L’IA générative sera bientôt sur toutes les lèvres. Qu’ils écrivent des textes ou du code informatique, qu’ils composent du son, des voix ou des images, de la 3D ou des vidéos, les modèles disponibles foncent à toute à l’allure vers la démocratisation et l’adoption de masse. Le rapport de Sequoia Capital fait le point au moment où de meilleurs modèles, entraînés avec plus de données et plus de capacité de calcul, semblent destinés à créer un nouveau secteur. A l’instar du search et de la visioconférence, dont le VC a prévu, puis accompagné le développement.
La génération de texte fait pour l’heure office de vaisseau amiral. Le transformer GPT-3, développé par Open AI, a réalisé un bond technologique conséquent et son successeur GPT-4 est dans les tuyaux, mais les concurrents ne manquent pas : Bloom, Anthropic, Cohere, etc.
Les divers modèles parviennent sans peine à générer des textes cohérents relativement courts, comme les articles de Qant, mais ils perdent en efficacité sur des formats longs. C’est là le futur défi des différents outils.
Un véritable couteau suisse numérique
La génération de code fait elle aussi état d’un fort potentiel. Sequoia souligne ainsi son impact à court terme sur la productivité des développeurs, en citant l’exemple de GitHub Copilot, mais aussi sur la possibilité pour les non-développeurs d’accéder aux codes.
Si leur développement est plus récent, les générateurs d’images (Dall-e, Stable Diffusion, Midjourney) ou de vidéo (Make-a-video) ont fortement marqué le grand public. Ils permettent en effet à chacun de diffuser ses propres créations sur les réseaux sociaux.
Dans l’intégralité des domaines, Sequoia table sur un horizon 2025-2030 pour voir l’IA générative dépasser en qualité les professionnels (humains) du secteur.
Dans les années qui viennent, en effet, les applications d’IA générative pourront affiner leurs modèles au fur et à mesure qu’elles obtiendront plus de données sur leurs utilisateurs, ce qui leur permettra d’améliorer leur performance tout en réduisant leurs coûts. A l’heure actuelle, la majorité des outils existants fonctionnent en « one-and-done » : l’utilisateur propose une entrée (par exemple une description sur Stable Diffusion ou Dall-e), obtient une sortie (une image) et peut choisir de la garder ou de la supprimer. La prochaine étape, déjà existante chez plusieurs applications, sera de rendre ces modèles itératifs, en permettant à l’utilisateur de travailler sur la sortie proposée, de manière à l’améliorer.
Sequoia a choisi ses premier secteurs d’investissement. Au menu par exemple l’utilisation de modèles de langage dans le marketing ou encore le support client, des domaines où les contraintes de temps ou de coûts rendent nécessaires des solutions automatisées et augmentées. Le secteur des jeux vidéo (et sans doute par extension les métavers) lui paraît également prometteur, même si le chemin est encore long. On peut d’ores et déjà citer l’exemple de Microsoft Flight Simulator, un simulateur de vol dont le monde 3D a été réalisé par IA, à partir d’images satellites 2D.
Sequoia rappelle les obstacles qui se dressent encore devant le développement de l’IA générative. Il faudra régler le sujet des droits d’auteur, assurer la sécurité, baisser les coûts… Au total, le rapport compare la situation actuelle aux premiers pas des applications mobiles avec l’Iphone : un côté « gadget » et des « modèles commerciaux peu clairs ». Mais ces dernières années laissent prévoir, presque avec certitude, un impact tout aussi important sur la vie de tous les jours. Après l’iPhone, la GenAI.
Source archive Kessel : https://qant.kessel.media/posts/pst_84b365d207c746ce997c9dd7cc77aa0f
