Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter
Discussion :
Ce sont des "chercheurs" ou des madames Irma qui lisent votre avenir dans les lignes des mains et dans le marc de café...découvrez toutes les prédictions de 2,778 chercheurs
Je pense qu'il est nécessaire ici de rappeler une citation du Général De Gaulle: "Des chercheurs qui cherchent, on en trouve... Des chercheurs qui trouvent, on en cherche!"
Le seul frein temporaire à une transformation rapide de la société à cause des intelligences artificielles sera le conservatisme.
Bref, la seule utilité d'un être humain pour la société sera purement intellectuelle dans le futur, la force physique n'étant plus nécessaire. Les gens pourront et devront faire des années d'études et de recherche pointues pour être utile.
Si cette planète sera gouvernée par le capitalisme et des gens égoïstes, une grande partie de la population souffrira. Il n'y aura de place et de mérite que pour les riches et les intellectuels.
Par contre si c'est l'amour et le partage qui prévaut, alors cette planète pourra être un petit paradis où il n'est demandé à personne de travailler dur pour vivre, vous aurez le choix de vous vaquer aux occupations que vous voudrez, et on ne vous demandera pas grand chose en échange voir rien.
et qui va faire tourner les hôpitaux et les centrales nucléaires ? il faudra bien toujours des médecins et des ingénieurs nucléaires qui devons faire des gardes la nuits.Envoyé par irrmichael
hors tous le monde ne peux pas intellectuellement devenir médecin ou ingénieurs nucléaires. Au moins 50% de la population en sont incapable.
donc avec ta logique, certains vont devoir travailler dur pour que d'autres ceux qui font des boulots remplacer par l'ia et/ou avec peu de valeur ajouté puissent vaquer aux occupations.
Hors ca ne marchera pas, car je vais pas faire des études de médecines et travailler dur sans contre partie.
et on pourra pas tous vaquer aux occupations que l'on souhaite par rapport à l'outil de production qui lui est limité et l'extraction des ressources qui est aussi limité.
on va plutôt avoir ceux qui font pas des métiers utile remplacer par l'ia et mis au rsa dans le meilleurs des cas (dans le pire des cas 0 revenus et vivront dehors dans des ghettos) et ceux qui bosseront encore avec un bon salaire.
on retrouve ce genre de civilisation au Bresil par exemple. Une minorité de haut cadre/médecin dans des hôtels 5 étoiles fortifié encerclé par des millions de favelas.
Heu... ou bien quelques soucis d'énergie/matières premières.Le seul frein temporaire à une transformation rapide de la société à cause des intelligences artificielles sera le conservatisme.
Espérons seulement que les réponses de ces 2778 éminents chercheurs ne sont pas issue de questions posées...à ChatGPT !
Grosso modo, l'être humain est présent sur Terre depuis 150 000 ans dont 4 000 sous forme de civilisations ayant laissé des traces historiques (des écrits qui décrivent l'histoire et l'organisation de leur société).
A quel moment, est-ce que l'humain a fait dans "l'amour et le partage"? JAMAIS!!!!!!!!!!!!!!!!!!!!!!!!!
L'histoire de l'humanité n'est qu'une succession de massacres, de guerres, de prises de pouvoir, de vols de terres et autres ressources!
Votre théorie est valable pour le monde tout rose de Barbie mais ne correspond en rien à la réalité du monde!
S'ils sont autant c'est sût qu'ils ont raison
Par contre ils auraient pu faire un effort pour trouver deux guignols pour tomber sur un chiffre rond, à moins que les deux en question se soient retiré au dernier moment pour ne pas signer ce truc.
Ok d'habitude on parle d'article, d'étude, de pré-étude mais là on est passé au stade le plus bas : une enquête.
Ce terme existe-t-il même dans le domaine de la recherche?
Bref niveau de fiabilité de l'info nul.
Mais ce qui est incroyable est que l'on compare les prédictions de cette année à celles de la précédente, pour des projections qui n'atteignent 50% de probabilité qu'après la mort de tous les lecteurs actuels du forum.
Bref je donne autant de crédit à cette enquête qu'à James Cameron qui nous avait pourtant prévenu du risque avec son grand reportage d'anticipation qu'est Terminator...
Donc notre seule utilité dans notre société est intellectuelle ou physique?
Donc notre seule utilité à la société est productive?
Nous vivons vraiment pour être frais et dispo pour travailler de façon efficace de 9h à 19h? En sommes nous arrivé à ce point où le monde en dehors du capitalisme est inenvisageable?
Je vais être un peu plus cynique en disant que je suis relativement persuadé qu'il a existé des sociétés où un élite prônait l'amour et le partage mais qui garantissait le maintien de ses privilèges et de sa logique en définissant tous les autres comme des animaux (qui ne sont donc pas concernés par l'amour et avec qui il n'est pas nécessaire de partager)
je corrige les dates:
on a des traces historiques plus anciennes, la ville Jéricho par exemple qui date de -9000
et homosapiens a plutôt 300000ans que 150000.
mais vu que tu dis etre humain, ca peut remonter à plus loin, jusqu'a , Homo habilis si on va a l'extreme (1.5 millions d'années)
Le PDG d'OpenAI affirme que l'IA de niveau humain ne changera pas le monde autant que nous le pensons
Le PDG d'OpenAI, Sam Altman, affirme que l'IA de niveau humain est imminente, mais qu'elle ne changera pas le monde autant que nous le pensons, et que les craintes autour de l'AGI sont exagérées
Le PDG d'OpenAI, Sam Altman, estime que les craintes que l'intelligence artificielle devienne un jour si puissante qu'elle remodèle et perturbe radicalement le monde sont exagérées.
"Elle changera le monde beaucoup moins que nous ne le pensons tous et elle changera les emplois beaucoup moins que nous ne le pensons tous", a déclaré M. Altman lors d'une conversation organisée par Bloomberg dans le cadre du Forum économique mondial de Davos, en Suisse.
M. Altman faisait spécifiquement référence à l'intelligence artificielle générale (AGI), un terme utilisé pour désigner une forme d'IA capable d'accomplir des tâches au même niveau que les humains, ou un cran au-dessus.
Il a déclaré que l'AGI pourrait être développée dans un "avenir raisonnablement proche".
M. Altman, dont l'entreprise a fait irruption dans la vie publique après le lancement public du chatbot ChatGPT à la fin de 2022, a tenté de tempérer les inquiétudes des sceptiques de l'IA quant à la mesure dans laquelle la technologie s'emparera de la société.
Avant l'introduction du modèle GPT-4 d'OpenAI en mars, M. Altman a mis en garde les technologues contre une surexcitation de son potentiel, affirmant que les gens seraient probablement "déçus" par cette technologie.
