L'influence de l'industrie sur l'IA façonne l'avenir de la technologie, pour le meilleur et pour le pire

L'énorme potentiel de AI pour remodeler l'avenir a vu des investissements massifs de la part de l'industrie ces dernières années. Mais l'influence croissante des entreprises privées dans la recherche fondamentale qui alimente cette technologie émergente pourrait avoir de sérieuses implications sur la façon dont elle se développe, selon les chercheurs.

La question de savoir si les machines pourraient reproduire le type d'intelligence observée chez les animaux et les humains est presque aussi ancienne que le domaine de l'informatique lui-même. L'engagement de l'industrie avec cette ligne de recherche a fluctué au fil des décennies, lmenant à une série d'hivers d'IA alors que les investissements ont afflué, puis sont revenus à mesure que la technologie a n'a pas été à la hauteur attentes.

L'avènement de l'apprentissage en profondeur au tournant de la décennie précédente a toutefois suscité l'une des séries d'intérêts et d'investissements les plus soutenus de la part des entreprises privées. Cela commence maintenant à produire des produits d'IA qui changent vraiment la donne, Mais nouvelle analyse en Sciences montre que cela conduit également l'industrie à s'impliquercréatinegposition dominante dans la recherche en IA.

C'est une épée à double tranchant, disent les auteurs. L'industrie apporte avec elle de l'argent, des ressources informatiques et de vastes quantités de données qui ont accéléré les progrès, mais elle recentre également l'ensemble du domaine sur des domaines qui intéressent les entreprises privées plutôt que sur ceux qui présentent le plus grand potentiel ou profitent à l'humanité.

"Les motivations commerciales de l'industrie les poussent à se concentrer sur des sujets axés sur le profit. Souvent, ces incitations donnent des résultats conformes à l'intérêt public, mais pas toujours », écrivent les auteurs. "Bien que ces investissements industriels profiteront aux consommateurs, la domination de la recherche qui les accompagne devrait inquiéter les décideurs politiques du monde entier, car cela signifie que les alternatives d'intérêt public pour les outils d'IA importants pourraient devenir de plus en plus rares."

Les auteurs montrent que l'empreinte de l'industrie dans la recherche sur l'IA a considérablement augmenté ces dernières années. En 2000, seulement 22 % des présentations lors des principales conférences sur l'IA comportaient un ou plusieurs co-auteurs d'entreprises privées, mais en 2020, ce pourcentage avait atteint 38 %. Mais l'impact se fait le plus clairement sentir à la pointe du domaine.

Les progrès de l'apprentissage en profondeur ont été dans une large mesure motivés par le développement de modèles toujours plus grands. En 2010, l'industrie ne représentait que 11 % des plus grands modèles d'IA, mais en 2021, elle avait atteint 96 %. Cela a coïncidé avec une domination croissante sur des références clés dans des domaines tels que la reconnaissance d'images et la modélisation du langage, où l'implication de l'industrie dans le modèle leader est passée de 62 % en 2017 à 91 % en 2020.

Un facteur clé de ce changement est les investissements beaucoup plus importants que le secteur privé est capable de faire par rapport aux organismes publics. Hors dépenses de défense, le gouvernement américain a alloué 1.5 milliard de dollars aux dépenses d'IA en 2021, contre 340 milliards de dollars dépensés par l'industrie dans le monde cette année-là.

Ce financement supplémentaire se traduit par de bien meilleures ressources, tant en termes de puissance de calcul que d'accès aux données, et la capacité d'attirer les meilleurs talents. La taille des modèles d'IA est fortement corrélée à la quantité de données et de ressources informatiques disponibles, et en 2021, les modèles industriels étaient en moyenne 29 fois plus grands que les modèles académiques.

Et alors qu'en 2004, seuls 21 % des docteurs en informatique spécialisés dans l'IA sont allés dans l'industrie, en 2020, ce chiffre était passé à près de 70 %. Le taux d'embauche d'experts en IA en dehors de l'université par des entreprises privées a également été multiplié par huit depuis 2006.

Les auteurs désignent OpenAI comme un marqueur de la difficulté croissantey de faire de la recherche de pointe en IA sans les ressources financières du secteur privé. En 2019, l'organisation est passée d'une organisation à but non lucratif à une «organisation à but lucratif plafonnée» afin «d'augmenter rapidement nos investissements dans le calcul et les talents», a déclaré la société à l'époque.

Cet investissement supplémentaire a eu ses avantages, notent les auteurs. Cela a aidé à faire sortir la technologie de l'IA du laboratoire et à l'intégrer à des produits de tous les jours qui peuvent améliorer la vie des gens. Cela a également conduit au développement d'une foule d'outils précieux utilisés par l'industrie et le milieu universitaire, tels que des progiciels tels que TensorFlow et PyTorch et des puces informatiques de plus en plus puissantes adaptées aux charges de travail de l'IA.

Mais cela pousse également la recherche sur l'IA à se concentrer sur des domaines présentant des avantages commerciaux potentiels pour ses sponsors, et tout aussi important, sur des approches d'IA gourmandes en données et coûteuses en calculs qui s'accordent bien avec le genre de choses dans lesquelles les grandes entreprises technologiques sont déjà bonnes. Alors que l'industrie détermine de plus en plus l'orientation de la recherche sur l'IA, cela pourrait conduire à négliger les approches concurrentes de l'IA et d'autres applications socialement bénéfiques sans motif de profit clair.

"Compte tenu de l'étendue de l'application des outils d'IA dans la société, une telle situation donnerait à un petit nombre d'entreprises technologiques un énorme pouvoir sur la direction de la société », notent les auteurs.

Selon les auteurs, il existe des modèles sur la façon dont l'écart entre le secteur privé et le secteur public pourrait être comblé. Les États-Unis ont proposé la création d'une ressource nationale de recherche sur l'IA composée d'un nuage de recherche public et d'ensembles de données publics. La Chine a récemment approuvé un « système national de réseau de puissance de calcul ». And La plate-forme canadienne de calcul avancé pour la recherche fonctionne depuis près d'une décennie.

Mais sans l'intervention des décideurs politiques, les auteurs affirment que les universitaires seront probablement incapables d'interpréter et de critiquer correctement les modèles industriels ou de proposer des alternatives d'intérêt public. Veiller à ce qu'ils aient les capacités de continuer à façonner la frontière de la recherche sur l'IA devrait être une priorité essentielle pour les gouvernements du monde entier.

Crédit image: DeepMind / Unsplash 

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• Platoblockchain. Intelligence métaverse Web3. Connaissance Amplifiée. Accéder ici.
• La source: https://singularityhub.com/2023/03/05/industrys-influence-on-ai-is-shaping-the-techs-future-for-better-and-for-worse/