Description
Dans cet épisode, Issam, ingénieur tech et passionné, nous aide à comprendre l'évolution puissante et rapide de l'intelligence artificielle.
Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.
Description
Dans cet épisode, Issam, ingénieur tech et passionné, nous aide à comprendre l'évolution puissante et rapide de l'intelligence artificielle.
Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.
Transcription
Eh bien bonjour à tous, bienvenue sur ce numéro spécial d'Entre nous. C'est une première pour moi, pour ce podcast-là. J'ai une première devant les caméras. On va un peu sortir de notre zone de confort. En général, j'ai l'habitude de faire découvrir des personnes. On va continuer à le faire bien sûr aujourd'hui, mais j'avais envie de sortir un petit peu de ma zone de confort et donc de parler d'un sujet qui nous concerne tous à l'heure actuelle. dont on va parler d'ici d'ici quelques minutes, qui est donc à l'intelligence artificielle. Et nous sommes en direct du printemps du podcast. C'est un événement qui célèbre un peu les voix, les idées, les conversations et qui font vibrer un peu le monde du podcast francophone. Je suis ravie d'être ici. Et donc avec monsieur... Issam Baz, bonjour Issam. Bonjour. Je suis contente que tu sois avec moi aujourd'hui parce que du coup, c'est toi qui va pouvoir m'aider un petit peu sur ce sujet-là parce que moi, je suis complètement novice et probablement aux antipodes de ce que tu vas me dire. Donc, on va apprendre, je pense, pas mal de choses. On va vulgariser aussi ce qu'est l'IA, on va le démystifier et parler, on va dire un petit peu en small talk de ce qui nous arrive là à l'heure actuelle parce que ça commence à être un gros sujet. Avant tout, je vais te demander de te présenter. Qui es-tu, Monsieur Baz ?
C'est la question. En tout cas, merci de m'avoir invité. Je suis hyper content d'être ici et de parler d'un sujet qui m'intéresse aussi énormément. Je pense qu'il y aura effectivement pas mal de choses à dire. Une brève présentation. Moi, je suis ingénieur logiciel depuis maintenant 14-15 ans. Je suis aussi YouTuber Tech d'une chaîne qui s'appelle BazTV, où je parle de nouvelles tendances technologiques. Et je suis en pleine... reconversé en tant que machine learning engineer et donc l'IA c'est effectivement un domaine que je côtoie tous les jours et que j'utilise régulièrement et effectivement ça va être sympa un peu de parler de ce qui se passe derrière, de quoi ça consiste concrètement et peut-être aussi de démystifier comme tu as dit quelques sujets.
Au vu de ce que tu fais effectivement je pense que c'est quelque chose que tu utilises beaucoup dans le domaine professionnel mais aussi je suppose vu que tu fais des vidéos youtube dans ta vie perso aussi. Moi j'ai une première question à te poser à ce sujet là A partir de quel moment tu t'es rendu compte que tu utilisais de l'IA à proprement parler ? Est-ce que le terme de l'IA est correctement utilisé ?
C'est une très bonne question parce que l'IA concrètement, c'est quand même un vieux truc. L'IA ça date quand même des années 1950, c'est très vieux. Et on s'en servait toujours au quotidien. Dans les smartphones, les réveils qui s'adaptent automatiquement en fonction de l'heure à laquelle tu le déverrouilles, par exemple, il y a ça. Le smart charging ou les smartphones qui se chargent automatiquement à 100% un peu avant l'heure du réveil, tout ça c'est du machine learning. En gros, c'est de la machine qui va apprendre sur tes habitudes. Et donc c'est quelque chose qui existe depuis plusieurs années, qui est présent depuis longtemps, mais sauf que là où ça a commencé à se démocratiser, où on s'est rendu compte du terme... L'intelligence artificielle, c'est clairement depuis ChatGPT, donc depuis 4-5 ans, où les gens se sont vraiment rendus compte de la puissance de l'IA, mais c'est plus des LLM, c'est plus les large language models, les modèles de génération de langues, qui génèrent des choses, des mots ou des images. Et c'est là où on s'est rendu compte que l'IA, ça fait des trucs un peu de fou.
Parce que du coup, je suppose que l'IA, ça ne s'arrête pas qu'à ChatGPT. C'est vrai que là, depuis le début d'année, moi j'entends parler... que de ça. Il y a, il y a, il y a, il y a, mais c'est souvent relié à Tchad GPT. Mais comme tu le dis, c'est beaucoup plus vaste que ça. L'intelligence artificielle, donc c'est plein de niveaux différents d'intelligence artificielle. Il y a différents, comment dire, canaux d'intelligence artificielle. On peut dire ça comme ça ?
Alors, il y a tout ce qui est intelligence artificielle, tout ce qui est machine learning, en fait, la machine qui apprend et qui, du coup, s'adapte à ton besoin, entre parenthèses. Mais il y a tout ce qui est intelligence, tout ce qui est... IA générative, c'est de l'intelligence artificielle qui va te générer quelque chose, soit du texte, dans le cas de ChatGPT ou n'importe quel LLM qui existe, il y en a plusieurs, comme il y a ChatGPT, il y a l'IA de Meta, il y a par exemple Mistral en France, et il y a aussi de l'IA qui va te générer des images ou des vidéos notamment, et ça c'est un peu ce qui est le plus clivant en ce moment. C'est ce qui rend un peu cet effet un peu waouh, quand tu utilises une IA générative, tu te dis, on dirait que je parle à une vraie personne, ça génère vraiment des trucs de fou, parce que c'est du concret, tu interagis vraiment avec l'IA, tu lui demandes des choses, et en gros tu as un retour, que ce soit du texte ou une image ou une vidéo, et tu l'as au retour un temps réel, alors que tout ce qui est IA, un peu machine learning, qu'on utilise au quotidien sans s'en rendre compte, on ne se rend pas forcément compte qu'on utilise une IA derrière.
Oui, c'est ça. C'est parce que la raison pour laquelle j'ai fait ce podcast-là, c'est que j'en ai tellement entendu parler de l'IA via ChatGPT, par exemple, que je me suis réellement posé la question. Mais moi, je refusais justement d'utiliser ChatGPT jusqu'à maintenant pour des questions écologiques et tout ça. J'avais une vraie conscience par rapport à ça. Donc, ça me faisait un petit peu peur de l'utiliser. Et finalement, après, je me suis dit mais attends, derrière, tu utilises plein d'autres choses qui probablement en est aussi. Je ne sais pas. Google Maps ou des applications justement pour montrer ton chemin ou je sais pas même des réseaux sociaux est-ce que tout ça s'en est pas déjà ? Finalement je me suis posé plein de questions par rapport à ça et je me suis dit est-ce que je dois juste me concentrer sur le fait que maintenant l'IA c'est du chat du PT ?
Oui après c'est... alors il y avait effectivement d'autres IA qu'on utilisait mais ça n'a rien à voir avec l'impact qu'ont les modèles génératifs actuels sur la société parce que... Quand on voit ce que permettent de faire les modèles génératifs actuellement, ils peuvent carrément, c'est limite remplacer un travail, enfin remplacer c'est un gros mot, mais en tout cas l'impact qu'ils ont actuellement sur la société est conséquent. Et donc depuis l'explosion de ChatGPT, on alloue pas mal de ressources financières à ces... à ces départements de recherche et donc ils sont capables de livrer des produits de plus en plus puissants, de plus en plus performants et qui peuvent à terme impacter certains domaines. Moi, je le vois clairement en tant qu'ingénieur logiciel. Certes, on avait de l'IA qui nous aidait un petit peu dans notre travail, mais c'est le jour et la nuit par rapport à ce que permettent de faire les génératives modèles actuellement. Par exemple, moi, mais vraiment... en day-to-day, dans mon quotidien en tant qu'ingénieur logiciel, une tâche qui me prenait pour développer une application, qui me prenait une semaine, je peux la faire en une journée. Donc l'accélération, l'impact sur notre quotidien est énorme et il faut qu'on puisse s'adapter parce qu'actuellement, même dans les mois et les années à venir, un ingénieur logiciel qui ne sait pas utiliser l'IA et un ingénieur logiciel qui sait utiliser l'IA, ça fait clairement pencher la balance. Un autre exemple, c'est que je développe une application depuis un moment, même plusieurs, une application sur le fitness. Et moi, je suis ingénieur logiciel, on va dire, infrastructure. Et je ne suis pas spécialisé dans tout ce qui est graphique, tout ce qui est visuel, tout ce qui est interface. Et donc, c'est ce qui me freinait pour développer des applications, ce qui me freinait pour livrer des produits. C'était cet aspect un peu interface, un peu visuel, où je ne sais pas faire un beau rendu. Et maintenant, avec l'IA, c'est elle qui s'en occupe. Et moi, je m'occupe juste de l'administrer. Oui,
c'est un corps de métier en plus. C'est un corps en plus à ton arc, disons, pour pouvoir faire des choses.
C'est un super assistant. C'est un super assistant. Mais c'est très puissant pour générer du texte. Notamment du code, c'est du texte. Et l'IA générative est très, très puissante pour ça. Et ça le faisait, même ceux, quand ils ont lancé ChatGPT, ils étaient étonnés par rapport à la réception qu'ont eue les gens et au boom que ça a créé. Parce que les LLM, c'est quelque chose d'ancien. Et c'est quelque chose d'un point de vue machine learning et d'un point de vue, enfin dans le domaine de la science, c'est quelque chose d'assez facile aussi. Ce n'est pas une technologie révolutionnaire, mais c'est juste la réception que l'IA a reçue des gens, c'est ça qui était totalement inattendu. Et donc OpenAI, ils ont reçu, enfin les gens, ils étaient tellement hypés, ça a buzzé et du coup ça a explosé, ils ont eu énormément de ressources, ils ont pu développer leurs produits encore plus et de permettre... Il y a eu GPT 1, 2, 3, 4, 4,5.
Mais justement, est-ce qu'initialement, c'était normalement uniquement pour les professionnels ? Est-ce que ça avait une visée uniquement professionnelle ? Ou est-ce qu'ils avaient au départ déjà l'idée à ce que ça soit accessible à tout le monde ?
Non, je pense qu'OpenAI, quand ils ont développé un produit, ils voulaient que ce soit accessible pour tout le monde. Et leur but, c'était... D'ailleurs, on le voit même dans l'outil ChatGPT en général. C'est un outil qui est... Je prends juste la GPT parce que c'est le premier qui a explosé, mais ça peut être le cas pour n'importe quel... pour n'importe quel éditeur qui sort un LLM et c'est un outil qui est quand même très accessible, très grand public et ils ont surfé sur cette vague là. Le but c'était vraiment de faire découvrir les LLM à la majorité des gens et c'est ce qui a fait que ça a explosé. Maintenant certes c'est fort, c'est un outil qui est énorme et il faut apprendre, enfin il faut, dans certains domaines c'est devenu nécessaire de savoir s'en servir vu que ça s'implante tout doucement un peu partout. Mais ça a d'énormes limitations et je pense qu'il y a une notion, je pense on a parlé de la vidéo que tu m'as envoyée. Exactement,
de l'ego du coup. De l'ego oui. Oui, oui,
exactement. Et en fait, les LLM actuellement sont très bons pour bluffer les gens et pour faire en sorte que c'est une IA intelligente. Donc ça génère des mots et on a l'impression de parler à une vraie personne. D'ailleurs le test de Turing qui dit que si l'IA arrive à nous bluffer et que... Oui, c'est...
