cet argent ira dans la puissance de calcul, explique Dominik Rehse du Centre de recherche économique européenne. En revanche, les trois milliards d’euros prévus pour l’Allemagne d’ici 2025 pour le financement de l’IA seraient répartis entre de nombreuses mesures plus modestes. Depuis la conception originale de la stratégie d’IA en 2018 – et une mise à jour en 2020 – le développement de l’IA a été si rapide que l’Allemagne est en retard dans la construction de l’infrastructure de puissance de calcul nécessaire.
Une étude commandée par le ministère de l’Économie a maintenant examiné comment l’Allemagne pourrait rattraper son retard : l’étude de faisabilité dite LEAM. LEAM signifie « Large European AI Models », une initiative de l’AI Federal Association. Il soutient que si l’Allemagne ne peut pas développer et fournir cette technologie de base de manière indépendante, l’industrie allemande devra se tourner vers les services étrangers. Avec toutes les difficultés qui se posent en termes de protection des données, de sécurité des données et d’utilisation éthique des modèles d’IA.
Il y a un manque de capacité de calcul
La domination du marché des entreprises américaines dans les moteurs de recherche, les médias sociaux et les serveurs cloud montre déjà les difficultés qui peuvent survenir avec la sécurité et la réglementation des données. Dans le cas de l’intelligence artificielle, ces problèmes peuvent être multipliés. Les petites entreprises informatiques en particulier doivent utiliser les offres existantes pour développer leurs propres applications. Vous êtes face à un dilemme s’il n’existe pas de modèles d’IA allemands ou européens qui répondent déjà aux normes européennes de protection des données ou de non-discrimination. De plus, ils n’ont souvent pas leur propre capacité de calcul pour entraîner leurs applications avec de grandes quantités de données.
Le problème : les entreprises allemandes n’ont pas de géants comme Microsoft ou Google en arrière-plan qui peuvent fournir des milliards d’investissements matériels. Surtout pour les petites et moyennes entreprises, l’accès à une infrastructure informatique d’IA est donc un énorme levier pour la souveraineté numérique globale, explique Oliver Grün de l’Association fédérale des PME de l’informatique. C’est le seul moyen de rattraper les États-Unis et la Chine. Selon l’estimation unanime des experts, cela fait actuellement un an et demi – dans l’industrie informatique une éternité.
Un ordinateur haute performance utilisé pour calculer les réseaux de neurones est situé dans un centre de calcul haute performance à Stuttgart.
Image : dpa
Appel à mainframes
C’est pourquoi l’initiative LEAM appelle à la création d’une infrastructure de supercalcul IA en Allemagne. Avec environ 400 millions d’euros, un centre de données peut être mis en place qui peut non seulement être utilisé pour le développement et la formation de grands modèles d’IA, mais peut également fournir du temps de calcul aux petites entreprises. L’initiative souligne qu’il ne doit pas s’agir exclusivement de fonds publics, mais espère que le gouvernement fédéral prendra une initiative dans ce domaine.
Interrogé à ce sujet, le ministère de l’Économie a déclaré que la mise en place d’une infrastructure européenne qui développerait des modèles de fondation Open Source fiables et transparents était une mesure appropriée. C’est pourquoi LEAM s’est ancré dans la stratégie digitale dans le cadre de la mesure phare « KIKStart ». Cependant, quiconque le lit là-bas ne découvre que vaguement que le gouvernement fédéral souhaite créer des centres de services d’IA pour une utilisation accrue également dans les entreprises de taille moyenne. Jusqu’à présent, rien ne se trouve dans la stratégie numérique concernant la construction ou le financement d’un grand centre de données.
Dominik Rehse du Centre pour la recherche économique européenne considère qu’une plus grande concentration des ressources financières est nécessaire. Il était nécessaire de mettre un « boum » à ce stade également. Vous ne pouvez pas simplement vous asseoir et parler d’une IA avec des valeurs européennes, vous devez la rendre techniquement possible.