"Les gens ne demandent qu'à être déçus et ils le seront", a déclaré M. Altman lors d'une interview accordée en janvier à StrictlyVC. "Nous n'avons pas de véritable [intelligence artificielle générale] et c'est en quelque sorte ce que l'on attend de nous."
Fondée en 2015, la mission déclarée d'OpenAI est de parvenir à l'AGI. L'entreprise, qui est soutenue par Microsoft et dont la valorisation sur le marché privé approche les 100 milliards de dollars, affirme vouloir concevoir la technologie en toute sécurité.
Après la victoire de Donald Trump au caucus républicain de l'Iowa lundi, il a été demandé à M. Altman si l'IA pourrait exacerber les inégalités économiques et conduire à la dislocation de la classe ouvrière alors que les élections présidentielles prennent de l'ampleur.
"Oui, bien sûr, je pense qu'il faut y réfléchir", a répondu M. Altman. Mais il a ajouté plus tard : "C'est un outil beaucoup plus important que ce à quoi je m'attendais".
M. Altman a déclaré que l'IA ne remplaçait pas encore les emplois à l'échelle que de nombreux économistes craignent, et a ajouté que la technologie était déjà en train de devenir un "outil incroyable pour la productivité".
Les inquiétudes concernant la sécurité de l'IA et le rôle d'OpenAI dans sa protection ont été au cœur de la brève éviction de M. Altman de la société en novembre, après que le conseil d'administration a déclaré qu'il avait perdu confiance en son dirigeant. M. Altman a été rapidement rétabli dans ses fonctions de PDG à la suite d'une vive réaction des employés et des investisseurs d'OpenAI. À son retour, Microsoft a obtenu un siège d'observateur sans droit de vote au conseil d'administration d'OpenAI.
Et vous ?
Quel est votre avis sur le sujet ?
Voir aussi :
Je trouve que ce qui est dit actuellement sur l'IA et l'IAG est non seulement faux (on est pas proche du tout) , mais en plus pour moi ne fait que reculer les sciences , je m'explique.
On disant qu'on est proche, cela suppose qu'il faut juste savoir 2 -3 truc en plus pour créer une IAG , alors que quand je m'informe dessus , nos connaissance là dessus est proche du néant.
Déjà un des gros problème est pas des moindres est que tout les théories de l'esprit mène à une impasse, et même si on se permettrait les plus farfelu aucune expliquerait de façon "cohérente" et "satisfaisante" entre le corps/esprit.
Mais à la limite c'est de la philo , ok que savons nous concrètement ?
En soit pas grand chose , de quel paradigme sont les neurones ?
La réponse : on sait pas.
Bien sur il existe un modèle de neurone formel , mais comment est-t-il utilisé ?
Comme un vulgaire algo où on a des donnée en entrée et une sortie ,pourtant notre cerveau semble pas avoir une barrette de RAM pour les données ,donc les neurones servent de données , mais aussi de "code" , comment cela est organisé dans notre cerveau concrètement ?
On ne sait pas.
Donc on gros notre savoir est très faible, on a aucune théorie des sciences cognitive , mais dans 5 ans on aura une IAG...
Pour moi c'est une blague et le pire c'est que les questions qui me semble de "base" ne semble intéresser pas grand monde dans tout ces expert/chercheurs en IA , alors qu’elles semblent un peu fondamental pour y voir légèrement plus clair.
L'IA pourrait surpasser l'homme dans toutes les tâches d'ici 2047
L'IA pourrait surpasser l'homme dans toutes les tâches d'ici 2047, selon une enquête auprès de 2,778 chercheurs.
Une enquête dévoile les prédictions de 2 778 chercheurs sur le futur de l'IA. Parmi les résultats, les chercheurs pensent que l'IA pourrait surpasser l'homme dans toutes les tâches d'ici 2047.
L'essor de l'IA a été si incroyablement rapide qu'en l'espace d'une année seulement, elle a réussi à devenir le sujet de discussion central dans le monde de la technologie et dans la vie de tous les jours. La principale question que les gens ont tendance à se poser est de savoir dans quelle mesure l'IA parviendra à remplacer les humains dans un large éventail de tâches. Il s'avère que les chercheurs d'AI Impacts ont essayé de déterminer la probabilité que cela se produise à l'avenir.
Les chercheurs de cette organisation ont collaboré avec l'Université d'Oxford et l'Université de Bonn pour interroger 2 778 experts qui ont publié leurs réflexions sur l'IA. Selon ces auteurs, il y a 10 % de chances que l'IA surpasse l'homme dans toutes les tâches imaginables au cours des trois prochaines années. Si la tendance actuelle se poursuit, ces experts estiment que les chances qu'elle dépasse l'homme d'ici 2047 sont de l'ordre de 50 %, tous éléments pris en compte. En ce qui concerne les professions humaines en particulier, les chercheurs ont conclu qu'il y avait 10 % de chances qu'elles soient toutes automatisées d'ici à 2037.
Traduire des textes, reconnaître des objets après les avoir vus une seule fois, écrire un code de base en Python, écrire une fiction qui pourrait atteindre la liste des best-sellers du New York Times, créer un site de traitement des paiements, et même créer de grands modèles de langage qui leur sont propres pourrait devenir une réalité. L'IA progresse bien plus rapidement que ce que l'on aurait pu imaginer, ce qui rend nécessaire la réflexion sur l'avenir.
Il convient de préciser qu'il s'agit peut-être des prévisions les plus pessimistes que l'on puisse faire. Des prédictions optimistes ont également vu le jour, beaucoup affirmant que l'IA complétera les emplois plutôt que de les remplacer entièrement, mais le fait est que la perspective pessimiste n'est pas moins probable que la perspective optimiste. En effet, 81 % des personnes interrogées pensent que l'IA sera capable de parler comme les experts humains d'ici 20 ans, ce qui rendrait les personnes interrogées elles-mêmes obsolètes.
Source : "Thousands of AI Authors on the Future of AI"
Et vous ?
Voir aussi :
L'IA a surpassé l'homme dans un certain nombre de tâches et la vitesse à laquelle l'homme est surpassé dans de
L'IA a surpassé l'homme dans un certain nombre de tâches et la vitesse à laquelle l'homme est surpassé dans de nouvelles tâches augmente
un défi pour notre identité et notre avenir collectif ?