C'est quand même assez impressionnant. Juste pour faire une petite aparté pour que les gens comprennent en fait ce dont on parle. Ego c'est un youtuber en fait qui fait des vidéos et on en a vu une en commun qui s'appelle l'horreur existentielle de l'usine à trombone. Comme ça vous allez dire mais qu'est ce que ça veut dire ? Mais il y a un réel sens. Je vous conseille de regarder la vidéo parce qu'elle fait pas mal réfléchir, elle peut faire peur. Moi je t'ai dit qu'elle m'avait effrayée au début, et je pense que c'était un petit peu le but de la vidéo, c'est qu'au final l'IA, elle divise pas mal en fait les personnes, il y en a qui sont fascinées par ça et qui pensent que ça va... Ça va nous aider à l'avenir comme ça ne l'a jamais été. Il y en a d'autres qui sont hyper réfractaires comme je l'ai été et qui ont peur des dérives de l'IA.
Oui, je pense que c'est lié à la peur. En tout cas, la vidéo, je pense, pour résumer un peu, c'est par exemple si tu programmes une IA pour te chercher un café ou un robot qui tourne avec une IA et tu le programmes pour te chercher un café. Comment faire en sorte qu'il... En allant vers la machine à café, s'il voit un obstacle, il ne l'écrase pas parce que sa seule mission, c'est de chercher un café. Et donc, il va te chercher un café, il va réaliser son objectif indépendamment de ce qui se passe derrière. Et c'est poussé un petit peu plus loin. Et il y a un aspect aussi malsain qui est drivé par notamment Saint-Maltman, le fondateur d'OpenAI qui est derrière ChaGPT. C'est qu'il vante un peu le mérite de ce qu'ils appellent, parce que là, actuellement, il y a l'IA, mais eux, ils parlent de AGI, donc Artificial General Intelligence. Et ils disent que l'humanité va être complètement révolutionnée lorsque l'IA va atteindre ce stade d'intelligence générale. En gros, c'est une intelligence à tous les niveaux et c'est à ce moment-là que l'IA peut potentiellement impacter l'humain. Mais sauf que ce niveau d'intelligence-là, on en est très loin et il y a même des limitations techniques actuellement, que ce soit en recherche ou en ingénierie, qui rendent cela impossible actuellement. Mais il y a quand même des recherches qui sont assez ambitieuses et qui ont l'air de permettre... débouché notamment des recherches sur JEPA, on en reparlera si tu veux, qui montre un peu des façons de faire pour que cet IA atteigne ce niveau d'intelligence qui permettrait à lire. Par exemple, là, on a des IA qui peuvent générer des textes de Shakespeare, mais on n'a pas d'IA qui est capable de conduire une voiture. Alors, un être humain, il est capable d'apprendre à conduire une voiture en 20 heures. Actuellement, une IA... Même avec toutes les données qu'elle a, on n'a pas de voiture autonome. Et d'ailleurs, même OpenAI, quand ils ont conçu l'IA, ils pensaient... Lui, il parlait de Blue Box, Red Box et White Box. En gros, il a catégorisé les travails qu'on fait au quotidien en couleurs différentes. Par exemple, tout ce qu'ils font en travail manuel, c'est White Box. Ouvriers, chauffeurs, livreurs... qui demandent un peu moins de capacités cognitives, on va dire, que d'autres. Et en Redbox, par exemple, c'est tout ce qui est intellectuel. On touche un peu plus à ingénierie, recherche, avocat. Donc ça, c'est Redbox. Et après, le Bluebox, à la fin, c'est tout ce qui est artistique. En gros, tout ce qui est designer, peintre, tout ça. Et eux, quand ils ont commencé à créer OpenAI avec leur vision, c'est qu'ils pensaient que l'IA allait commencer par remplacer les Whitebox. Pour aller vers le Redbox, pour aller vers le Bluebox en gros, l'IA remplacerait les chauffeurs pour à la fin remplacer les artistes.
C'est ce qui fait peur.
Mais ils se sont rendus compte que c'est l'inverse qui se passe. C'est que l'IA actuellement ce qu'elle fait, ce qu'elle impacte en premier c'est les artistes. C'est totalement l'inverse de ce qu'ils avaient prévu.
Absolument. Mais moi c'est ça qui m'a choqué en fait initialement c'est que tu sais que je suis une grande fan de Miyazaki Hayao par exemple. C'est un truc qui m'a choquée sur les réseaux sociaux, parce qu'évidemment, c'est passé partout. C'est la génération d'images, à partir d'une image réelle, sur des œuvres d'artistes vraiment existants. On a utilisé finalement des œuvres qui ont demandé beaucoup de travail, vraiment personnels, et qui ont fini par être utilisées un peu en transe par tout le monde. Finalement, j'ai trouvé ça assez choquant. Je pense qu'à l'heure actuelle, notamment pour les artistes, peu importe le niveau... dans le milieu de l'audiovisuel, a peur de ça. Et je pense que du coup, effectivement, tu me parles de blue box, red box, white box. Finalement, tout le monde risque d'être impacté à ce niveau-là. Au final, c'est un peu la crainte que les personnes ont à l'heure actuelle.
Alors, je pense qu'ils vont être impactés. C'est sûr. En tout cas, les chercheurs actuellement, parce que c'est clivant et il y a des débats, mais il y a quand même un consensus parmi les chercheurs, c'est que tout le monde risque d'impacter. Mais le débat, c'est à quel niveau ? Il y en a qui disent qu'ils vont être remplacés et il y en a qui disent qu'ils vont avoir des assistants intelligents. Je suis plutôt de la deuxième catégorie parce que dans mon travail, je suis content de travailler avec des gens plus intelligents que moi. S'il y a des gens qui sont intelligents et qui sont dans mon équipe, qui sont plus intelligents que moi, je suis content parce que j'ai un bon feedback et ça me permet de mieux faire mon travail. Et donc, cette catégorie de personnes-là pense qu'ils vont avoir des super assistants qui vont les aider à mieux faire leur travail. Alors qu'il y a des gens qui sont un peu plus... Merci. en mode non en fait ces assistants là ils vont prendre la direction des choses et c'est eux qui vont produire à notre place et comme disait avec la limitation de l'IA actuellement et le fait que le AGI comme ils appellent est très difficilement atteignable actuellement je ne pense pas que ça va se produire d'ailleurs je pense en développement logiciel c'est l'un des domaines où on est plus impacté par l'IA tu parlais des artistes effectivement il y a le grand sujet c'est comment tu contrôles les données qui vont permettre à l'IA de s'entraîner C'est très difficile à faire parce qu'ils récupèrent tout ce qu'il y a sur internet, ils entraînent leur réseau de neurones et après ils sont capables de te générer des images très inspirées. C'est très compliqué de prouver que cette image-là a été générée à partir d'un autre modèle. Ou par exemple pour les musiques aussi. Il y en a qui disent, pour se défendre, ces grosses compagnies d'IA, ils disent qu'un musicien actuellement, quand il te crée un titre de musique, En fait, il s'est servi de 20 ans d'inspiration, c'est parce qu'il a écouté pendant 20 ans des musiques différentes de plusieurs artistes et c'est ces inspirations-là qui lui ont permis de créer cette musique-là. Je ne dis pas que je suis d'accord, mais c'est un peu leur point où ils vont mettre l'accent. En fait, Lya, elle a appris, mais ce qu'elle a produit, ça vient d'elle-même parce que c'est une inspiration. Sauf que concrètement, c'est Kiki qui t'a donné le droit de t'entraîner avec ces données-là. Et là c'est de la régularisation, enfin aux Etats-Unis on voit bien qu'avec la politique actuelle c'est très très compliqué de contrôler. Mais je ne sais pas, c'est un avis personnel, je ne pense pas que ce qui est généré par l'IA actuellement, je m'en sers pour Youtube, on va essayer d'en parler, mais ce qui est généré actuellement par l'IA n'est pas exploitable sans qu'il y ait un humain derrière qui cadre et qui te dit, je ne sais pas si tu es amaisé avec l'IA générative d'images. C'est très rare où tu arrives à une situation où tu utilises, tu exploites ce qui a été généré du premier coup. Il faut quand même qu'il y ait de la supervision.
Il faut que tu donnes ton accord derrière, ton approbation sur le travail qui a été fait. Mais tu as toujours besoin d'ajuster plusieurs fois avant d'arriver à un résultat final.
L'humain est nécessaire.
Elle n'est pas capable en une seule phrase de te sortir exactement ce que tu veux. Il faut être vraiment très précis dans les explications que tu vas lui donner pour qu'elle finisse par faire ce qu'elle veut.
que tu souhaites. Pour donner un peu de contexte, ChatGPT, c'est 2 fois 2 puissance 13 octets de données. En gros, c'est 2 avec 13 chiffres derrière. Ça correspond, ChatGPT, en termes de données qu'il connaît, ça correspond à peu près 75 tera octets de données. Anuma, pour apprendre tout ce que connaît ChatGPT, Pour apprendre tout ce que connaît Tchadjepeté, pour le lire, il lui faut 180 000 ans à hauteur de 8 heures par jour.
C'est énorme.
C'est énorme. En termes de données pures. La base de données de Tchadjepeté, elle-même, elle est énorme. Par contre, un enfant de 4 ans, en termes de données sensorielles et tout ce qu'il a pu regarder, voir, c'est 2 puissance 15 octets. Donc, en gros, c'est 50 fois plus. que Tchadjepeté, un enfant de 4 ans. Tchadjepeté, c'est énorme en termes de mots, mais la barrière actuelle, pourquoi est-ce qu'un chat de gouttière arrive à se balader dans une ville alors que l'IA la plus moderne actuellement n'arrive pas à prendre un objet dans la main et quand elle lâche, elle sait que ça tombe ou pas, c'est que les données sensorielles, un enfant de 4 ans, c'est 50 fois plus que tout ce qu'a assimilé Tchadjepeté, les données sensorielles, c'est juste énorme. Ce qu'on voit et ce qu'on regarde et ce qu'on assimile juste en regardant notre environnement, c'est énorme par rapport à la base de données de ChatGPT. Et actuellement, les LLM, ils apprennent à partir de textes. Et les textes, en langue française, je crois que c'est 30 000 mots ou 15 000 mots. Ce n'est pas énorme, c'est discret, c'est un ensemble discret.
