L’AI Index est une initiative indépendante du Stanford Institute for Human-Centered Artificial Intelligence (HAI), dirigée par le AI Index Steering Committee, un groupe interdisciplinaire d’experts du monde universitaire et de l’industrie. Depuis 2017, il suit, rassemble, distille et visualise les données relatives à l’intelligence artificielle, permettant aux décideurs de prendre des mesures significatives pour faire progresser l’IA de manière responsable et éthique en gardant les humains à l’esprit.
L’Institut Stanford pour l’Intelligence Artificielle Centrée sur l’Homme (HAI) s’est donné pour mission de faire progresser la recherche, l’éducation, les politiques et les pratiques en matière d’IA pour améliorer la condition humaine. L’AI Index vise à fournir des données impartiales, rigoureusement vérifiées et provenant de sources mondiales aux décideurs, chercheurs, journalistes, cadres et au grand public afin de développer une compréhension plus approfondie du domaine complexe de l’IA.
Dans ce but, il collabore avec de nombreuses organisations différentes pour suivre les progrès de l’IA, notamment le Center for Security and Emerging Technology de l’Université de Georgetown, LinkedIn, NetBase Quid, Lightcast et McKinsey. Le rapport de cette année comprend une nouvelle analyse des modèles de base, y compris leurs coûts géopolitiques et de formation, l’impact environnemental des systèmes d’IA, l’éducation à l’IA de la maternelle à la 12e année et les tendances de l’opinion publique en matière d’IA. Il a également élargi son suivi de la législation mondiale sur l’IA de 25 pays en 2022 à 127 en 2023.
L’AI Index 2023
L’index 2023 mesure et évalue le rythme rapide des progrès de l’IA : la recherche et le développement, la performance technique, l’éthique, l’économie , l’éducation, la politique et la gouvernance de l’IA, la diversité et l’opinion publique…
Recherche et développement
Le rapport décrit les tendances de la R&D en IA. Les publications sur l’IA, notamment les articles de revues, les actes de conférences et les référentiels, sont tout d’abord analysées, puis, les données sur les systèmes d’apprentissage automatique importants, tels que les grands modèles linguistiques et multimodaux. Il se termine par l’examen de la participation aux conférences sur l’IA et la recherche open source en IA.
Bien que les États-Unis et la Chine continuent de dominer la R&D en IA, les efforts de recherche sont de plus en plus répartis géographiquement.
Ce chapitre met en lumière les points suivants :
- Les Etats-Unis et la Chine ont enregistré le plus grand nombre de collaborations transnationales pour les publications sur l’IA de 2010 à 2021. Ce nombre a été multiplié par 4 depuis 2010 mais n’a augmenté que de 2,1% de 2020 à 2021, le taux de croissance le plus faible d’une année à l’autre depuis 2010;
- La Chine est toujours en tête du nombre de publications de revues, de conférences et de référentiels sur l’IA;
- La recherche sur l’IA est en hausse dans tous les domaines;
- L’industrie devance le milieu universitaire alors que jusqu’en 2014 les modèles d’apprentissage automatique les plus importants étaient publiés par ce dernier;
- Les grands modèles linguistiques continuent de grandir en taille et en coûts. GPT-2, publié en 2019 et considéré comme le premier grand modèle de langage, comportait 1,5 milliard de paramètres et coûtait environ 50 000 dollars à former. À peine trois ans plus tard, PaLM a été lancé avec 540 milliards de paramètres et a coûté environ 8 millions de dollars, soit 160 fois plus que GPT-2.
Mise à l’échelle des LLM
Performance technique
S’appuyant sur des rapports précédents, le second chapitre de l’index présente une analyse des progrès techniques réalisés dans les domaines de la vision par ordinateur, du langage, de la parole, de l’apprentissage par renforcement et du matériel en 2022. Il fournit également une analyse de l’impact environnemental de l’IA, une discussion sur les façons dont l’IA a fait progresser les progrès scientifiques et un aperçu chronologique de certains des développements récents les plus importants en matière d’IA.
Il soulève plusieurs points notamment:
- La saturation des performances sur les benchmarks traditionnels;
- Des systèmes d’IA de plus en plus flexibles : le rapport cite les modèles récemment sortis comme BEiT-3, PaLI, et Gato, des systèmes d’IA uniques de plus en plus capables de naviguer dans plusieurs tâches (vision, langage…);
- L’IA aide et nuit à l’environnement : des recherches récentes révèlent que les systèmes d’IA peuvent avoir de graves impacts sur l’environnement. Selon l’étude Luccioni et al., 2022, la course d’entraînement de BLOOM a émis 25 fois plus de carbone qu’un seul trajet en aller simple de New York à San Francisco. Cependant, de nouveaux modèles d’apprentissage par renforcement comme BCOOLER montrent que les systèmes d’IA peuvent être utilisés pour optimiser la consommation d’énergie;
- L’IA générative fait irruption dans la conscience publique mais les modèles de langage ont encore du mal à raisonner;
- Les modèles d’IA commencent à accélérer rapidement les progrès scientifiques : en 2022, ils ont ainsi été utilisés pour faciliter la fusion de l’hydrogène, améliorer l’efficacité de la manipulation matricielle et générer de nouveaux anticorps.