« Flunkert joyeusement », Doris Weßels, spécialiste de l’informatique d’entreprise, sur l’intelligence artificielle dans les universités et les écoles
31/01/2023 15:58
Modèles d’IA basés sur la protection européenne des données
L’intelligence artificielle doit être formée sur de nombreux ensembles de données. De nombreux experts affirment que le traitement plutôt restrictif des données en Allemagne et en Europe n’est pas un inconvénient en soi. Car si de nouveaux modèles d’IA sont spécifiquement développés sur la base de la protection des données européennes et de la réglementation européenne, les utilisateurs ultérieurs peuvent être sûrs qu’ils opèrent dans un cadre juridiquement sécurisé. Et leurs données ne circulent pas aux États-Unis ou dans d’autres pays. Cependant – comme l’a averti le ministre du numérique Volker Wissing – la réglementation au niveau de l’UE ne doit pas être si restrictive qu’elle entrave l’innovation.
Le règlement IA devrait être prêt au niveau européen à l’été. Il est destiné à garantir que les applications d’IA suivent certaines règles et que les abus soient rendus plus difficiles. Par exemple, le « social scoring », comme il est d’usage en Chine, devrait être exclu. Les algorithmes doivent agir de manière non discriminatoire et exclure autant de menaces aux droits civils que possible, par exemple en interdisant la reconnaissance faciale dans les espaces publics.
Demande : focus sur l’intelligence artificielle
À quel point la réglementation doit-elle être stricte ? À ce stade, les politiciens numériques du Bundestag sont divisés. Ronja Kammer de la CDU, par exemple, soutient que la réglementation ne doit pas être si stricte qu’elle étouffe l’innovation et que le développement de nouveaux modèles d’IA n’a alors lieu qu’à l’étranger. Anke Domscheit-Berg du Parti de gauche, en revanche, craint que le gouvernement fédéral ne prône une réglementation plus laxiste – et que la reconnaissance du visage dans les espaces publics ne soit alors autorisée.
La présidente de la commission numérique, Tabea Rößner des Verts, préconise de procéder de manière approfondie plutôt que d’ignorer les droits fondamentaux et l’évaluation des risques. De plus, cela crée une sécurité juridique pour les fournisseurs. Les grandes plateformes de recherche, par exemple, n’ont pas réglementé les algorithmes, il n’est donc pas transparent de savoir qui obtient quel contenu. Cela a également conduit à la domination actuelle des grandes entreprises américaines. Et : Ceux qui exigent des mainframes devraient également garder un œil sur la durabilité – par exemple dans l’efficacité énergétique des centres de données.
Les trois politiciens du numérique s’accordent sur une chose : cette année doit être une année de mise en œuvre. Le gouvernement fédéral doit accorder plus d’attention à la numérisation et se concentrer sur l’intelligence artificielle.
ChatGPT
Le développement de grands modèles d’IA a récemment progressé rapidement. L’exemple le plus connu actuellement est probablement GPT3, un grand modèle de langage du laboratoire américain d’IA Open AI. Chat GPT est la version que vous pouvez actuellement (encore) tester gratuitement. Le modèle de langage fournit des réponses très rapidement, même à des questions complexes, et crée des textes très proches de ceux écrits par les humains.
GPT3 a été formé avec de grandes quantités de données – et en tant que modèle dit de base, il offre la possibilité d’utiliser l’IA pour différentes applications et tâches avec relativement peu d’effort supplémentaire. Par exemple, un modèle de langage peut être utilisé pour un chatbot pour une compagnie d’assurance avec relativement peu d’efforts, car il doit seulement être formé avec les exigences spécifiques à l’assurance.
En revanche, les modèles d’IA neurale précédents étaient toujours adaptés et entraînés pour une application spécifique. Des modèles tels que GPT3 – « Generative Pretrained Transformer 3 », d’autre part, offriront la possibilité d’utiliser de nombreuses applications d’IA différentes pratiquement à l’échelle industrielle à l’avenir.
Les modèles de base constituent donc un saut majeur dans le développement de l’intelligence artificielle. Les scientifiques s’attendent à ce que dans un délai relativement court, les modèles aient des capacités qui étaient auparavant inimaginables et pourraient surpasser les humains dans de nombreuses tâches, telles que l’analyse des données d’entreprise. Mais développer de tels modèles nécessite beaucoup de données d’entraînement et beaucoup de puissance de calcul. GPT3 a 175 milliards de paramètres, le successeur GPT4 devrait en avoir un multiple.