Le développement rapide de l'intelligence artificielle (IA) a conduit à sa supériorité dans diverses tâches par rapport à l'homme, selon une étude de l'université de Californie à Berkeley. Les domaines où l'IA a dépassé l'homme incluent la reconnaissance de l'écriture manuscrite, la reconnaissance vocale, la compréhension d'images, la compréhension de la lecture, la compréhension du langage, l'acquisition du bon sens, les mathématiques de l'école primaire et la génération de codes. L'étude révèle également une accélération du rythme auquel l'IA surpasse l'homme dans de nouvelles tâches.
Cette tendance soulève des questions cruciales pour l'avenir du travail, de la société et de l'humanité. L'automatisation croissante due à la performance accrue de l'IA pourrait entraîner des pertes d'emplois et des changements dans l'organisation du travail. En ce qui concerne la société, l'IA a le potentiel d'améliorer les domaines tels que la médecine, l'éducation et le divertissement, mais elle présente aussi des risques, tels que la propagation de fausses informations et la création d'armes autonomes.
Enfin, la question de savoir si l'IA pourrait éventuellement surpasser l'intelligence humaine suscite des débats sur sa possible menace pour l'humanité, certains craignant une domination mondiale par l'IA, tandis que d'autres estiment qu'elle restera sous le contrôle humain. L'avenir de l'IA demeure incertain, mais son impact significatif sur le monde souligne l'importance de réfléchir aux implications dès maintenant afin de se préparer à l'évolution à venir. L'auteur encourage les lecteurs à partager leurs opinions sur l'avenir de l'IA dans les commentaires.
Les progrès de l'IA ne vont probablement pas ralentir
Au cours des dix dernières années, les systèmes d'IA se sont développés à une vitesse fulgurante. Après avoir battu un joueur légendaire au jeu complexe de Go en 2016, l'IA est aujourd'hui capable de reconnaître des images et des paroles mieux que les humains, et de réussir des tests tels que les examens d'écoles de commerce et les questions d'entretien d'Amazon sur le codage.
La semaine dernière, lors d'une audition de la commission judiciaire du Sénat américain sur la réglementation de l'IA, le sénateur Richard Blumenthal du Connecticut a décrit la réaction de ses électeurs face aux récentes avancées de l'IA. Le mot qui a été utilisé à maintes reprises est « effrayant ». La sous-commission « Vie privée, technologie et droit », qui supervisait la réunion, a entendu les témoignages de trois experts, qui ont souligné le rythme des progrès de l'IA. L'un de ces témoins, Dario Amodei, PDG de l'entreprise d'IA Anthropic, a déclaré que « la chose la plus importante à comprendre à propos de l'IA est la vitesse à laquelle elle évolue ».
Pour chaque critère de référence, le niveau de référence le plus performant indiqué dans le document de référence est considéré comme le « point de départ », qui est fixé à 0 %. La performance humaine est fixée à 100 %. Reconnaissance de l'écriture manuscrite = MNIST, Compréhension du langage = GLUE, Reconnaissance d'images = ImageNet, Compréhension de la lecture = SQuAD 1.1, Compréhension de la lecture = SQuAD 2.0, Reconnaissance de la parole = Switchboard, Mathématiques scolaires = GSK8k, Complétion du bon sens = HellaSwag, Génération de code = HumanEval.
On pense souvent que les progrès scientifiques et technologiques sont fondamentalement imprévisibles et qu'ils sont le fruit d'éclairs de lumière qui apparaissent plus clairement avec le recul. Mais les progrès des capacités des systèmes d'intelligence artificielle sont prévisibles et dépendent de l'évolution de trois éléments : le calcul, les données et les algorithmes.
Une grande partie des progrès réalisés au cours des 70 dernières années est due au fait que les chercheurs ont entraîné leurs systèmes d'IA en utilisant une plus grande puissance de traitement informatique, généralement appelée « calcul », en alimentant les systèmes avec davantage de données ou en trouvant des astuces algorithmiques qui réduisent effectivement la quantité de calcul ou de données nécessaire pour obtenir les mêmes résultats. Il est essentiel de comprendre comment ces trois facteurs ont fait progresser l'IA dans le passé pour comprendre pourquoi la plupart des personnes travaillant dans le domaine de l'IA ne s'attendent pas à ce que les progrès se ralentissent de sitôt.
Le premier réseau neuronal artificiel, le Perceptron Mark I, a été développé en 1957 et pouvait apprendre à déterminer si une carte était marquée à gauche ou à droite. Il comportait 1 000 neurones artificiels et son apprentissage nécessitait environ 700 000 opérations. Plus de 65 ans plus tard, l'OpenAI a publié le grand modèle linguistique GPT-4. L'entraînement de GPT-4 a nécessité environ 21 septillions d'opérations.
L'augmentation des calculs permet aux systèmes d'IA d'ingérer de plus grandes quantités de données, ce qui signifie que le système dispose de plus d'exemples à partir desquels il peut apprendre. Une plus grande capacité de calcul permet également au système de modéliser la relation entre les variables des données de manière plus détaillée, ce qui signifie qu'il peut tirer des conclusions plus précises et plus nuancées à partir des exemples qui lui sont présentés.
Depuis 1965, la loi de Moore - l'observation selon laquelle le nombre de transistors dans un circuit intégré double tous les deux ans environ - signifie que le prix de l'informatique n'a cessé de diminuer. Selon Jaime Sevilla, directeur d'Epoch, un organisme de recherche, si cette évolution s'est traduite par une augmentation de la quantité de calcul utilisée pour entraîner les systèmes d'IA, les chercheurs se sont davantage concentrés sur le développement de nouvelles techniques de construction de systèmes d'IA que sur la quantité de calcul utilisée pour entraîner ces systèmes.
Les choses ont changé vers 2010, explique Sevilla. « Les gens ont réalisé que si l'on formait des modèles plus grands, on n'obtiendrait pas de rendement décroissant », ce qui était l'opinion communément admise à l'époque.
Depuis lors, les développeurs ont dépensé des sommes de plus en plus importantes pour former des modèles à plus grande échelle. L'entraînement des systèmes d'IA nécessite des puces spécialisées coûteuses. Les développeurs d'IA construisent leur propre infrastructure informatique ou paient des fournisseurs d'informatique en nuage pour avoir accès à leur infrastructure. Sam Altman, PDG d'OpenAI, a déclaré que la formation du GPT-4 avait coûté plus de 100 millions de dollars. Cette augmentation des dépenses, combinée à la baisse continue du coût de l'augmentation de la capacité de calcul résultant de la loi de Moore, a conduit à la formation de modèles d'IA sur d'énormes quantités de calcul.
OpenAI et Anthropic, deux des principales entreprises d'IA, ont chacune levé des milliards auprès d'investisseurs pour payer le calcul qu'elles utilisent pour entraîner les systèmes d'IA, et chacune a conclu des partenariats avec des géants de la technologie aux poches bien garnies - OpenAI avec Microsoft et Anthropic avec Google.
