Le magazine économique américain Forbespublie chaque année ses prévisions sur le futur de l’Intelligence Artificielle.
En décembre 2020, ils prévoyaientceci pour 2021 :
« The transformer “arms race” will continue in 2021 with the publication of the first model with over 1 trillion parameters. Most likely this model will come from OpenAI and be named GPT-4. Other organizations that might break the trillion-parameter-model mark include Microsoft, NVIDIA, Facebook and Google.« .
Bingo. Mais était-ce si difficile ? Ils se sont pourtant trompés sur l’année puisque GPT-4 n’a été annoncé qu’en mars 2023. Quant à leurs autres prévisions, elles se sont presque toutes avérées fausses.
De la même façon, Gartner écrit aussi ses prévisions.
En 2019, ils prévoyaient pour 2024 :
« By 2024, AI identification of emotions will influence more than half of the online advertisements you see.«
ou encore
« By 2023, the number of people with disabilities employed will triple due to AI and emerging technologies reducing barriers to access.« .
Le risque d’erreur pour une prévision sur 5 ans est certes beaucoup plus élevé mais de là à se tromper sur tout !
Il y a 5 ans l’IA générative n’était pas prévue, du moins telle qu’elle est aujourd’hui. Le débat sur les « emergent capabilities » est là pour l’illustrer.
Non seulement l’IA générative n’était pas prévue pour ses usages mails elle ne l’était pas non plus techniquement par ses concepteurs, au sein des R&D (hormis les GAN grâce à Ian Goodfellow en 2014)
Les équipes d’OpenAI ont toujours dit que c’est l’arrivée des transformers (2107) qui a accéléré leurs recherches. et GPT-2 (2019) avec 1,5 milliards de paramètres est très très loin de ce qu’est GPT-4 et même de GPT-3 (175 milliards de paramètres)
Pronostiquer l’avenir de l’IA est un pardi perdu d’avance. S’emparer de ce qu’elle est aujourd’hui est déjà un challenge pour beaucoup. La craindre c’est craindre l’imprévisible, c’est à dire craindre la vie !