D'accord. Donc c'est intéressant ce que tu es en train de dire, parce que pour faire ce podcast, j'ai quand même regardé beaucoup de vidéos, j'ai écouté beaucoup de podcasts. Avec des intervenants différents, avec des milieux aussi, des domaines professionnels différents. Il y a des philosophes, il y a des professionnels dans le domaine de l'IA, des développeurs. Il y avait un petit peu de tout et c'est rigolo parce qu'au final, je ne suis jamais tombée sur le même avis chez chaque personne sur ce sujet-là. Il y en a qui sont un peu accélérationnistes et qui se disent qu'effectivement, au bout d'un moment, tout sera remplacé. L'humain sera remplacé. Il y en a d'autres qui sont ce qu'on appelle doomeurs, du coup, qui ont tendance plutôt à... Être assez pessimiste sur le côté bien de la chose, si on veut être manichéiste, c'est cool d'être remplacé par l'IA, ils ne voient pas du tout les choses de cette manière-là et qui du coup sont dans une autre perspective. Ce qui a été très intéressant, c'est les commentaires des personnes qui ont regardé ces vidéos et qui ont écouté, c'est qu'ils disaient « mais ces personnes, elles sont tellement dedans qu'elles sont complètement déconnectées de ce qui se passe en réalité » . Alors du coup, je ne sais pas quoi en penser, est-ce qu'elles ont raison ou non, l'avenir nous le dira au final, mais c'est vrai qu'on a quand même... En un sens, le droit de se poser la question. Je t'avouerais que moi, on peut en rire, mais dans ma tête, quand on a commencé à parler d'IA, mon cerveau est parti en freestyle total. C'est-à-dire que j'ai imaginé tous les films existants sur l'IA depuis que ça existe. Des Black Mirror, un épisode de Black Mirror. Des Black Mirror, Terminator, Chappie. Je suis partie vraiment en freestyle total. Et je me suis dit, c'est vrai qu'il y a un point commun parmi tout ça, c'est qu'en tout cas... Dans les films qui ont été faits jusqu'à maintenant, ou dans les séries qui ont été faites jusqu'à maintenant, c'est qu'on a beaucoup humanisé l'IA. Vraiment, on leur a donné...
Même la forme, ça ressemble à des hommes.
Physiquement, ça ressemble à des hommes. On dirait... Je ne sais pas du coup si on est... Si on tend à ça ou pas du tout, au final. Mais on dirait vraiment un désir... C'est une partie de l'être humain de créer quelque chose qui puisse nous ressembler. Et qui peut... puissent du coup dériver.
Il y a quand même actuellement ce qui se passe c'est que aussi les PDG de ces entreprises là, si tu prends les plus grandes entreprises de l'IA, ceux qui se rendent vraiment de l'argent grâce à ça, Nvidia, Meta, Google, OpenAI, donc les PDG de ces entreprises quand ils disent ça va exploser en fait on va réussir à créer une conscience. machin, bah eux ils ont tout intérêt à dire ça parce que leurs actions elles montent derrière donc les gens vont investir là dedans et leurs actions montent donc il y a vraiment un gain, il y a de l'intérêt.
Il y a du capital.
Ils ont intérêt à dire ça, il va pas dire je me vois mal en tant que PDG d'une IA qui est utilisée par des milliards maintenant de personnes dire en fait on a atteint actuellement un seuil de ce que nous permet de faire les LLM et on peut pas aller plus loin et on n'atteindra pas les dji et donc eux ils poussent vers ça et ils poussent vers cette notion d'avoir maintenant après on peut extrapoler et dire ok si l'IA atteint, chez Meta ils n'appellent pas ça AGI parce qu'ils disent que l'intelligence n'est pas générale mais ils appellent ça AMI Advanced Machine Intelligence donc quand l'IA atteindra ce stade d'AMI ça veut dire qu'elle sera une intelligence avancée une intelligence avancée c'est pas juste générer du texte et générer des images mais vraiment une IA qui arrive à comprendre notre environnement. Une IA actuellement ne comprend pas l'environnement dans lequel on est. C'est à ce moment là que l'IA pourra vraiment intervenir physiquement dans notre monde. Et tant qu'on n'aura pas, si on extrapole vers ce monde qui, comme dit, il y a des limitations techniques actuellement qui ne permettent pas de le faire, mais si on atteint ce monde là, il faudra se poser des questions. Oui effectivement parce que si la plupart... Si l'IA atteint ce stade-là, effectivement, elle va commencer à remplacer des jobs. C'est un fait. Mais du coup, qu'est-ce qu'on fait ? Soit on freine et on dit, on arrête. En fait, l'IA en tant qu'outil nous suffit. Elle nous permet d'être plus productifs et de faire mieux notre travail. Et du coup, on freine, on arrête les recherches tout simplement. Un consensus, on se dit, on a arrêté les travaux sur les clonages, on fait pareil sur l'IA. C'est bon, stop, tout le monde, plus de fonds, plus rien du tout, on ne le fait plus, on l'utilise en tant qu'outil, ça nous va très bien. Je n'ai pas l'impression que ce soit la vision actuellement, vu tout ce qui se passe aux Etats-Unis, en Chine, et même maintenant en Europe. En Europe, on est bien, on régulise quand même pas mal, mais dans le Far West, c'est un peu plus compliqué. Je n'ai pas l'impression que ça part vers là. Si on part vers vraiment de l'IA qui nous remplace, maintenant, on fait quoi ? Parce que les centres d'appel, par exemple, on prend un milieu qui est impacté directement. un centre d'appel. T'appelles, t'as une IA qui répond et du coup t'as plus une personne qui répond mais t'as vraiment une IA. Et ça c'est concret. Au Maghreb, les centres d'appel c'est une source d'emploi énorme. J'ai travaillé 4 ans chez Amazon dans un centre d'appel quand j'étais étudiant. Et c'est un super boulot. Franchement c'est vraiment sympa comme boulot ça te permet de parler avec des gens. Mais concrètement l'IA va permettre de répondre à des gens. Ça c'est quelque chose qu'elle sait faire, les LLM savent faire et ils deviennent de... Ils deviennent bons à ce niveau-là. Donc la personne qui a perdu son travail parce que l'IA l'a remplacée, comment on la compense ? Concrètement, qu'est-ce qu'on fait ? Est-ce qu'elle va toucher le chômage ? Mais du coup, le chômage n'est pas insuffisant. Par contre, elle, elle a perdu son travail, mais derrière, l'entreprise qui gère son centre d'appel, elle a embauché un agent Tchadjepeté derrière, par exemple.
En fait, elle a perdu son domaine de compétences. On peut dire ça comme ça ?
Ou elle a délégué son domaine de compétences à Tchadjepété. Mais sauf que lui, il va se dire, le chef d'entreprise, il va se dire, un salarié, ça me coûte 50 000 euros ou 40 000 euros par an, alors qu'un agent Tchadjepété, ça me coûte 3 000 euros par an. Et derrière, je peux résilier mon abonnement quand j'ai moins de flux, je peux reprendre un abonnement et tout. Mais du coup, cet argent, il va chez qui ? Il va chez Tchadjepété, parce qu'il vend ses agents à tous les... Le service qui a besoin d'un centre d'appel, il va chez le patron aussi de l'entreprise qui a fait des économies parce qu'elle a licencié pour embaucher des agents. Mais par contre, la personne qui a perdu son travail, concrètement, elle n'a pas d'argent. Et donc ça, c'est un vrai débat. C'est comment on fait pour que la richesse qui a été générée par l'IA soit correctement distribuée. En Europe, par exemple, ils parlent de super taxes sur les robots. Ils appellent ça la taxe sur les robots. C'est quoi exactement ? En gros, si tu fais des bénéfices grâce à l'IA, tu paies une taxe. sur l'IA. Et donc cette taxe-là, c'est l'État qui prend et l'État est responsable de redistribuer cet argent-là chez tout le monde. Et donc du coup, l'IA permettrait à l'État de s'enrichir et indirectement, si l'État s'enrichit, tous les gens sont enrichis. On peut imaginer que le chômage, par exemple, c'est pas le meilleur exemple, mais on peut imaginer que le chômage augmente ou les gens sont tout simplement mieux compensés, ils ont plus d'argent, la construction, les prix des maisons baissent, les taux de crédit baissent. Tu as un impact direct. Mais ça, il faut vraiment une forte conviction politique. Et ça, c'est clairement politique, mais il faut surtout que ce soit fait à niveau international. Parce que si tu fais ça juste en Europe, les entreprises vont délocaliser aux États-Unis parce qu'aux États-Unis, ils n'ont pas de super taxes sur les robots.
Mais d'après ce que j'ai compris, il y a quand même des règles qui sont propres à chaque continent ou à chaque pays sur le développement. Donc au final, nous, on est quand même... On est assez avancé en France par exemple, mais pas assez par rapport à certains pays comme les Etats-Unis ou comme la Chine par exemple, mais on n'a pas les mêmes règles. Du coup, on ne peut pas investir de la même manière dans ce genre de choses.
Non, on n'a pas. La régularisation européenne est différente de ce qui se passe aux Etats-Unis et en Chine notamment. Et si tu imposes une taxe sur l'IA à un entrepreneur français, il peut délocaliser aux Etats-Unis par exemple et continuer du moment qu'il n'y ait pas de consensus au niveau des... Des gouvernements, faire une super taxe, c'est un peu moins efficace. Il y a aussi une autre piste économique, c'est la super dividende. Par exemple, aux États-Unis, je crois que c'est en Arkansas qu'ils font ça, je ne sais plus, où tu as, par exemple, tous les habitants, ils ont des parts dans les actions pétrolières du département de l'État aux États-Unis. Ils ont tous une action et donc tous les bénéfices dus au pétrole. Tu as des parts dans l'action pétrolière et du coup en fin d'année tu as des dividendes. En gros tu reçois de l'argent parce que l'État a fait des bénéfices sur le pétrole. Et OpenAI à l'époque, ils disaient qu'ils voulaient, vu qu'ils estimaient qu'ils allaient faire énormément de bénéfices, c'est de donner des parts d'OpenAI à tout le monde. Et donc si eux ils font des bénéfices, nous on a des dividendes et du coup ça nous permettrait de... d'avoir une compensation, mais pour l'instant, les riches s'enrichissent et il y en a qui subissent.
C'est ce que j'allais dire, au final, disons les personnes qui ont les rênes en main, ce sont des personnes clairement qui ont les moyens.
Actuellement, c'est le cas. Mais ça, c'est si on atteint ce stade où... Après, il y a certains métiers qui sont même actuellement, avec l'IA actuelle, notamment les centres d'appel qui sont concrètement impactés par l'IA. donc il y a quand même à une petite échelle actuellement il y a quand même des domaines qui sont impactés mais si ça commence à être impacté à plus grandes échelles ça peut être problématique mais là les LLM actuellement ce qu'ils permettent de faire ne permettra pas du moment qu'ils n'arrivent pas à comprendre la vidéo à apprendre en dehors du contenu texte, ils n'arriveront pas à atteindre la capacité d'un cerveau humain. Là, tu disais en consommation électrique, écologique, ils estimaient...
Les plus pessimistes disent d'ici 2026, l'IA consommera autant que ce que consomme le Japon. Les plus pessimistes, les plus optimistes disent que d'ici 2030, pour faire tourner toutes les IA qu'il y a, ça consommera autant d'énergie que le Japon. Donc ça consomme aussi.
Mais il y a des objectifs en plus en France pour 2030. Il y a des investissements je crois de 2,5 milliards d'euros en France qui ont été lancés je crois en 2018. Jusqu'à 2030, pour développer stratégiquement l'IA sur le territoire français, il y a vraiment des stratégies par pays pour être leader dans le domaine.
