Le PDG d’IBM, Arvind Krishna, ne croit pas que l’intelligence artificielle actuelle soit sur une voie directe vers l’intelligence artificielle générale (AGI). Malgré la longue histoire d’IBM dans le domaine informatique, depuis les technologies fondamentales du XXe siècle jusqu’au supercalculateur Watson plus récent, Krishna reconnaît les faux pas du passé et explique pourquoi la transition actuelle vers l’IA générative est à la fois prometteuse et fondamentalement différente.
L’évolution de l’IA chez IBM
Depuis des décennies, IBM est un acteur majeur de la recherche sur l’IA. La victoire de Watson dans Jeopardy! en 2011 a mis en évidence le traitement précoce du langage naturel, mais Krishna admet que pousser Watson vers les soins de santé trop tôt était “inapproprié”. L’approche initiale était trop monolithique ; les ingénieurs recherchaient la modularité et la personnalisation.
La principale différence réside désormais dans le passage de modèles d’apprentissage profond sur mesure, qui nécessitaient des ensembles de données massifs et étiquetés et un recyclage constant, aux grands modèles de langage (LLM). Les LLM exploitent le calcul par force brute pour obtenir une amélioration de 100 fois en termes de vitesse, de réglage et de déployabilité.
Le point d’inflexion du LLM
Alors que Google a été le pionnier de certaines des technologies LLM sous-jacentes (comme l’article « L’attention est tout ce dont vous avez besoin »), le pivotement de l’industrie vers les LLM a constitué un tournant crucial. Krishna souligne que les LLM réduisent le besoin d’un étiquetage humain constant, ce qui les rend nettement plus évolutifs et adaptables.
Ce changement n’est pas sans coût. L’infrastructure des LLM nécessite des investissements massifs dans les GPU et les centres de données, et les retours ne sont pas garantis. Cependant, Krishna estime que les progrès des semi-conducteurs et les architectures alternatives (comme celles de Groq et Cerebras) réduiront les coûts au cours des cinq prochaines années.
Au-delà des LLM : le pari quantique
Malgré le battage médiatique actuel autour des LLM, Krishna souligne que ce n’est pas « la fin de tout ». IBM continue d’investir massivement dans l’informatique quantique, reconnaissant que les LLM ne constituent qu’une étape dans une évolution technologique à plus long terme. L’informatique quantique reste un pari à long terme, mais Krishna pense qu’elle détient la clé pour résoudre des problèmes hors de portée de l’IA classique.
En fin de compte, IBM se positionne pour un avenir dans lequel l’IA ne se résume pas seulement à des calculs plus rapides, mais également à des capacités fondamentalement nouvelles.
La transition est coûteuse et incertaine, mais Krishna reste convaincu qu’IBM ne sera pas laissé pour compte.