Éthique technique de l’IA
L’équité, les préjugés et l’éthique dans l’apprentissage automatique continuent d’être des sujets d’intérêt parmi les chercheurs et les praticiens. Alors que la barrière technique à l’entrée pour la création et le déploiement de systèmes d’IA générative a considérablement diminué, les problèmes éthiques liés à l’IA sont devenus plus apparents pour le grand public. Les startups et les grandes entreprises se retrouvent dans une course au déploiement et à la sortie de modèles génératifs, et la technologie n’est plus contrôlée par un petit groupe d’acteurs.
Parmi les faits importants relevés par le rapport, se trouvent :
- Les problèmes éthiques de l’IA générative : Les modèles text-to-image comportent régulièrement des biais de genre, les chatbots comme ChatGPT peuvent être trompés afin de servir des objectifs néfastes;
- Le nombre d’incidents concernant l’utilisation abusive de l’IA augmente rapidement : selon la base de données AIAAIC, qui suit les incidents liés à l’utilisation abusive éthique de l’IA, le nombre d’incidents et de controverses liés à l’IA a été multiplié par 26 depuis 2012. Parmi les incidents notables survenus en 2022, l’index cite une vidéo deepfake du président ukrainien Volodymyr Zelenskyy se rendant et des prisons américaines utilisant une technologie de surveillance des appels sur leurs détenus. Cette croissance témoigne à la fois d’une plus grande utilisation des technologies d’IA et d’une prise de conscience des possibilités d’utilisation abusive;
- L’intérêt pour l’éthique de l’IA monte en flèche : le nombre de soumissions à la conférence sur l’éthique de l’IA FAccT a plus que doublé depuis 2021, il a d’ailleurs été multiplié par 10 depuis 2018. En 2022, il y a eu un nombre record de soumissions de la part des acteurs de l’industrie.
L’économie
Ce chapitre examine les tendances économiques liées à l’IA à l’aide de données de Lightcast, LinkedIn, McKinsey, Deloitte et NetBase Quid, ainsi que de la Fédération internationale de la robotique (IFR). Il analyse les données sur les professions liées à l’IA, les investissements dans l’IA, son adoption de l’IA par les entreprises et des installations de robots.
Le rapport souligne :
- Une augmentation de la demande de compétences professionnelles liées à l’IA augmente dans pratiquement tous les secteurs industriels américains.
- Une diminution des investissements privés : les investissements des entreprises (fusions/acquisitions, participations minoritaires, investissements privés et offres publiques) ont chuté en 2022 par rapport aux sommets de 2021, mais leur nombre a tout de même été multiplié par 13 au cours de la dernière décennie. Le plus grand événement d’investissement de l’année a été l’acquisition de Nuance Communications ; la société de technologie de logiciels informatiques a été reprise par Microsoft pour 19,7 milliards de dollars.
- Les outils d’IA comme Copilot aident concrètement les employés;
- Une adoption de l’IA qui plafonne au sein des entreprises, mais celles qui ont sauté le pas continuent de progresser.
La proportion d’entreprises adoptant l’IA en 2022 a plus que doublé depuis 2017, bien qu’elle ait plafonné ces dernières années entre 50% et 60%, selon les résultats de l’enquête annuelle de McKinsey. Les organisations qui ont adopté l’IA signalent avoir réalisé des baisses de coûts significatives et des augmentations de revenus. - La Chine domine les installations de robots industriels : elle a dépassé le Japon en tant que pays installant le plus de robots industriels en 2013 et ne cesse de creuser l’écart : en 2021, elle a installé plus de robots industriels que le reste du monde réuni et représente aujourd’hui 51,8% de toutes les installations robotiques industrielles.
La gouvernance de l’IA à l’échelle mondiale
L’analyse AI Index des dossiers législatifs de 127 pays montre que le nombre de projets de loi relatifs à l’IA adoptés est passé de 1 en 2016 à 37 en 2022. Une analyse des dossiers parlementaires sur l’IA dans 81 pays montre également que les mentions de l’IA dans les procédures législatives mondiales ont augmenté de près de 6,5 fois depuis 2016.
Le rapport fournit de nombreuses autres données, notamment sur l’état de l’éducation à l’IA, les tendances en matière de diversité dans l’IA et examine l’opinion publique à travers des perspectives mondiales, nationales, démographiques et ethniques.
Pour le retrouver dans son intégralité, cliquer sur ce lien.