Il y a Mistral en France qui est vraiment très très bonne. L'IA française est bonne et l'ingénierie française en général est très très bonne. C'est reconnu à un niveau international. On est capable de faire de très très bons produits logiciels. On a les compétences pour développer. pour développer les modèles d'IA. En France, d'ailleurs, Hugging Face, qui est un peu la plateforme qui centralise tous ces modèles d'IA, c'est une société française.
D'accord. Je ne les connais pas du tout. C'est complètement inconnu pour moi. Je connais les plus grands noms, mais après, je t'avoue que...
On est très bon, on est capable de... Après, le problème, c'est juste que les financements aux Etats-Unis sont beaucoup plus...
On en parlait tout à l'heure, effectivement, la superficie du pays et les moyens politiques internes à chaque pays font aussi beaucoup. C'est des puissances, on a les États-Unis et la Chine qui sont des puissances économiques assez importantes qui ont les moyens justement de pouvoir être avancés par rapport à ça.
Oui, mais même eux se heurtent actuellement au mur, par exemple. il y a le Yann Lequin, qui est connu comme étant l'un des pères fondateurs de l'IA, qui est français, qui est professeur à l'université de New York et qui est Chief Data Scientist chez Meta. C'est quelqu'un qui est très connu dans le milieu de l'intelligence artificielle et c'est lui qui pointe les murs vers lesquels font face l'IA actuellement. Et donc en fait ils peuvent investir plus de fonds qu'il faut du moment qu'ils ne font pas de percées en termes de recherche. Actuellement tant qu'ils n'arrivent pas à traiter des vidéos, c'est très très compliqué. Mais c'est tout bête le concept de machine learning, comment ça marche. La vraie révolution c'était avant quand tu devais entraîner une IA, c'était fait de façon supervisée. C'est que tu devais avoir des gens, en haut tu veux apprendre une IA, reconnaître une image. T'as des personnes qui vont faire des pairs, ça s'appelle en entrée, donc donner une image de fleurs et mettre à côté le mot fleur. Et mettre une image du chiffre 9 et te mettre à côté 9. Et donc en fait tu étiquettes plein d'images, tu les donnes à l'IA et ça va leur permettre d'apprendre à partir de l'image, elle elle va voir ce que c'est, est-ce que ça correspond au chiffre 9, elle va regarder, ça c'est superlisé.
Donc initialement c'est que des chiffres ?
Non pas que des chiffres, mais il fallait de l'humain qui prépare les données et qu'on lui donne quelque chose à l'IA. il lui prépare un jeu de données, ça s'appelle, pour valider, qui va permettre à l'IA de s'entraîner et de valider derrière est-ce que le résultat que l'IA t'a donné, est-ce que ça correspond à ce qui est attendu ou pas. Et donc ça, c'est une nécessité qui est pleine d'humains qui valident ce que l'IA a trouvé. C'est-à-dire, ça c'est un chiffre 1, c'est un chiffre 2, ça c'est un chiffre 3. Et l'humain derrière, soit il valide, soit en entrée, il lui donne une image et il lui donne à quoi ça correspond en entrée. L'IA, elle fait passer ça dans son réseau de neurones. Et à la fin, elle compare ce qu'elle a obtenu en résultat, ce que l'IA a déduit par rapport à l'image, ça correspond à ce qui lui a été donné en entrée ou pas.
Et pareil, ça, ça doit être validé dans tous les cas.
Alors, soit tu valides à la fin, soit dès le début, tu lui donnes une tasse et tu lui dis que c'est une tasse à côté, tu lui donnes l'image d'une tasse et tu lui donnes le mot tasse. Et elle, elle va, à partir de l'image, essayer de savoir ce que c'est. Et elle va dire, c'est un verre. Elle regarde et elle compare ce qu'elle a. Elle, elle a déduit, donc c'est vert, elle le compare par rapport à ce que le mot que tu lui as donné en entrée, c'était tasse. Et donc, elle dit, non, ce n'est pas bon. Et du coup, elle va apprendre pour te donner le bon résultat. Mais ça, c'est supervisé parce que tu as préparé quand même un jeu de données. Il faut qu'il y ait des humains derrière qui préparent des données et qui disent ce que c'est et qui passent ça à l'IA.
OK. Et par exemple, maintenant, si on imagine ça de manière internationale, là, on parle juste, par exemple, des mots français. Et si demain, justement, on veut l'utiliser pour de la traduction parce que maintenant, on sait que c'est important. Est-ce que maintenant on sait qu'on va avoir la traduction exacte dans une autre langue de ce qu'on a demandé à l'IA pour faire une traduction lambda par exemple ?
Tout ce qui est langue pour l'IA c'est très très facile parce que là en fait ce qui empêchait l'IA de scaler, c'est-à-dire de grandir de façon exponentielle, c'est que cette variable humain derrière ça freinait un peu la capacité d'apprentissage. de l'IA parce que pour préparer un jeu de données avec 250 000 mots, il faut que tu prépares 250 000 jeux de données en avant avec l'étiquette de chaque truc. Tu dis ça, c'est ça, ça, c'est ça, ça, c'est ça. Donc ça, ça freinait un peu l'explosion de l'IA. Mais maintenant, l'IA est capable d'apprendre par elle-même. Il n'y a plus besoin de la variable humaine. Et ça, c'est Chagé-Pété, du coup. C'est ce qu'il a démocratisé. Ça s'appelle la technique d'apprentissage autoregressif.
D'accord.
Et c'est ce qu'utilisent actuellement les LLM. Et ça apprend avec du texte. En gros, tu lui donnes... L'IA, au lieu de lui apprendre à comprendre du texte, tu lui apprends à détériorer un paragraphe. Par exemple, tu lui donnes le chat suit la souris blanche. Donc le chat suit la souris blanche, tu lui donnes ça en entrée. Lya est entraînée à corrompre cette phrase, donc d'enlever un mot. Et donc elle aurait le chat suit là, le vide, blanche.
Blanche.
Et elle passe ça à son réseau de neurones et elle doit découvrir le mot qui correspond. Donc le mot souris, notamment, ça ne peut pas être énormément, pas énormément de possibilités. Et donc après, Lya, elle va comparer ce qu'elle a trouvé. Dans son réseau de neurones, est-ce qu'en résultat, elle a eu le chat suit la souris blanche ? Elle le compare par rapport au texte non corrompu. Si c'est bon, c'est qu'elle a bien fait son taf. Si c'est pas bon, elle va revenir dans son réseau de neurones pour tweaker un peu les équations mathématiques qu'il y a pour avoir la prochaine fois le bon résultat. La grosse différence, ça s'appelle auto-superviser, il n'y a plus de supervision humaine, c'est que tu lui donnes plein de bouquins, plein de textes, et l'IA sait comment corrompre le texte que tu lui donnes en entrée pour s'entraîner à déduire des mots.
Tu utilises le mot corrompre, ça veut dire qu'elle est capable de tricher aussi ?
Là, pour l'instant, ce n'est pas de la triche, c'est juste enlever un mot d'une phrase pour pouvoir le deviner après. Elle se fait ses propres exercices, en fait. Elle se fait des petits exercices pour apprendre. Et donc, du coup, tu n'es plus obligé, toi, de faire des étiquettes, de labeler et tout. Et c'est ça qui a permis à Ausha Peté d'être énorme. C'est parce que Ausha Peté n'a plus besoin qu'il y ait des gens derrière lui pour l'entraîner. c'est juste la masse de données qui est importante maintenant. C'est juste, tiens, prends toute cette donnée-là, entraîne-toi à générer du mot. Et à force, lui, Chad Jepete, ce qu'il fait de bien, c'est qu'il est hyper puissant, c'est son main job.
Il est rapide.
Il est rapide, ça dépend de la puissance qui est derrière, mais là où il est efficace, c'est qu'il est capable de découvrir des mots. Il devine des mots. Tu lui donnes cinq mots en entrée, donc ta raquette. Lui, à partir de ces cinq mots, il va deviner le mot qui suit.
Il y a un truc qui est assez intéressant, je trouve, avec ChatGPT. Alors, je l'ai très peu utilisé jusqu'à maintenant, mais je me suis exercée forcément pour le podcast. Mais il paraît, j'ai entendu sur différents forums, sur des vidéos, que la manière dont tu vas t'adresser à ChatGPT, que ce soit soutenu, familier ou de manière très noble, ChatGPT ne va pas collectionner les données de la même manière. En tout cas, sa réponse ne va pas être générée de la même manière. Elle ne va pas aller chercher des infos sur les mêmes sites. par exemple.
ChatGPT, c'est vraiment ça dépend de comment il s'est entraîné et c'est juste lui, il faut le voir juste comme c'est pas une vraie intelligence, c'est juste qu'il est capable de déduire des mots en fonction de ce que tu lui as donné en entrée et en fonction des poids qu'il a au niveau de ses neurones en gros il n'a pas de logique de planification en fait, quand tu lui donnes une phrase lui, il répond mot par mot Il n'a pas de logique où il va te dire je vais te répondre par ce paragraphe là et donc il ne planifie pas le temps formel de sa réponse est ce que je vais être poli est ce que je vais être mal poli non lui s'il planifie à chaque fois le mot suivant et en fonction alors c'est par exemple un mot simple c'est combien fait 2 plus 2, donc une phrase, tu lui donnes combien fait 2 plus 2, ça peut être une question comme ça peut être autre chose. Lui, il va recevoir le prompt, il va recevoir son entrée et il va deviner quel est le mot qui vient juste après 2. Juste après cette combo, quel est le mot le plus probable qui vient juste après ça. Donc il va dire 99,99% c'est le mot ça. Donc il va prendre le mot ça et il va le concaténer, le rajouter à tout le prompt. Et donc il va avoir combien fait 2 plus 2 ça. Et donc avec ça maintenant il va déduire le prochain, donc le mot qui vient c'est fait, donc combien fait 2 plus 2, ça fait, et après il va déduire le prochain mot, combien fait 2 plus 2, ça fait, 4, et du coup il n'a pas, alors que nous en tant qu'humains, on planifie nos réponses, et on voit sur le long terme comment on va répondre, alors que ChatGPT c'est juste, il est bon pour deviner des mots. Donc je parlais de tricher, oui il triche tout le temps, c'est juste, il devine des mots par rapport à un prompt. Mais sauf qu'il est tellement fort que maintenant, il ne le fait plus sur 10 mots, mais il le fait sur 500 000. 500 000 tokens, on parle plus de tokens. Et donc, tu lui donnes 500 000 tokens, donc 500 000 mots. Tu peux le voir comme ça, mais les tokens, c'est même des sous-mots. Tu lui donnes 500 000 tokens et il est capable de prédire le mot qui vient après ces 500 000. En ayant additionné ce que tu lui as donné en entrée et ce qu'il a généré au fur et à mesure. Les mots qu'il a généré au fur et à mesure, il les colle à chaque fois pour prédire le prochain.
D'accord.
et donc Il est très fort pour faire ça, mais il a des problèmes d'hallucination par exemple. On parle d'hallucination quand on utilise une IA.
C'est quoi exactement ?