FLOP (floating-point operations) désigne le nombre total d'opérations informatiques utilisées pour entraîner un système d'IA. Le calcul est estimé sur la base des résultats publiés dans la littérature sur l'IA et comporte une certaine incertitude. Epoch s'attend à ce que la plupart de ces estimations soient correctes à un facteur de 2, et à un facteur de 5 pour les modèles récents pour lesquels les chiffres pertinents n'ont pas été divulgués, tels que le GPT-4.
Les systèmes d'IA fonctionnent en construisant des modèles de relations entre les variables de leurs données d'apprentissage, qu'il s'agisse de la probabilité que le mot « maison » apparaisse à côté du mot « courir » ou des modèles de relation entre la séquence génétique et le pliage des protéines, le processus par lequel une protéine prend sa forme en 3D, qui définit ensuite sa fonction.
En général, un plus grand nombre de points de données signifie que les systèmes d'intelligence artificielle disposent de plus d'informations pour construire un modèle précis de la relation entre les variables des données, ce qui améliore les performances. Par exemple, un modèle linguistique alimenté par un plus grand nombre de textes aura un plus grand nombre d'exemples de phrases dans lesquelles le mot « courir » suit le mot « maison » - dans les phrases qui décrivent des matchs de baseball ou des succès éclatants, cette séquence de mots est plus probable.
L'article de recherche original sur le Perceptron Mark I indique qu'il a été entraîné sur seulement six points de données. À titre de comparaison, LlaMa, un grand modèle linguistique développé par des chercheurs de Meta et publié en 2023, a été entraîné sur environ un milliard de points de données, soit une multiplication par plus de 160 millions par rapport à Perceptron Mark I.
Dans le cas de LlaMa, les points de données étaient des textes collectés à partir d'un éventail de sources, dont 67 % de données Common Crawl (Common Crawl est une organisation à but non lucratif qui scrape l'internet et met les données collectées à disposition gratuitement), 4,5 % de GitHub (un service internet utilisé par les développeurs de logiciels) et 4,5 % de Wikipédia.
La taille des données de formation fait référence à la quantité de données utilisées pour former un modèle d'IA, indiquant le nombre d'exemples ou d'instances disponibles pour que le modèle puisse apprendre. Chaque domaine possède une unité d'entrée de points de données spécifique, comme les images pour former les modèles de vision, les mots pour les modèles de langage et les pas de temps pour les modèles de jeux. Cela signifie que les systèmes ne peuvent être comparés directement qu'au sein d'un même domaine.
Les algorithmes - ensembles de règles ou d'instructions qui définissent une séquence d'opérations à effectuer - déterminent la manière dont les systèmes d'IA utilisent la puissance de calcul pour modéliser les relations entre les variables des données qui leur sont fournies. En plus d'entraîner les systèmes d'IA sur de plus grandes quantités de données en utilisant des quantités croissantes de calcul, les développeurs d'IA ont trouvé des moyens d'obtenir plus à partir de moins. Une étude d'Epoch a montré que « tous les neuf mois, l'introduction de meilleurs algorithmes contribue à l'équivalent d'un doublement des budgets de calcul ».
Le progrès algorithmique signifie que moins de calculs et de données sont nécessaires pour atteindre un niveau de performance donné. Quantité de calcul et nombre de points de données nécessaires pour atteindre une précision de 80,9 % lors d'un test de reconnaissance d'images. Système de vision par ordinateur ResNeXt-101 sur le benchmark ImageNet. Le calcul est mesuré en FLOPs (opérations en virgule flottante). Les données sont mesurées en nombre d'images dans l'ensemble d'apprentissage.
Données, calculs, et algorithmes : les moteurs de l'évolution de l'IA
Selon Sevilla, la quantité de calcul que les développeurs d'IA utilisent pour entraîner leurs systèmes devrait continuer à augmenter à son rythme accéléré actuel pendant un certain temps, les entreprises augmentant le montant qu'elles consacrent à chaque système d'IA qu'elles entraînent, et l'efficacité augmentant au fur et à mesure que le prix du calcul continue à diminuer régulièrement. M. Sevilla prévoit que cette évolution se poursuivra jusqu'à ce qu'il ne soit plus rentable de continuer à dépenser de l'argent, lorsque l'augmentation de la quantité de calcul n'améliorera que légèrement les performances. Après cela, la quantité de calcul utilisée continuera d'augmenter, mais à un rythme plus lent, uniquement en raison de la baisse du coût du calcul résultant de la loi de Moore.
Les données qui alimentent les systèmes d'IA modernes, tels que LlaMa, sont extraites de l'Internet. Historiquement, le facteur limitant la quantité de données introduites dans les systèmes d'IA a été la disponibilité d'un nombre suffisant d'ordinateurs pour traiter ces données. Mais l'explosion récente de la quantité de données utilisées pour former les systèmes d'IA a dépassé la production de nouvelles données textuelles sur l'internet, ce qui a conduit les chercheurs d'Epoch à prédire que les développeurs d'IA seront à court de données linguistiques de haute qualité d'ici à 2026.
Les personnes qui développent des systèmes d'IA ont tendance à être moins préoccupées par ce problème. Lors d'une intervention dans le podcast Lunar Society en mars, Ilya Sutskever, scientifique en chef chez OpenAI, a déclaré que « la situation des données est encore assez bonne. Il reste encore beaucoup à faire ». Lors de son passage au podcast Hard Fork en juillet, Dario Amodei a estimé qu' « il y a peut-être 10 % de chances que cette mise à l'échelle soit interrompue en raison de l'incapacité à recueillir suffisamment de données ».
Sevilla est également convaincu que le manque de données n'empêchera pas d'autres améliorations de l'IA, par exemple en trouvant des moyens d'utiliser des données linguistiques de faible qualité, car contrairement au calcul, le manque de données n'a jamais été un goulot d'étranglement pour les progrès de l'IA auparavant. Il s'attend à ce que les développeurs d'IA découvrent un grand nombre d'innovations faciles à mettre en œuvre pour résoudre ce problème.
Selon Sevilla, les progrès algorithmiques continueront probablement à agir comme un amplificateur de la quantité de calcul et de données utilisée pour former les systèmes d'IA. Jusqu'à présent, la plupart des améliorations proviennent d'une utilisation plus efficace du calcul. Epoch a constaté que plus des trois quarts des progrès algorithmiques réalisés par le passé ont été utilisés pour compenser les insuffisances en matière de calcul. Si, à l'avenir, les données deviennent un goulot d'étranglement pour l'apprentissage de l'IA, une plus grande partie des progrès algorithmiques pourrait être axée sur la compensation des insuffisances en matière de données.
