Les grandes entreprises technologiques comme Amazon et IBM mènent le boom de l'IA générative avec de nouveaux outils
Une plongée profonde dans l’espace transformateur de l’intelligence artificielle générative (IA) aide à explorer les innovations technologiques et ce que l’avenir a à offrir à cet espace naissant. Au cours de la dernière année, l’IA générative a gagné en popularité dans l’espace technologique mondial.
Cela est principalement dû à sa capacité avancée à changer la façon dont les individus et les entreprises abordent la résolution de problèmes, la créativité et la prise de décision. La polyvalence et l’efficacité des applications d’IA générative ont notamment conduit à leur adoption dans de nombreux secteurs de l’économie mondiale, du divertissement aux soins de santé, comme en témoigne la taille du marché en croissance rapide.
En 2023, le marché mondial de l’IA générative était évalué à 12,1 milliards de dollars ; cependant, ce chiffre devrait atteindre 119,7 milliards de dollars d’ici 2032, selon diverses projections.
De plus, en 2022, à une époque où les discussions autour de la technologie n'étaient pas encore devenues courantes, les startups d'IA générative ont réussi à lever 2,6 milliards de dollars dans le cadre de 110 transactions, un chiffre qui a augmenté à près de 50 milliards de dollars en 2023, avec des sociétés de premier plan comme OpenAI, Inflection AI, et Anthropic sécurisant chacun plusieurs milliards de dollars.
Un autre indicateur notable de l’intérêt croissant pour cet espace est le nombre croissant de recherches liées au terme « IA générative ». Comme le montrent les graphiques du marché, suite à la sortie de la plateforme ChatGPT d'OpenAI, l'intérêt pour cette technologie a rapidement augmenté – culminant en juin – en particulier dans des pays comme Hong Kong, Singapour, l'Inde, la Chine et Israël.
Ainsi, à mesure que le monde des technologies basées sur l’IA continue d’évoluer, son champ d’application s’élargit également, conduisant davantage d’entreprises à intégrer ces technologies dans leurs opérations.
Ilan Rakhmanov, a déclaré :
IA générative est capable à mesure que de plus en plus d'organisations et d'individus exploitent la technologie et qu'un nombre croissant de modèles s'entraînent sur ses technologies associées. ensembles de données.
infrastructure d'IA pour les projets Web3 et les entités blockchain.
Connexes : Comment l'intelligence artificielle affectera-t-elle le développement de projets de crypto-monnaie ? (Entretien en table ronde)
Entités grand public explorant l’IA générative
Au début de l'année 2024, JPMorgan a annoncé la sortie de DocLLM, le modèle génératif de grands langages (LLM) personnalisé pour la compréhension multimodale de documents. Il est censé analyser et traiter les données liées à un large éventail de documents d'entreprise – des factures et formulaires aux contrats et rapports – présentant pour la plupart des combinaisons complexes de mise en page et de texte.
Ce qui rend DocLLM unique, c'est sa conception opérationnelle, car il évite le recours massif aux encodeurs d'images courants parmi les modèles de langage multimodaux existants. Au lieu de cela, il se concentre principalement sur les informations du cadre de délimitation, intégrant plus efficacement les structures de disposition spatiale. Ceci est réalisé via un nouveau mécanisme d’attention spatiale démêlé qui affine le processus d’attention dans les transformateurs classiques.
Amazon a également amélioré son jeu d'IA générative en intégrant un nouvel outil pour assister les vendeurs sur sa plateforme. Il génère des descriptions de produits précises et attrayantes, facilitant considérablement le processus de référencement de nouveaux produits. Il est déjà populaire parmi la plupart des vendeurs Amazon.
Le nouveau mélange d'experts de Mistral, ou modèle SMoE, a gagné en popularité au sein de la communauté des développeurs grâce à son efficacité, sa rapidité et son ensemble étendu de fonctionnalités. Ce modèle est basé sur l'open source, ce qui en fait un outil incontournable pour les développeurs créant des modèles de langage uniques avec des ressources limitées.
Une filiale de Google, DeepMind, a également continué à devenir un acteur considérable dans le domaine de l'IA générative. Leurs avancées sont évidentes dans des services tels que Google Translate et Google Brain. Une contribution récente importante est le lancement de Bard AI, un chatbot reflétant les capacités de ChatGPT et permettant aux utilisateurs de générer du texte de haute qualité et de nombreux contenus créatifs.