Imaginons combien ça fait 2 plus 2. Et donc tu lui donnes en entrée combien ça fait 2 plus 2. Lui, il va prédire le prochain mot. Et au lieu de prédire le mot ça, il prédit le mot il par exemple.
C'est une dérive en fait
Il bifurque 200 chemins Il prédit le mot il Je sais pas quoi Et après il concatène le il avec combien ça fait 4 plus 4 il Il rajoute le mot fait et après il part sur il fait beau Donc il bifurque vraiment La plus petite erreur Dans le calcul Fait qu'il peut complètement bifurquer De la réponse de base Et peut sortir C'est des probabilités assez faibles Mais une fois qu'il se trompe sur deux, trois mots, ça fait que la probabilité augmente de façon exponentielle. Il peut vraiment partir sur un dérive.
Alors, il peut faire des erreurs de calcul. Ça veut dire que les erreurs de calcul, elles viennent initialement de nous ? Parce que c'est nous qui avons mal programmé, justement.
Il s'entraîne. Quand c'était en supervisé, oui, mais en auto-supervisé, il apprend tout seul. Et ça peut vouloir dire qu'il n'avait pas assez de données pour bien peaufiner sa réponse, pour augmenter le poids de chaque nœud dans le réseau de neurones. Et donc pour te donner la bonne réponse, la probabilité pour le texte est de plus en plus faible actuellement pour tout ce qui est du texte. Oui,
parce qu'on a effectivement, on parle juste de Tchad GPT, mais à une autre échelle, par exemple, sur des nouvelles technologies qui pourraient avoir lieu d'ici quelques années. On parlait de voitures automatiques, par exemple, sans conducteur.
L'auto-agressif, ça ne marche pas.
La question pourrait se poser.
Le LLM, ça ne marche pas. La technologie qu'il y a derrière le LLM, ça ne marche pas pour la vidéo. Et même pour les images, ils utilisent une autre technologie maintenant, qui s'appelle une technologie de diffusion, où, là on parlait pour le texte, ils courront le texte en enlevant un mot, ça ne marcherait pas pour des photos, parce qu'en fait, les pixels... T'imagines un mot, c'est on va dire un octet par mot, tu lui donnes une phrase, c'est genre 5 octets, une phrase, mais une image, 512, 762, c'est 250 000 pixels. En termes de différence, 250 000 pixels, c'est plus qu'il y a de mots dans le dictionnaire.
C'est vrai que vu comme ça...
Donc du coup, pour du texte, si tu l'apprends en auto-régressif, donc tu utilises la même technique qui est utilisée pour le texte, mais pour les images, tu dis courant, une image enlève des pixels, et après entraîne-toi à régénérer les pixels, il y a tellement de combinaisons possibles que c'est très très compliqué. Maintenant, ils utilisent une technologie diffusion qui permet de rajouter du bruit à une image et ça permet de reconstruire. C'est ce qui permet à la machine d'apprendre pour pouvoir par la suite te générer des images. Pour la vidéo, c'est encore pire parce que la vidéo, pour une vidéo de 25 frames par seconde, 25 FPS, une vidéo classique, tu as 25 images par seconde. Donc une vidéo de 10 secondes. Quand tu génères une vidéo, tu veux une vidéo de 10 secondes juste pour tester un truc sur TikTok ou j'en sais rien. Tu génères une vidéo de 10 secondes, ça te fait 25 frames par seconde x 10, donc ça te fait 250 images. Une vidéo de 720 pixels en résolution, tu fais les multiplications, on est à des millions et des millions de pixels. Là où pour le texte, il te génère 100. Donc la différence, et en plus, t'imagines tu prends, parce que l'apprentissage c'est comme pour les mots, tu supprimes une partie et c'est pour que la machine apprenne, tu supprimes une partie, il doit la deviner. Pour une vidéo, tu prends par exemple une caméra en train de te regarder et tu fais tourner la caméra et la machine doit deviner ce qui apparaît dans un plan caché. C'est comme ça qu'elle apprend. Elle doit deviner en fait ce qui a été masqué. Mais en vidéo, ça veut dire qu'elle doit prévoir quelque chose en trois dimensions qui potentiellement en quatre dimensions parce que tu as le temps. Donc, c'est des choses qui bougent et donc elle doit le prédire d'une façon correcte. Pour cette image-là, parce que la vidéo c'est 25 frames par seconde, elle doit prédire correctement 25 fois en une seconde, plus le faire 25 fois fois 10 secondes pour une vidéo de 10 secondes. Actuellement, aucune IA n'est capable de le faire de façon auto-supervisée.
D'accord. Mais alors du coup, on en est là pour le moment. On s'est rendu compte quand même que sur les 5 dernières années, ça s'est accéléré comme ça. Ça n'a jamais été le cas. On a eu une avancée sur ces dernières années qui est une première depuis que la technologie existe. C'est assez impressionnant. Justement, on se pose la question, où on va vu que c'est accéléré comme ça d'un seul coup ?
Moi, je pense que... S'il n'y a pas de percée, en fait si l'IA n'arrive pas à comprendre notre monde, là je parlais de JEPA tout à l'heure, c'est une technologie qui change complètement de paradigme. Actuellement l'IA réfléchit pixel par pixel et donc elle génère des pixels en fait. C'est de l'IA générative qui génère des pixels. On s'est rendu compte que c'est compliqué, elle ne pourra pas assimiler le monde de façon... Pour assimiler le monde, pour comprendre le monde, il faut utiliser la vidéo. Et l'IA actuellement n'arrive pas. donc si j'ai pas qui change complètement de paradigme et dit au lieu d'utiliser l'IA générative pour générer des pixels on va apprendre à l'IA à comprendre notre environnement. En gros tu entraînes l'IA à créer une abstraction de notre monde et ça potentiellement ça pourrait permettre à l'IA au lieu de générer des pixels comprend plutôt notre monde, fait un modèle abstrait de notre monde parce que la langue ne suffit pas en trente mille mots t'es pas capable et si tu arrives à faire ça peut-être que tu arriveras à comprendre notre monde et donc de pouvoir faire des conducteurs des de la conduite autonome et tout. Si on arrive à faire ça, je pense que ça va complètement révolutionner notre mode de vie, et comme dit, on rentrera dans les problèmes économiques et tout ce que ça engendre derrière. Si on n'arrive pas à faire ça, personnellement, je suis assez satisfait de l'IA qu'on a actuellement, un outil qui est assez puissant, qui nous permet de faire mieux des tâches qu'on faisait avant, d'être plus rapide sur certaines choses. Il y a des trucs complètement cool, par exemple là avec l'IA, les étudiants peuvent avoir un tuteur à domicile, ils peuvent avoir leurs propres enseignants.
Mais justement en parlant de ça, il y a eu beaucoup de discussions à ce sujet, en tout cas au niveau des étudiants, parce qu'on s'est rendu compte que les étudiants n'utilisaient plus vraiment leurs propres réflexions personnelles maintenant pour donner des travails, des rendus vraiment à leurs professeurs. Vu que maintenant c'est accessible à tous... On l'utilise vraiment, en tout cas pour certaines personnes, à outrance et pas forcément pour les bonnes raisons. C'est-à-dire du coup, maintenant je me pose la question à l'avenir, pour des jeunes personnes qui sont nées avec ça, est-ce qu'on aura la même réflexion ? Est-ce qu'on va continuer à réfléchir par nous-mêmes ? Ou est-ce qu'on fera systématiquement appel à justement ce genre de données extérieures qui puissent nous donner les réponses systématiquement ? On aurait besoin de réfléchir. Est-ce que ça va avoir un impact du coup ? Sur nous, sur notre manière de penser, est-ce que ça va avoir un impact social ?
C'est très très difficile de se projeter parce que là, je pense qu'on rentre dans le cœur même de l'humain. Est-ce qu'un étudiant, pour prendre un étudiant, est-ce qu'il se sent satisfait d'avoir, au lieu de réfléchir lui-même, à avoir une réponse ? Ou est-ce qu'il se sent satisfait quand c'est une IA qui lui a pondu la réponse et il a donné ça ? Je pense que ça dépend de la personne. Je pars du principe que les gens, les étudiants, ils veulent apprendre et pas juste prendre des réponses. Être tranquille. C'est apprends-moi à pêcher un poisson, ne me donne pas le poisson. Par exemple, moi, quand je l'utilise au quotidien, quand ils me donnent une réponse, je lui dis quel est ton processus de raisonnement, pourquoi ça ? Et j'essaie de réfléchir sur ce qu'il a fait. Après, comme dit, c'est culturel, c'est social et c'est très compliqué de se projeter. Je pense que les gens, ils voudront vouloir réfléchir. La personne aime réfléchir et aime savoir comment les choses marchent. Donc, je pense que les curieux vont rester curieux, en tout cas. Après, pour ceux qui veulent tricher, entre parenthèses, avec l'IA, ils pourront tricher avec d'autres moyens. S'il n'y avait pas l'IA, si tu veux tricher, tu tricherais avec autre chose que l'IA.
À mon époque, c'était Wikipédia. Je parle comme si j'avais 60 ans, mais littéralement.
T'aurais pu me dire la bibliothèque !
Non, même pas la bibliothèque. Quoique, peut-être que j'ai un jour tenté de regarder dans un livre. Mais c'est vrai que déjà, en tout cas de notre génération, les années 90, on a vécu déjà un changement assez incroyable. Je trouve qu'on a été les premiers concernés par tout ce changement technologique et par toute cette évolution. On a été aussi les premiers à être super anxieuses. Moi je suis content de vivre à cette époque.
Qui n'aimerait pas vivre ? Finalement,
c'est pour ça. Ça divise encore vachement. Mais c'est vrai que maintenant, je regarde ce qu'on faisait nous déjà à l'époque en tant qu'étudiants. C'est vrai qu'on avait tendance déjà à piocher sur Google ce qu'on pouvait. Certes, on avait les livres. Les livres, ça nous a toujours servi, c'est sûr. Mais disons que quand on voulait avancer, quand on voulait être rapide, je dois reconnaître que des fois Wikipédia, ça nous a bien aidé. Alors, ce n'est pas le plus fiable, mais il y a des moments où je dois avouer, oui, j'ai triché. Je suis allée sur Wikipédia.
Après, quand tu as un problème mathématique, tu n'as pas forcément cherché directement la réponse sur Internet. Tu as essayé quand même de résoudre...
Ce n'est peut-être pas le meilleur exemple pour moi parce que j'ai toujours été très nulle en maths. Monsieur Silva, si vous m'entendez, ce n'était pas le meilleur exemple. Mais du coup, c'est vrai que c'est peut-être aussi à chaque époque son évolution. Mais là, on peut dire que les 20 dernières années, ça a été quand même assez incroyable, assez choquant, en tout cas, à notre niveau. Mais bon.
Faudra qu'on apprenne à s'en servir.