Si l'on réunit ces trois éléments, les experts, dont Sevilla, s'attendent à ce que les progrès de l'IA se poursuivent à un rythme effréné au moins pendant les quelques années à venir. Le calcul informatique continuera d'augmenter à mesure que les entreprises dépenseront plus d'argent et que la technologie sous-jacente deviendra moins chère. Les données utiles restantes sur l'internet seront utilisées pour entraîner les modèles d'IA, et les chercheurs continueront à trouver des moyens d'entraîner et de faire fonctionner des systèmes d'IA qui utilisent plus efficacement le calcul et les données. La poursuite de ces tendances décennales explique pourquoi les experts pensent que l'IA continuera à devenir plus performante.
Cette situation inquiète de nombreux experts. S'exprimant lors de l'audition de la commission sénatoriale, Amodei a déclaré que, si les progrès se poursuivent au même rythme, un large éventail de personnes pourrait être en mesure d'accéder à des connaissances scientifiques que même les experts d'aujourd'hui ne possèdent pas d'ici deux à trois ans grâce aux systèmes d'intelligence artificielle. Cela pourrait augmenter le nombre de personnes capables de « faire des ravages », a-t-il déclaré. « Je crains en particulier que les systèmes d'IA ne soient utilisés à grande échelle dans les domaines de la cybersécurité, de la technologie nucléaire, de la chimie et surtout de la biologie. »
IA omnipotente : les ombres d'une supériorité technologique en question
Le constat selon lequel l'intelligence artificielle (IA) surpasse l'homme dans plusieurs domaines, tel que présenté par l'étude de l'université de Californie à Berkeley, est indéniable et reflète l'évolution rapide de cette technologie. Cependant, cette avancée soulève des préoccupations légitimes qui méritent une analyse critique.
D'abord, la mention des domaines où l'IA surpasse l'homme, tels que la reconnaissance de l'écriture manuscrite ou la compréhension du langage, évoque des aspects spécifiques de tâches plutôt que des compétences intellectuelles globales. Il est crucial de noter que bien que l'IA excelle dans ces domaines particuliers, elle ne possède pas la compréhension holistique, la créativité, ou la conscience propre à l'humain.
En ce qui concerne les implications sociétales, l'automatisation accrue et les changements dans l'organisation du travail sont inévitables avec le progrès de l'IA. Cependant, le texte souligne également les avantages potentiels dans des domaines tels que la médecine et l'éducation. Néanmoins, les risques associés à la manipulation d'informations, la création d'armes autonomes, et d'autres applications potentiellement néfastes de l'IA soulignent la nécessité d'une régulation et d'une éthique strictes.
La question de savoir si l'IA pourrait dépasser l'intelligence humaine est l'un des débats centraux. Bien que certains experts redoutent une possible domination mondiale par l'IA, d'autres croient en son maintien sous le contrôle humain. Il est essentiel de souligner que la définition même de l'intelligence est complexe et que l'IA, malgré ses succès dans des domaines spécifiques, ne possède pas la compréhension émotionnelle, la conscience, ou l'éthique inhérentes à l'humanité.
Sources : University of California at Berkeley, United States Senate Committee on the Judiciary, ContextualAI
Et vous ?
Voir aussi :
Merci pour cet article que j'ai trouvé intéressant à lire, les raisonnements et les explications sont clairs et on n'est pas dans le marketing futuriste (sauf la conclusion). Ça change des articles inintéressants sur l'IA.
Jensen Huang dit que les ordinateurs réussiront tous les tests auxquels un humain peut se soumettre d'ici 2029
Le PDG de NVIDIA affirme que les ordinateurs réussiront tous les tests auxquels un humain peut se soumettre d'ici 2029
Et ravive le débat sur la possible mise au rebut des développeurs par l'IA
ChatGPT a réussi à l’édition 2022 de l’examen d’informatique pour élèves du secondaire désireux d’obtenir des crédits universitaires US. Un internaute a proposé une compilation des réponses proposées par le chatbot après avoir souligné que l’intelligence artificielle a pris 32 points sur les 36 possibles. ChatGPT a en sus réussi l’examen de codage Google pour un ingénieur de niveau 3 avec un salaire de 183 000 $. Dans une récente sortie, le PDG de Nvidia affirme que, d’ici 2029, les ordinateurs réussiront tous les tests auxquels un être humain peut se soumettre. Le tableau est de nature à raviver le débat sur la possible mise au rebut des développeurs informatique humains en raison de la montée en puissance de l’intelligence artificielle.
NVIDIA CEO Jensen Huang says computers will pass any test a human can by the end of this decade pic.twitter.com/nThVio1wwq
— Tsarathustra (@tsarnick) February 3, 2024
En effet, ce sont des raisons pour lesquelles certains observateurs sont d’avis que les travailleurs de la filière du développement informatique sont menacés par l’IA. Emad Mostaque, PDG de Stability AI en fait partie et prédit qu’il n’y aura plus de programmeurs dans 5 ans.
« C’est un fait : 41 % de tout le code informatique sur GitHub est généré par une intelligence artificielle. ChatGPT est déjà capable de passer un examen de codage pour ingénieur de niveau 3 », souligne Emad Mostaque avant d’ajouter « qu’il n’y aura pas de programmeurs humains dans 5 ans. »
« J’ai demandé à GPT-4 de m’aider à produire du code pour une version 3D du jeu Asteroid, j’ai ensuite copié et collé le code qui a fonctionné d’un coup », ajoute-t-il. En fait, Emad Mostaque est d’avis que l’intelligence artificielle ouvre la porte à tous les individus désireux d’intervenir dans la filière du développement informatique : « Chacun de vous peut désormais être créatif. Chacun de vous peut désormais mettre sur pied des systèmes pour répondre aux besoins des gens. »" There will be NO programmers in 5 years." - @EMostaque pic.twitter.com/qSBmMWurKw
— Peter H. Diamandis, MD (@PeterDiamandis) July 1, 2023
C’est un avis qui rejoint celui du propriétaire de la plateforme de distribution de jeux vidéo FRVR selon lequel « Tout le monde pourra créer des jeux vidéo » grâce à l’intelligence artificielle. Ce dernier propose une forge logicielle dénommée FRVR pour « permettre à quiconque de créer des jeux juste en les décrivant. »
« L’objectif est de mettre sur pied une plateforme où créer, jouer et partager des jeux est aussi facile que d'enregistrer, de regarder et de partager des vidéos sur des plateformes telles que TikTok et Instagram », ajoute-t-il. Une démonstration (d’une dizaine de minutes) des possibilités offertes par la plateforme est disponible. Elle montre les étapes de l’implémentation d’un jeu de tir spatial en s’appuyant sur ladite forge.