Amazon Web Services (AWS) a désormais fait sa marque avec le lancement de Bedrock, un service qui donne accès à différents modèles de plusieurs sociétés d'IA. Bedrock se distingue particulièrement par ses nombreux outils de développement, qui jouent un rôle déterminant dans la création et la mise à l'échelle d'applications d'IA générative.
La société de logiciels cloud Salesforce a intégré des algorithmes d'intelligence artificielle générative – collectivement connus sous le nom de « Einstein GPT » – dans sa plateforme de gestion de la relation client, renforçant ainsi considérablement l'engagement et la personnalisation des clients.
Finalement, IBM a publié sa plate-forme Watson AI, qui intègre des techniques d'IA générative à l'apprentissage automatique (ML) et au processus de langage naturel (NLP).
Quel avenir pour l’intelligence artificielle générative ?
Même si l’avenir de l’IA générative semble prêt pour une croissance transformatrice, l’industrie navigue encore sur un terrain inexploré, rempli de promesses et de défis. Selon Rakhmonov, la trajectoire des technologies génératives basées sur l'IA dépend encore principalement du développement de modèles qui ne sont pas seulement fiables, mais qui apportent également une valeur tangible à leurs utilisateurs, ajoutant :
« L’avenir de l’IA générative est quelque peu incertain car elle évolue avec une adoption plus large et davantage de données. Cependant, la nature « boîte noire » de nombreux modèles d’IA pose un défi de taille, car elle pourrait entraîner des problèmes dans la vérification de la fiabilité des données et des informations. Sans clarté sur la manière dont les modèles d’IA produisent des résultats, le soutien du public à l’IA traditionnelle pourrait diminuer.
Sur une note quelque peu similaire, Scott Dykstra, directeur technique et co-fondateur de Space and Time – un entrepôt de données décentralisé basé sur l'IA et soutenu par Microsoft – a déclaré aux journalistes que même s'il y a beaucoup de tollé autour de l'IA générative, la réalité de la question est beaucoup plus nuancée.
Dykstra a déclaré que, dans l’état actuel des choses, la plupart des entreprises du Fortune 500 naviguent dans l’espace de l’IA générative plutôt que de manière conservatrice, comme le montre le fait que la plupart d’entre elles se contentent « d’ajouter simplement un chatbot IA à leur site Web et de l’arrêter »..» Il a ensuite déclaré :
d’une inférence plus rapide et de davantage d’outils pour automatiser la génération augmentée de récupération.
Problèmes qui affectent la croissance de l’IA générative
Comme indiqué précédemment, l’évolution de l’IA générative ne se fait pas sans défis. Dykstra pense qu'un défi technique crucial pour les modèles génératifs (tels que les LLM) sera la vitesse de leurs flux de jetons respectifs. Il ajouta :
une vitesse d'inférence inférieure à la seconde, ce qui est incroyablement difficile. »
Du côté du développement, Dykstra pense que même si des progrès ont été réalisés en matière d'outils de codage basés sur l'IA, une percée notable dans les solutions « sans code » reste à voir. Une solution sans code est une stratégie de développement logiciel qui nécessite des compétences minimales en programmation pour créer rapidement une application.
Il a déclaré :
« De nombreux projets utilisent GPT-4 pour coder dans de grandes bases de code, mais la conception sans code reste irrésolue en raison de la complexité de contextualiser l'ensemble de la base de code. »
D’un autre côté, Rakhmanov se concentre sur le paysage plus large qui influence l’IA générative. Il pense que les mesures réglementaires prises par les plus hauts gouvernements seront un facteur important à prendre en compte pour définir des pratiques acceptables en matière d’IA.
principalement entre les grands opérateurs technologiques et des pays comme la Chine et les États-Unis. Il a noté :
« La puissance de calcul et la production de puces font partie des discussions cruciales qui façonneront l'avenir de l'IA. »
l’intelligence artificielle (IA) et la PNL, il sera intéressant de voir comment le paysage numérique mondial continuera d’évoluer et de croître au cours des dix prochaines années..