Faut qu'on apprenne à s'en servir et plutôt à vivre avec aussi, parce que maintenant on n'a plus le choix. Même si on est réfractaires avec ça, je me rends compte que même moi qui refusais, en fait j'ai recours. À certains moments, on ne parle pas que de chat GPT, certes, mais du coup, je m'en sers quasiment tout le temps sans m'en rendre compte réellement. Donc on vit avec ça, il faut qu'on l'accepte. Et puis juste peut-être ne pas l'utiliser à n'importe quelle sauce, à n'importe quel moment. En tout cas, pas dans l'abus comme d'habitude. En tout cas, si on a des convictions comme moi...
Il faut l'utiliser raisonnablement.
Raisonnablement, dans le milieu professionnel par exemple, ça peut être totalement... Compréhensible, mais après, il y a des moments aussi dans la vie personnelle où on se rend compte que ça peut avoir des valeurs ajoutées. Mais c'est sûr que je ne vais pas aller solliciter n'importe quel IA pour me dire demain comment je m'habille. Il y en a qui le font.
Tu prends une photo de ton appart et il te dit comment le rénover ou un truc comme ça.
Oui, il y a tellement de choses maintenant qui sont sorties. C'est juste hallucinant. Toi, quel conseil tu donnerais justement à ces personnes qui ne veulent pas ? L'utiliser à outrance et être raisonnable par rapport à leur consommation ?
Alors j'avoue que je ne sais pas ce qu'est utiliser à outrance. Moi je le vois vraiment comme un outil. Et donc du moment qu'il te permet de faire plus vite une tâche qui te prenait du temps, moi je suis partisan du go. Si ça te permet d'être plus rapide, plus performant, plus efficace, ben vas-y, il n'y a pas de souci. Je vois par exemple dans YouTube, là où je mettais énormément de temps pour écrire mon script, de mon texte, parce que j'écris tout. Et donc l'écriture du script me prenait énormément, énormément de temps. Maintenant avec l'IA, ça me prend 3, 4, 5 fois plus de temps. Donc au lieu de me dire non, j'aimerais bien quand même écrire parce qu'après c'est juste personnel. J'aimerais bien continuer d'écrire pour améliorer mon style de rédaction. parce qu'une autre personne qui est plutôt dans le journalisme ou qui aiment bien écrire, pourraient avoir un raisonnement similaire et se dire « Non, l'écriture, c'est moi qui ai fait parce que c'est un truc que je connais. » Moi, je délègue une grosse partie de reformulation, d'intro, des trucs comme ça à l'IA parce que ça me permet de passer plus de temps sur autre chose, par exemple plus de temps sur le montage ou créer plus de contenu. Et donc, automatiquement, l'IA me permet de créer plus de contenu, donc d'avoir plus de personnes qui regardent et d'avoir un impact concret sur la chaîne derrière. Et me concentrer, moi ça me permet vraiment de me concentrer sur la vision stratégique. Tu chapotes, c'est comme si tu avais vraiment une équipe qui travaille avec toi et donc tu chapotes. Et après c'est à toi de décider ce que tu veux déléguer.
C'est pareil si tu avais un humain. Oui mais c'est ça, finalement c'est un peu ton stagiaire, c'est un peu ton compagnon.
C'est ça, il faut le voir comme stagiaire ou tu peux même le voir comme chef de rédaction. C'est pas forcément le stagiaire, ça dépend du degré de responsabilité que tu lui donnes.
Mais c'est toi qui as toujours le mot de la fin. De toute façon,
il ne pourrait pas tout faire parce qu'il se trompe. L'IA n'est pas assez bonne pour faire la tâche que ferait un humain. Il fait forcément des erreurs. C'est impressionnant quand tu utilises comme gadget ou pour générer des petits trucs un peu sympas. Certes, c'est impressionnant, mais quand tu commences à faire des trucs vraiment pros et que tu as de la validation derrière, c'est ton gagne-pain ou c'est des trucs comme ça. Sans l'humain, tu vas avoir... A tous les coups, tu vas avoir, peut-être que ça va passer la première fois, la deuxième fois, mais à tous les coups, tu vas avoir un petit pépin. Donc peut-être que c'est un conseil, si c'est ceux qui l'utilisent vraiment pour quelque chose de professionnel, c'est de ne pas faire confiance à l'IA à 100% et de bien valider.
Oui, il y a encore cette notion de confiance qui humanise encore un peu la chose au final, mais c'est vraiment...
La calculatrice, quand elle te sort un résultat, tu fais confiance au résultat qu'elle te donne concrètement. Donc tu fais un peu confiance à la machine. Quand tu accélères dans une voiture, tu fais aussi un peu... un peu confiance parce que quand tu freines, tu as intérêt à avoir confiance. Tu n'as pas le choix. La confiance, ce n'est pas forcément humain, c'est un outil aussi. Tu as confiance de ce qui va te permettre d'avoir un résultat ou pas.
Très bien.
Mais ça demande toujours de vérifier.
Ça demande toujours de vérifier et on sera toujours derrière dans tous les cas.
Sauf s'il y a un légitimité, mais je n'ai pas l'impression qu'on y soit.
Toi, en tout cas, tu es plutôt pessimiste à ce niveau-là, je pense.
pessimiste sur l'avancée technologique actuellement je regarde un peu ce qui se fait et je n'ai pas l'impression qu'il y ait des percées donc je n'ai pas l'impression qu'on va aller vers mais après il y a des recherches en cours peut-être que dans 5 ans on va découvrir un truc qui va complètement révolutionner et que ça va être complètement fou donc peut-être et donc à ce moment là oui Mais sinon je suis assez optimiste par rapport à l'outil que c'est. Moi je trouve que c'est un excellent outil, mais certes il y a des problèmes écologiques comme tu as dit.
Et il faut savoir l'utiliser correctement.
Si tu arrives à bien l'utiliser, ça te fait un gain de temps énorme. Je le vois par exemple avec ma copine. Salut Marine.
Salut Marine, on t'embrasse.
Du coup, quand elle fait des tâches, des fois, je dis, mais pourquoi tu ne fais pas faire ça par l'IA ? Ça te fait gagner énormément de temps et tout. Par exemple, elle ne veut pas.
Elle ne veut pas ?
Oui, parce qu'elle aime bien. C'est des trucs qu'elle aime bien faire tout seul, même si l'IA lui permet de...
pourrait lui donner des réponses.
De gagner du temps ou de rédiger des trucs plus vite ?
J'ai cette même réflexion qu'elle, par exemple, dans le milieu de la traduction vis-à-vis de mon métier.
C'est l'un des métiers menacés.
Oui, ça fait parmi les métiers menacés. Mais on me dit souvent, oui, mais pour faire telle et telle traduction, ou si tu veux écrire un mail vraiment parfait à ton client japonais, par exemple, mais utilise-tu l'HGPT ? Pourquoi tu ne veux pas utiliser l'HGPT ? C'est parfait pour te faire une traduction et tout ça, ou utilise DeepL. ce genre de choses. Au final, j'y arrive pas parce que je considère que c'est bien quand même encore de faire des fautes. Si un jour j'ai la personne au téléphone et que je dois vraiment lui parler, mon japonais il sera pas aussi parfait que ce qu'on m'a sorti en fait à l'écrit. J'en suis consciente parce que je suis pas native et que du coup j'ai pas envie non plus que les choses soient parfaites. J'accepte ça et je continue à apprendre du coup en un sens. Mais du coup, j'ai vraiment ce problème de me dire, je vais utiliser justement cette appli ou ces aides pour me prendre quelque chose de parfait. Je n'ai pas envie d'atteindre cette perfection-là. Et je peux comprendre que ça peut servir dans certains cas de figure, mais par exemple pour mon métier, c'est quelque chose que j'ai du mal à utiliser. Donc du coup, je pense que ça dépend vraiment du domaine dans lequel tu travailles.
Est-ce que tu l'utiliserais pas, par exemple, si t'as des annexes à traduire ou des trucs un peu moins marrants que tu donnerais aux stagiaires ? Si t'avais des trucs un peu moins marrants que t'aimes pas traduire, est-ce que tu donnerais à l'yéop ?
Franchement, j'ai du mal. Et des fois, ça m'arrive d'avoir des choses que je ne comprends pas. On a des mots, par exemple, en japonais ou en allemand ou en anglais, parce que je suis sur les trois langues, que je ne comprends pas. Je peux en déduire ce que ça veut dire, mais je ne vais pas juste aller utiliser ces outils-là pour traduire ça. En fait, je vais plutôt aller faire la recherche moi-même pour comprendre le sens. Je préfère faire ce travail, même si ça me demande beaucoup plus de temps,
par exemple. Ça me prend du temps,
mais clairement.
Mais ça t'apprend quand même quelque chose d'ailleurs.
Mais ça m'apprend quelque chose. J'ai peur de m'arrêter d'utiliser quelque chose qui va finalement me donner la réponse, mais qui m'empêche d'apprendre.
Je pense que là où il y a le plus d'impact... Dans l'utilisation, quand c'est un truc challenger, je comprends la récompense que tu as derrière parce que tu as fait une recherche et du coup tu as une récompense, tu as trouvé la solution et ça te permet d'évoluer. Mais pour les trucs un peu rébarbatifs qui te consomment du temps mais que tu n'as pas envie de faire parce que clairement tu n'en tires rien du tout, parce que tu n'apprends rien en le faisant, parce que c'est un truc que tu fais tous les jours, les matins ça te prend 20 minutes et tu n'apprends rien et en plus c'est un truc que tu aimerais bien déléguer. Parce que ça va te permettre justement d'être plus efficace sur les trucs que tu disais, où tu vas faire de la recherche, où tu vas vraiment avoir un objectif. Est-ce que du coup tu ferais quoi dans cette situation ?
Évidemment, je dois l'avouer.
Je pense que c'est le plus gros actuellement, c'est ce qui se passe. Avec l'IA, moi dans mon boulot, c'est les choses que je n'ai pas envie. Parce que je serais plus efficace, comme tu dis, par exemple pour traduire des parties un peu plus pertinentes. Parce que c'est là où j'aurai plus de plus-value, c'est là où je vais faire appliquer un peu mes connaissances. Et par contre, les trucs qui ne m'apportent rien et qui prennent plus de temps qu'autre chose, mais finalement, avoir un outil qui permet de le faire d'une façon rapide, je trouve que ça a clairement un intérêt.
D'accord. Petit mot de la fin, comment tu résumerais tout ça ? Déjà, comment tu résumes l'IA et comment tu résumes du coup le monde dans lequel on est en train d'évoluer actuellement ?
Moi, je dirais passionnant. En tant qu'ingénieur et dans la technologie, de vivre une période comme ça où... On est dans un milieu qui évolue, mais des fois on se dit qu'on a atteint les limites de ce qu'on peut faire, c'est un peu pénible, mais avec ce qu'apporte l'IA, ça ouvre plein de perspectives technologiques. Et donc du coup, moi je suis content d'en faire partie, je trouve que c'est passionnant, mais après je suis aussi conscient de ce que ça peut avoir comme impact négatif. Pas de réponse à mon niveau sur comment ça va évoluer, mais en tout cas, moi, je suis content de vivre ça. Je suis content de voir ce que ça fait.
Comment ça évolue, en tout cas, et voir jusqu'où on va pouvoir aller.
Tout ce que ça permet de faire. Et après, tout ce qu'on décidera vers la fin, soit on continue sur ça, soit pas. On verra, mais en tout cas, j'espère que d'un point de vue politique, on prendra les bonnes décisions.