« L'idée selon laquelle l'IA ne va pas s’accaparer des emplois est ridicule. Tout d'abord, c'est déjà le cas. Les librairies et le commerce de détail ont tous été durement touchés par Amazon. Nous effectuons désormais nos recherches en ligne et non plus dans les bibliothèques, qui ont donc également été touchées. Les traitements de texte ont détruit les équipes de dactylographes et les tableurs, celles des comptables. Dans le domaine de la traduction, nous assistons déjà à la perte massive d'emplois chez Duolingo et dans toutes les grandes entreprises multilingues du monde. Les sociétés d'enseignement ont été les premières à constater les gains de productivité et ont licencié des milliers de personnes. L'idée qu'il n'y a pas eu ou qu'il n'y aura pas de remplacement d'emplois réels est absurde. C'est une belle phrase à lancer lors de conférences pour obtenir des applaudissements chaleureux, mais elle est dangereusement naïve. Les orateurs ont tendance à vouloir être aimés, plutôt que d'affronter l'inconfortable vérité économique selon laquelle les changements techniques majeurs entraînent TOUJOURS des pertes d'emplois », souligne Donald Clark.
Une récente étude débouche sur la conclusion selon laquelle l’intelligence artificielle générative ne les remplacera pas de sitôt
Des chercheurs de l'université de Princeton ont développé un cadre d'évaluation basé sur près de 2300 problèmes courants de génie logiciel montés à partir de rapports de bogues et de feature requests soumis sur GitHub afin de tester la performance de divers modèles de grands langages (LLM).
Les chercheurs ont fourni à différents modèles de langage le problème à résoudre et le code du dépôt. Ils ont ensuite demandé au modèle de produire un correctif réalisable. Ce dernier a ensuite fait l’objet de tests pour s'assurer qu'il était correct. Mais le LLM n'a généré une solution efficace que dans 4 % des cas.
Leur modèle spécialement entraîné, SWE-Llama, n'a pu résoudre que les problèmes d'ingénierie les plus simples présentés sur GitHub, alors que les LLM classiques tels que Claude 2 d'Anthropic et GPT-4 d'OpenAI n'ont pu résoudre que 4,8 % et 1,7 % des problèmes, de façon respective.
Et l’équipe de recherche de conclure : « le génie logiciel n’est pas simple dans la pratique. La correction d'un bogue peut nécessiter de naviguer dans un grand référentiel, comprendre l'interaction entre des fonctions dans différents fichiers ou repérer une petite erreur dans du code alambiqué. Cela va bien au-delà des tâches de complétion de code. »
C’est la raison pour laquelle Linux Torvalds a tenu à se désolidariser de tout le battage médiatique autour de l’intelligence artificielle. Il la considère comme un outil au stade actuel de son évolution. Il suggère d’ailleurs la révision de code comme domaine d’application de l’intelligence artificielle. La capacité de l’intelligence artificielle à « deviner » l’intention du développeur lui sera utile pour obtenir du code fiable en un temps réduit. Une condition demeurera toutefois nécessaire : le développeur devra à son tour examiner ce que l’intelligence artificielle lui propose.
En fait, « le développeur reste l'expert, qui comprend le code et vérifie que ce qui a été synthétisé par l'intelligence artificielle correspond bien à l'intention du développeur », comme le souligne le CEO de GitHub. Grosso modo, l’intelligence artificielle est à un stade d’évolution tel qu’elle ne saurait servir de raccourci à des personnes qui pensent ne plus avoir à faire usage de leur créativité ou de leur esprit critique.
Même Google le confirme lors de l’annonce selon laquelle son IA Bard peut désormais aider à coder et à créer des fonctions pour Google Sheets : « Bard est encore au stade expérimental et peut parfois fournir des informations inexactes, trompeuses ou fausses tout en les présentant avec assurance. En ce qui concerne le codage, Bard peut vous générer du code qui ne produit pas le résultat escompté, ou vous fournir un code qui n'est pas optimal ou incomplet. Vérifiez toujours les réponses de Bard et testez et examinez soigneusement le code pour détecter les erreurs, les bogues et les vulnérabilités avant de vous y fier. »
Source : Vidéo entretien CEO Nvidia
Et vous ?
Voir aussi :
possible mais entretemps, c'est du code peu sécure et assez moyen
j'ai attendu ce discourt il y a plus de 18 ans de certaine entreprise qi propose des outils de no-code... on connait la suite
quand on regarde le taux de succès des projets informatiques selon le standish group via le chaos report c'est seulement autour de 30%...
je reprend "« C’est un fait : 41 % de tout le code informatique sur GitHub est généré par une intelligence artificielle. ChatGPT est déjà capable de passer un examen de codage pour ingénieur de niveau 3 », souligne Emad Mostaque avant d’ajouter « qu’il n’y aura pas de programmeurs humains dans 5 ans. »
Alors mon code n'en fait pas partie. C'est du bluff.
D'autre part, Un bon livre rien de tel, et du mauvais code en CHAT n'est pas une gageure que demain sera IA, pour se défendre, il dira que je me suis mal exprimé, mais j'ai testé, et j'avais beau l'aider, le code était toujours faux, alors oui peut-être ça fonctionne bien en QBASIC mais dès que l'on touche à des fondamentaux "OUPS" au revoir. Maintenant, j'aime l'IA pour faire mes traductions en anglais (que je vérifie) mais cela s'arrête là. l'IA a des idées, mais très superficiel. Il n'a pas de réflexion, ni d'anticipation.
a ma connaissance l’échec n'est jamais du au code.
il est du a la mauvaise expression du besoin par le client, de la mauvaise compréhension des taches ou encore du management qui a fait n'importe quoi (turn over, aucun budget...)
la mauvaise expression du besoin par le client avec la méthode agile, c'est normalement facilement rattrapable, avec une démo toute les 2-3 semaines on évite de trop s'égarer.
pour le management par contre c'est de pire en pire. les boites veulent payer le moins possible donc on se retrouve avec des équipes de juniors inexpérimenté et des jeunes sortie juste d'un boot camp. et ils sont censé faire un gros projet complexe.
pour ceux qui ont de l'ancienneté, les non augmentations des salariés, produisent des démissions et du turn over.
et enfin les boites qui veulent le moins possible embaucher font appelle a des ssii avec des résultats encore plus médiocre.
car dans les ssii c'est la même chose: salariés mal payé, donc profil les plus mauvais possible, les bons se casse à la 1ere occasion pour gagner plus. Donc si ton consultant est bon il va pas rester longtemps.
Enfin les stack technique sont devenus tellement vaste et énorme ! je fais du devops et je dois maitriser: linux, elasticsearch, kibana, grafana, prometheus, mongodb, helm, docker, kubernetes, ansible, terraform, jenkins, gitlab ci, l'environnement aws, azure, ServiceNow, Jira, confluence, python, molecule, fluentd, logstash, vault, ArgoCD... je dois surement en oublier.
c'est difficile de s'y retrouver et de bien maitriser toute une architecture. d'ou des instabilités et des pannes complexes a résoudre.
L'IA a besoin d'un corps pour passer à l'étape suivante de l'intelligence générale artificielle (AGI)
L'IA a besoin d'un corps pour passer à l'étape suivante de l'IA générale (AGI), un corps est le seul moyen pour elle d'apprendre le monde par l'interaction, d'après les chercheurs d'Huawei.
L'intelligence artificielle a fait des progrès considérables depuis la publication du ChatGPT d'OpenAI. Toutefois, pour que l'intelligence artificielle passe à l'étape suivante, celle de l'intelligence artificielle générale (AGI), les chercheurs d'Huawei estiment qu'elle aura besoin d'un corps. Les chercheurs, qui font partie du laboratoire Noah's Ark d'Huawei basé à Paris, ont publié un rapport préliminaire sur la question. Dans ce rapport, les chercheurs d'Huawei parlent d'"intelligence artificielle incarnée", ou E-AI en abrégé. Selon l'équipe de chercheurs d'Huawei, donner un corps à l'IA est le seul moyen pour elle d'apprendre le monde par l'interaction.
L'intelligence artificielle générale, ou AGI, est considérée comme l'objectif final de la recherche sur l'IA. Il s'agit d'une IA capable de penser au même niveau que les humains et de s'attaquer à pratiquement n'importe quelle tâche. Cependant, il n'existe pas de définition concrète de l'AGI. Bien que l'IA se soit considérablement développée à ce jour, elle est encore loin d'atteindre l'AGI. C'est pourquoi les chercheurs d'Huawei proposent l'IA incarnée comme solution.
"On croit généralement que le simple fait d'augmenter la taille de ces modèles, en termes de volume de données et de puissance de calcul, pourrait conduire à l'AGI. Nous contestons ce point de vue", écrivent les chercheurs. "Nous proposons que la véritable compréhension, non seulement la vérité propositionnelle mais aussi la valeur des propositions qui nous guident dans nos actions, ne soit possible que par l'intermédiaire d'agents E-AI qui vivent dans le monde et l'apprennent en interagissant avec lui."
Le cadre d'incarnation des chercheurs semble être un plan pour un avenir lointain. La technologie n'existe pas vraiment aujourd'hui pour réaliser quelque chose comme l'IA incarnée. Tout d'abord, les grands modèles de langage (LLM) qui alimentent les chatbots d'IA sont massifs. Ils ne sont pas stockés localement, ce qui constituerait un défi pour l'IA incarnée. Les chercheurs eux-mêmes soulignent qu'il s'agit là d'un obstacle à surmonter.
Voici un extrait de l'étude :
Nous proposons l'IA incarnée (E-AI) comme la prochaine étape fondamentale dans la poursuite de l'intelligence générale artificielle (AGI), en la juxtaposant aux progrès actuels de l'IA, en particulier les grands modèles de langage (LLM). Nous parcourons l'évolution du concept d'incarnation dans divers domaines (philosophie, psychologie, neurosciences et robotique) pour souligner comment l'E-AI se distingue du paradigme classique de l'apprentissage statique. En élargissant la portée de l'E-AI, nous introduisons un cadre théorique basé sur les architectures cognitives, mettant l'accent sur la perception, l'action, la mémoire et l'apprentissage en tant que composantes essentielles d'un agent incarné.
Ce cadre est aligné sur le principe d'inférence active de Friston, offrant ainsi une approche globale du développement de l'E-AI. Malgré les progrès réalisés dans le domaine de l'IA, des défis importants persistent, tels que la formulation d'une nouvelle théorie d'apprentissage de l'IA et l'innovation d'un matériel avancé. Notre discussion établit une ligne directrice fondamentale pour la recherche future en matière d'IA électronique. En soulignant l'importance de créer des agents d'IA électronique capables de communiquer, de collaborer et de coexister avec des humains et d'autres entités intelligentes dans des environnements réels, nous visons à orienter la communauté de l'IA vers la résolution des défis à multiples facettes et à saisir les opportunités qui s'offrent à nous dans la quête de l'AGI.
Conclusion
Dans cet article, nous avons articulé le rôle critique que joue l'IA incarnée sur la voie de la réalisation de l'AGI, en la distinguant des méthodologies d'IA dominantes, notamment les LLM. En intégrant des idées provenant d'un large éventail de domaines de recherche, nous avons souligné comment le développement de l'E-AI bénéficient des connaissances existantes, alors que les LLM améliorent le potentiel d'interactions intuitives entre les humains et les entités d'IA émergentes.
Nous avons présenté un cadre théorique complet pour le développement de l'IA électronique, fondé sur les principes des sciences cognitives, mettant en évidence la perception, l'action, la mémoire et l'apprentissage, situant l'IA électronique dans le contexte du cadre d'inférence active de Friston, offrant ainsi une toile de fond théorique très large pour notre discussion. Malgré ces perspectives, le chemin à parcourir est semé d'embûches, notamment la formulation d'une nouvelle théorie de l'apprentissage adaptée à l'IA et la création de solutions matérielles sophistiquées. Ce document vise à servir de feuille de route pour les recherches en cours et à venir sur l'IA électronique, en proposant des orientations qui pourraient conduire à des avancées significatives.
Source : "A call for embodied AI" (Chercheurs d'Huawei)
Et vous ?
Voir aussi :
« Apprendre à programmer sera inutile à l’avenir », d’après le PDG de Nvidia
« Apprendre à programmer sera inutile à l’avenir », d’après le PDG de Nvidia
Selon lequel l’intelligence artificielle fera de tous des programmeurs au travers du langage naturel
L’intelligence artificielle menace-t-elle les postes de développeurs informatiques humains dans les années à venir ? Le chatbot ChatGPT d’OpenAI a par exemple réussi l’édition 2022 de l’examen d’informatique pour élèves du secondaire désireux d’obtenir des crédits universitaires US. C’est un accomplissement parmi d’autres à mettre sur le compte de cette technologie qui ravive le débat sur la possible disparition du métier de développeur du fait de sa montée en puissance. Le PDG de Nvidia va dans le même sens dans une récente sortie en signant : « Apprendre à programmer sera inutile à l’avenir. »
Et pour cause, la montée en puissance de l’intelligence artificielle fera de tous des programmeurs au travers du langage naturel. En d’autres termes, l’évolution technologique sera telle que chacun sera en mesure de donner des détails d’un projet informatique à un ordinateur qui se chargera de le boucler dans les moindres détails. Cette sortie s’inscrit en droite ligne avec une autre dans laquelle il déclare que que, d’ici 2029, les ordinateurs réussiront tous les tests auxquels un être humain peut se soumettre.