Ça c'est un autre sujet qui prendrait une heure de plus je pense, voire même deux. Dernière chose, si les gens sont intéressés par ce que tu fais, où est-ce qu'on peut te suivre, qu'est-ce qu'on peut regarder de ta part ?
Moi j'ai une chaîne YouTube qui s'appelle Bass TV, où je publie des vidéos sur la nouvelle technologie avec un œil critique. Des fois pas parce que je suis aussi un humain qui utilise ces technologies-là, donc je peux être un peu hypé, un peu trop passionné. Mais sinon, ils peuvent regarder mes vidéos sur YouTube et mettre des commentaires.
Très bien. Je te remercie. Et je remercie ton intervention. Toute l'équipe aussi du printemps du podcast qui nous a donné l'opportunité de pouvoir parler et d'échanger sur ce sujet-là. Et puis, sur un autre épisode de Entre nous, on se retrouvera pour parler d'autres choses, évidemment, que l'IA. Parce qu'on en entend assez parler et on a besoin de s'inspirer aussi. De personnes humaines, mais pas que, n'est-ce pas ? Merci beaucoup.
Merci à vous.
Au revoir tout le monde.
Description
Dans cet épisode, Issam, ingénieur tech et passionné, nous aide à comprendre l'évolution puissante et rapide de l'intelligence artificielle.
Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.
Transcription
Eh bien bonjour à tous, bienvenue sur ce numéro spécial d'Entre nous. C'est une première pour moi, pour ce podcast-là. J'ai une première devant les caméras. On va un peu sortir de notre zone de confort. En général, j'ai l'habitude de faire découvrir des personnes. On va continuer à le faire bien sûr aujourd'hui, mais j'avais envie de sortir un petit peu de ma zone de confort et donc de parler d'un sujet qui nous concerne tous à l'heure actuelle. dont on va parler d'ici d'ici quelques minutes, qui est donc à l'intelligence artificielle. Et nous sommes en direct du printemps du podcast. C'est un événement qui célèbre un peu les voix, les idées, les conversations et qui font vibrer un peu le monde du podcast francophone. Je suis ravie d'être ici. Et donc avec monsieur... Issam Baz, bonjour Issam. Bonjour. Je suis contente que tu sois avec moi aujourd'hui parce que du coup, c'est toi qui va pouvoir m'aider un petit peu sur ce sujet-là parce que moi, je suis complètement novice et probablement aux antipodes de ce que tu vas me dire. Donc, on va apprendre, je pense, pas mal de choses. On va vulgariser aussi ce qu'est l'IA, on va le démystifier et parler, on va dire un petit peu en small talk de ce qui nous arrive là à l'heure actuelle parce que ça commence à être un gros sujet. Avant tout, je vais te demander de te présenter. Qui es-tu, Monsieur Baz ?
C'est la question. En tout cas, merci de m'avoir invité. Je suis hyper content d'être ici et de parler d'un sujet qui m'intéresse aussi énormément. Je pense qu'il y aura effectivement pas mal de choses à dire. Une brève présentation. Moi, je suis ingénieur logiciel depuis maintenant 14-15 ans. Je suis aussi YouTuber Tech d'une chaîne qui s'appelle BazTV, où je parle de nouvelles tendances technologiques. Et je suis en pleine... reconversé en tant que machine learning engineer et donc l'IA c'est effectivement un domaine que je côtoie tous les jours et que j'utilise régulièrement et effectivement ça va être sympa un peu de parler de ce qui se passe derrière, de quoi ça consiste concrètement et peut-être aussi de démystifier comme tu as dit quelques sujets.
Au vu de ce que tu fais effectivement je pense que c'est quelque chose que tu utilises beaucoup dans le domaine professionnel mais aussi je suppose vu que tu fais des vidéos youtube dans ta vie perso aussi. Moi j'ai une première question à te poser à ce sujet là A partir de quel moment tu t'es rendu compte que tu utilisais de l'IA à proprement parler ? Est-ce que le terme de l'IA est correctement utilisé ?
C'est une très bonne question parce que l'IA concrètement, c'est quand même un vieux truc. L'IA ça date quand même des années 1950, c'est très vieux. Et on s'en servait toujours au quotidien. Dans les smartphones, les réveils qui s'adaptent automatiquement en fonction de l'heure à laquelle tu le déverrouilles, par exemple, il y a ça. Le smart charging ou les smartphones qui se chargent automatiquement à 100% un peu avant l'heure du réveil, tout ça c'est du machine learning. En gros, c'est de la machine qui va apprendre sur tes habitudes. Et donc c'est quelque chose qui existe depuis plusieurs années, qui est présent depuis longtemps, mais sauf que là où ça a commencé à se démocratiser, où on s'est rendu compte du terme... L'intelligence artificielle, c'est clairement depuis ChatGPT, donc depuis 4-5 ans, où les gens se sont vraiment rendus compte de la puissance de l'IA, mais c'est plus des LLM, c'est plus les large language models, les modèles de génération de langues, qui génèrent des choses, des mots ou des images. Et c'est là où on s'est rendu compte que l'IA, ça fait des trucs un peu de fou.
Parce que du coup, je suppose que l'IA, ça ne s'arrête pas qu'à ChatGPT. C'est vrai que là, depuis le début d'année, moi j'entends parler... que de ça. Il y a, il y a, il y a, il y a, mais c'est souvent relié à Tchad GPT. Mais comme tu le dis, c'est beaucoup plus vaste que ça. L'intelligence artificielle, donc c'est plein de niveaux différents d'intelligence artificielle. Il y a différents, comment dire, canaux d'intelligence artificielle. On peut dire ça comme ça ?
Alors, il y a tout ce qui est intelligence artificielle, tout ce qui est machine learning, en fait, la machine qui apprend et qui, du coup, s'adapte à ton besoin, entre parenthèses. Mais il y a tout ce qui est intelligence, tout ce qui est... IA générative, c'est de l'intelligence artificielle qui va te générer quelque chose, soit du texte, dans le cas de ChatGPT ou n'importe quel LLM qui existe, il y en a plusieurs, comme il y a ChatGPT, il y a l'IA de Meta, il y a par exemple Mistral en France, et il y a aussi de l'IA qui va te générer des images ou des vidéos notamment, et ça c'est un peu ce qui est le plus clivant en ce moment. C'est ce qui rend un peu cet effet un peu waouh, quand tu utilises une IA générative, tu te dis, on dirait que je parle à une vraie personne, ça génère vraiment des trucs de fou, parce que c'est du concret, tu interagis vraiment avec l'IA, tu lui demandes des choses, et en gros tu as un retour, que ce soit du texte ou une image ou une vidéo, et tu l'as au retour un temps réel, alors que tout ce qui est IA, un peu machine learning, qu'on utilise au quotidien sans s'en rendre compte, on ne se rend pas forcément compte qu'on utilise une IA derrière.
Oui, c'est ça. C'est parce que la raison pour laquelle j'ai fait ce podcast-là, c'est que j'en ai tellement entendu parler de l'IA via ChatGPT, par exemple, que je me suis réellement posé la question. Mais moi, je refusais justement d'utiliser ChatGPT jusqu'à maintenant pour des questions écologiques et tout ça. J'avais une vraie conscience par rapport à ça. Donc, ça me faisait un petit peu peur de l'utiliser. Et finalement, après, je me suis dit mais attends, derrière, tu utilises plein d'autres choses qui probablement en est aussi. Je ne sais pas. Google Maps ou des applications justement pour montrer ton chemin ou je sais pas même des réseaux sociaux est-ce que tout ça s'en est pas déjà ? Finalement je me suis posé plein de questions par rapport à ça et je me suis dit est-ce que je dois juste me concentrer sur le fait que maintenant l'IA c'est du chat du PT ?
Oui après c'est... alors il y avait effectivement d'autres IA qu'on utilisait mais ça n'a rien à voir avec l'impact qu'ont les modèles génératifs actuels sur la société parce que... Quand on voit ce que permettent de faire les modèles génératifs actuellement, ils peuvent carrément, c'est limite remplacer un travail, enfin remplacer c'est un gros mot, mais en tout cas l'impact qu'ils ont actuellement sur la société est conséquent. Et donc depuis l'explosion de ChatGPT, on alloue pas mal de ressources financières à ces... à ces départements de recherche et donc ils sont capables de livrer des produits de plus en plus puissants, de plus en plus performants et qui peuvent à terme impacter certains domaines. Moi, je le vois clairement en tant qu'ingénieur logiciel. Certes, on avait de l'IA qui nous aidait un petit peu dans notre travail, mais c'est le jour et la nuit par rapport à ce que permettent de faire les génératives modèles actuellement. Par exemple, moi, mais vraiment... en day-to-day, dans mon quotidien en tant qu'ingénieur logiciel, une tâche qui me prenait pour développer une application, qui me prenait une semaine, je peux la faire en une journée. Donc l'accélération, l'impact sur notre quotidien est énorme et il faut qu'on puisse s'adapter parce qu'actuellement, même dans les mois et les années à venir, un ingénieur logiciel qui ne sait pas utiliser l'IA et un ingénieur logiciel qui sait utiliser l'IA, ça fait clairement pencher la balance. Un autre exemple, c'est que je développe une application depuis un moment, même plusieurs, une application sur le fitness. Et moi, je suis ingénieur logiciel, on va dire, infrastructure. Et je ne suis pas spécialisé dans tout ce qui est graphique, tout ce qui est visuel, tout ce qui est interface. Et donc, c'est ce qui me freinait pour développer des applications, ce qui me freinait pour livrer des produits. C'était cet aspect un peu interface, un peu visuel, où je ne sais pas faire un beau rendu. Et maintenant, avec l'IA, c'est elle qui s'en occupe. Et moi, je m'occupe juste de l'administrer. Oui,
c'est un corps de métier en plus. C'est un corps en plus à ton arc, disons, pour pouvoir faire des choses.
C'est un super assistant. C'est un super assistant. Mais c'est très puissant pour générer du texte. Notamment du code, c'est du texte. Et l'IA générative est très, très puissante pour ça. Et ça le faisait, même ceux, quand ils ont lancé ChatGPT, ils étaient étonnés par rapport à la réception qu'ont eue les gens et au boom que ça a créé. Parce que les LLM, c'est quelque chose d'ancien. Et c'est quelque chose d'un point de vue machine learning et d'un point de vue, enfin dans le domaine de la science, c'est quelque chose d'assez facile aussi. Ce n'est pas une technologie révolutionnaire, mais c'est juste la réception que l'IA a reçue des gens, c'est ça qui était totalement inattendu. Et donc OpenAI, ils ont reçu, enfin les gens, ils étaient tellement hypés, ça a buzzé et du coup ça a explosé, ils ont eu énormément de ressources, ils ont pu développer leurs produits encore plus et de permettre... Il y a eu GPT 1, 2, 3, 4, 4,5.
Mais justement, est-ce qu'initialement, c'était normalement uniquement pour les professionnels ? Est-ce que ça avait une visée uniquement professionnelle ? Ou est-ce qu'ils avaient au départ déjà l'idée à ce que ça soit accessible à tout le monde ?