Une récente étude débouche sur la conclusion selon laquelle l’intelligence artificielle générative ne les remplacera pas de sitôtNvidia CEO Jensen Huang has a unique take on what kids should study in school.
— Mohit Chaprana (MCR) 🇮🇳 (@ammohitchaprana) February 22, 2024
While computer science and programming were once the must-have skills, Huang believes that the focus should shift to specific domain knowledge such as biology, chemistry, or finance. pic.twitter.com/ImsKiVvcXK
Des chercheurs de l'université de Princeton ont développé un cadre d'évaluation basé sur près de 2300 problèmes courants de génie logiciel montés à partir de rapports de bogues et de feature requests soumis sur GitHub afin de tester la performance de divers modèles de grands langages (LLM).
Les chercheurs ont fourni à différents modèles de langage le problème à résoudre et le code du dépôt. Ils ont ensuite demandé au modèle de produire un correctif réalisable. Ce dernier a ensuite fait l’objet de tests pour s'assurer qu'il était correct. Mais le LLM n'a généré une solution efficace que dans 4 % des cas.
Leur modèle spécialement entraîné, SWE-Llama, n'a pu résoudre que les problèmes d'ingénierie les plus simples présentés sur GitHub, alors que les LLM classiques tels que Claude 2 d'Anthropic et GPT-4 d'OpenAI n'ont pu résoudre que 4,8 % et 1,7 % des problèmes, de façon respective.
Et l’équipe de recherche de conclure : « le génie logiciel n’est pas simple dans la pratique. La correction d'un bogue peut nécessiter de naviguer dans un grand référentiel, comprendre l'interaction entre des fonctions dans différents fichiers ou repérer une petite erreur dans du code alambiqué. Cela va bien au-delà des tâches de complétion de code. »
C’est la raison pour laquelle Linux Torvalds a tenu à se désolidariser de tout le battage médiatique autour de l’intelligence artificielle. Il la considère comme un outil au stade actuel de son évolution. Il suggère d’ailleurs la révision de code comme domaine d’application de l’intelligence artificielle. La capacité de l’intelligence artificielle à « deviner » l’intention du développeur lui sera utile pour obtenir du code fiable en un temps réduit. Une condition demeurera toutefois nécessaire : le développeur devra à son tour examiner ce que l’intelligence artificielle lui propose.
Certains intervenants sont néanmoins d’avis que les actuels modèles d’IA ne font qu’effleurer la surface du tableau futur de la filière du développement de logiciels et renforcent l’idée de la possible disparition du métier de développeur
« ChatGPT et autres GitHub Copilot donnent juste un aperçu introductif de ce que la filière informatique sera dans l’avenir », déclare le CEO de la startup IA Fixie AI.
« Les assistants de programmation tels que CoPilot ne font qu'effleurer la surface de ce que je décris. Il me semble tout à fait évident qu'à l'avenir, tous les programmes seront écrits par des intelligences artificielles, les humains étant relégués, au mieux, à un rôle de supervision. Quiconque doute de cette prédiction n'a qu'à regarder les progrès très rapides réalisés dans d'autres aspects de la génération de contenu par l'intelligence artificielle, comme la génération d'images. La différence de qualité et de complexité entre DALL-E v1 et DALL-E v2 - annoncée seulement 15 mois plus tard - est stupéfiante. Si j'ai appris quelque chose au cours de ces dernières années à travailler dans le domaine de l'IA, c'est qu'il est très facile de sous-estimer la puissance de modèles d'IA de plus en plus grands. Des choses qui semblaient relever de la science-fiction il y a seulement quelques mois deviennent rapidement réalité.
Je ne parle pas seulement du fait que CoPilot de Github de remplacer les programmeurs. Je parle de remplacer le concept même d'écriture de programmes par des agents d’intelligence artificielle dédiés. À l'avenir, les étudiants en informatique n'auront pas besoin d'apprendre des compétences aussi banales que l'ajout d'un nœud à un arbre binaire ou le codage en C++. Ce type d'enseignement sera dépassé, comme celui qui consiste à apprendre aux étudiants en ingénierie à utiliser une règle à calcul », ajoute-t-il.
Lorsqu’on parle d’intelligence artificielle, deux grands courants de pensée s’affrontent : celui des tiers qui pensent qu’il s’agit d’un outil, ce, sans plus et celui des intervenants et observateurs qui sont d’avis que ce n’est qu’une question de temps avant qu’elle ne devienne une menace pour la race humaine. Matt Welsh fait partie du deuxième groupe auquel les critiques du second fixent une limite : l’atteinte par les équipes de recherches d’une intelligence artificielle de niveau humain. En effet, le plus grand débat tourne autour de la possibilité de voir les machines rendues à ce stade où elles sont dotées de « bon sens », capables de réflexion causale, c’est-à-dire de cette capacité à raisonner sur « le pourquoi les choses se produisent. »
Google par exemple est lancé en secret sur le développement de Pitchfork, ou AI Developer Assistance. C’est un outil qui utilise l'apprentissage automatique pour apprendre au code à s'écrire et se réécrire lui-même. Comment ? En apprenant des styles correspondant à des langages de programmation, et en appliquant ces connaissances pour écrire de nouvelles lignes de code.
L’intention initiale derrière ce projet était de créer une plateforme capable de mettre automatiquement à jour la base de code Python chaque fois qu'une nouvelle version était publiée, sans nécessiter l'intervention ou l'embauche d'un grand nombre d'ingénieurs. Cependant, le potentiel du programme s'est avéré beaucoup plus important que prévu. Désormais, l'intention est de donner vie à un système polyvalent capable de maintenir un standard de qualité dans le code, mais sans dépendre de l'intervention humaine dans les tâches de développement et de mise à jour. Un tel objectif pourrait ne plus relever de la science-fiction lorsqu’on sait que des équipes de recherche en intelligence artificielle promettent déjà l’atteinte du stade d’intelligence artificielle générale dans 5 à 10 ans.
Et vous ?
Voir aussi :
Déjà qu'à l'école on n'apprend plus à lire ni à écrire... Autant supprimer l'Education Nationale, ça fera des économies !
Répondre avec citation
Partager