Non, je pense qu'OpenAI, quand ils ont développé un produit, ils voulaient que ce soit accessible pour tout le monde. Et leur but, c'était... D'ailleurs, on le voit même dans l'outil ChatGPT en général. C'est un outil qui est... Je prends juste la GPT parce que c'est le premier qui a explosé, mais ça peut être le cas pour n'importe quel... pour n'importe quel éditeur qui sort un LLM et c'est un outil qui est quand même très accessible, très grand public et ils ont surfé sur cette vague là. Le but c'était vraiment de faire découvrir les LLM à la majorité des gens et c'est ce qui a fait que ça a explosé. Maintenant certes c'est fort, c'est un outil qui est énorme et il faut apprendre, enfin il faut, dans certains domaines c'est devenu nécessaire de savoir s'en servir vu que ça s'implante tout doucement un peu partout. Mais ça a d'énormes limitations et je pense qu'il y a une notion, je pense on a parlé de la vidéo que tu m'as envoyée. Exactement,
de l'ego du coup. De l'ego oui. Oui, oui,
exactement. Et en fait, les LLM actuellement sont très bons pour bluffer les gens et pour faire en sorte que c'est une IA intelligente. Donc ça génère des mots et on a l'impression de parler à une vraie personne. D'ailleurs le test de Turing qui dit que si l'IA arrive à nous bluffer et que... Oui, c'est...
C'est quand même assez impressionnant. Juste pour faire une petite aparté pour que les gens comprennent en fait ce dont on parle. Ego c'est un youtuber en fait qui fait des vidéos et on en a vu une en commun qui s'appelle l'horreur existentielle de l'usine à trombone. Comme ça vous allez dire mais qu'est ce que ça veut dire ? Mais il y a un réel sens. Je vous conseille de regarder la vidéo parce qu'elle fait pas mal réfléchir, elle peut faire peur. Moi je t'ai dit qu'elle m'avait effrayée au début, et je pense que c'était un petit peu le but de la vidéo, c'est qu'au final l'IA, elle divise pas mal en fait les personnes, il y en a qui sont fascinées par ça et qui pensent que ça va... Ça va nous aider à l'avenir comme ça ne l'a jamais été. Il y en a d'autres qui sont hyper réfractaires comme je l'ai été et qui ont peur des dérives de l'IA.
Oui, je pense que c'est lié à la peur. En tout cas, la vidéo, je pense, pour résumer un peu, c'est par exemple si tu programmes une IA pour te chercher un café ou un robot qui tourne avec une IA et tu le programmes pour te chercher un café. Comment faire en sorte qu'il... En allant vers la machine à café, s'il voit un obstacle, il ne l'écrase pas parce que sa seule mission, c'est de chercher un café. Et donc, il va te chercher un café, il va réaliser son objectif indépendamment de ce qui se passe derrière. Et c'est poussé un petit peu plus loin. Et il y a un aspect aussi malsain qui est drivé par notamment Saint-Maltman, le fondateur d'OpenAI qui est derrière ChaGPT. C'est qu'il vante un peu le mérite de ce qu'ils appellent, parce que là, actuellement, il y a l'IA, mais eux, ils parlent de AGI, donc Artificial General Intelligence. Et ils disent que l'humanité va être complètement révolutionnée lorsque l'IA va atteindre ce stade d'intelligence générale. En gros, c'est une intelligence à tous les niveaux et c'est à ce moment-là que l'IA peut potentiellement impacter l'humain. Mais sauf que ce niveau d'intelligence-là, on en est très loin et il y a même des limitations techniques actuellement, que ce soit en recherche ou en ingénierie, qui rendent cela impossible actuellement. Mais il y a quand même des recherches qui sont assez ambitieuses et qui ont l'air de permettre... débouché notamment des recherches sur JEPA, on en reparlera si tu veux, qui montre un peu des façons de faire pour que cet IA atteigne ce niveau d'intelligence qui permettrait à lire. Par exemple, là, on a des IA qui peuvent générer des textes de Shakespeare, mais on n'a pas d'IA qui est capable de conduire une voiture. Alors, un être humain, il est capable d'apprendre à conduire une voiture en 20 heures. Actuellement, une IA... Même avec toutes les données qu'elle a, on n'a pas de voiture autonome. Et d'ailleurs, même OpenAI, quand ils ont conçu l'IA, ils pensaient... Lui, il parlait de Blue Box, Red Box et White Box. En gros, il a catégorisé les travails qu'on fait au quotidien en couleurs différentes. Par exemple, tout ce qu'ils font en travail manuel, c'est White Box. Ouvriers, chauffeurs, livreurs... qui demandent un peu moins de capacités cognitives, on va dire, que d'autres. Et en Redbox, par exemple, c'est tout ce qui est intellectuel. On touche un peu plus à ingénierie, recherche, avocat. Donc ça, c'est Redbox. Et après, le Bluebox, à la fin, c'est tout ce qui est artistique. En gros, tout ce qui est designer, peintre, tout ça. Et eux, quand ils ont commencé à créer OpenAI avec leur vision, c'est qu'ils pensaient que l'IA allait commencer par remplacer les Whitebox. Pour aller vers le Redbox, pour aller vers le Bluebox en gros, l'IA remplacerait les chauffeurs pour à la fin remplacer les artistes.
C'est ce qui fait peur.
Mais ils se sont rendus compte que c'est l'inverse qui se passe. C'est que l'IA actuellement ce qu'elle fait, ce qu'elle impacte en premier c'est les artistes. C'est totalement l'inverse de ce qu'ils avaient prévu.
Absolument. Mais moi c'est ça qui m'a choqué en fait initialement c'est que tu sais que je suis une grande fan de Miyazaki Hayao par exemple. C'est un truc qui m'a choquée sur les réseaux sociaux, parce qu'évidemment, c'est passé partout. C'est la génération d'images, à partir d'une image réelle, sur des œuvres d'artistes vraiment existants. On a utilisé finalement des œuvres qui ont demandé beaucoup de travail, vraiment personnels, et qui ont fini par être utilisées un peu en transe par tout le monde. Finalement, j'ai trouvé ça assez choquant. Je pense qu'à l'heure actuelle, notamment pour les artistes, peu importe le niveau... dans le milieu de l'audiovisuel, a peur de ça. Et je pense que du coup, effectivement, tu me parles de blue box, red box, white box. Finalement, tout le monde risque d'être impacté à ce niveau-là. Au final, c'est un peu la crainte que les personnes ont à l'heure actuelle.
Alors, je pense qu'ils vont être impactés. C'est sûr. En tout cas, les chercheurs actuellement, parce que c'est clivant et il y a des débats, mais il y a quand même un consensus parmi les chercheurs, c'est que tout le monde risque d'impacter. Mais le débat, c'est à quel niveau ? Il y en a qui disent qu'ils vont être remplacés et il y en a qui disent qu'ils vont avoir des assistants intelligents. Je suis plutôt de la deuxième catégorie parce que dans mon travail, je suis content de travailler avec des gens plus intelligents que moi. S'il y a des gens qui sont intelligents et qui sont dans mon équipe, qui sont plus intelligents que moi, je suis content parce que j'ai un bon feedback et ça me permet de mieux faire mon travail. Et donc, cette catégorie de personnes-là pense qu'ils vont avoir des super assistants qui vont les aider à mieux faire leur travail. Alors qu'il y a des gens qui sont un peu plus... Merci. en mode non en fait ces assistants là ils vont prendre la direction des choses et c'est eux qui vont produire à notre place et comme disait avec la limitation de l'IA actuellement et le fait que le AGI comme ils appellent est très difficilement atteignable actuellement je ne pense pas que ça va se produire d'ailleurs je pense en développement logiciel c'est l'un des domaines où on est plus impacté par l'IA tu parlais des artistes effectivement il y a le grand sujet c'est comment tu contrôles les données qui vont permettre à l'IA de s'entraîner C'est très difficile à faire parce qu'ils récupèrent tout ce qu'il y a sur internet, ils entraînent leur réseau de neurones et après ils sont capables de te générer des images très inspirées. C'est très compliqué de prouver que cette image-là a été générée à partir d'un autre modèle. Ou par exemple pour les musiques aussi. Il y en a qui disent, pour se défendre, ces grosses compagnies d'IA, ils disent qu'un musicien actuellement, quand il te crée un titre de musique, En fait, il s'est servi de 20 ans d'inspiration, c'est parce qu'il a écouté pendant 20 ans des musiques différentes de plusieurs artistes et c'est ces inspirations-là qui lui ont permis de créer cette musique-là. Je ne dis pas que je suis d'accord, mais c'est un peu leur point où ils vont mettre l'accent. En fait, Lya, elle a appris, mais ce qu'elle a produit, ça vient d'elle-même parce que c'est une inspiration. Sauf que concrètement, c'est Kiki qui t'a donné le droit de t'entraîner avec ces données-là. Et là c'est de la régularisation, enfin aux Etats-Unis on voit bien qu'avec la politique actuelle c'est très très compliqué de contrôler. Mais je ne sais pas, c'est un avis personnel, je ne pense pas que ce qui est généré par l'IA actuellement, je m'en sers pour Youtube, on va essayer d'en parler, mais ce qui est généré actuellement par l'IA n'est pas exploitable sans qu'il y ait un humain derrière qui cadre et qui te dit, je ne sais pas si tu es amaisé avec l'IA générative d'images. C'est très rare où tu arrives à une situation où tu utilises, tu exploites ce qui a été généré du premier coup. Il faut quand même qu'il y ait de la supervision.
Il faut que tu donnes ton accord derrière, ton approbation sur le travail qui a été fait. Mais tu as toujours besoin d'ajuster plusieurs fois avant d'arriver à un résultat final.
L'humain est nécessaire.
Elle n'est pas capable en une seule phrase de te sortir exactement ce que tu veux. Il faut être vraiment très précis dans les explications que tu vas lui donner pour qu'elle finisse par faire ce qu'elle veut.
que tu souhaites. Pour donner un peu de contexte, ChatGPT, c'est 2 fois 2 puissance 13 octets de données. En gros, c'est 2 avec 13 chiffres derrière. Ça correspond, ChatGPT, en termes de données qu'il connaît, ça correspond à peu près 75 tera octets de données. Anuma, pour apprendre tout ce que connaît ChatGPT, Pour apprendre tout ce que connaît Tchadjepeté, pour le lire, il lui faut 180 000 ans à hauteur de 8 heures par jour.
C'est énorme.
C'est énorme. En termes de données pures. La base de données de Tchadjepeté, elle-même, elle est énorme. Par contre, un enfant de 4 ans, en termes de données sensorielles et tout ce qu'il a pu regarder, voir, c'est 2 puissance 15 octets. Donc, en gros, c'est 50 fois plus. que Tchadjepeté, un enfant de 4 ans. Tchadjepeté, c'est énorme en termes de mots, mais la barrière actuelle, pourquoi est-ce qu'un chat de gouttière arrive à se balader dans une ville alors que l'IA la plus moderne actuellement n'arrive pas à prendre un objet dans la main et quand elle lâche, elle sait que ça tombe ou pas, c'est que les données sensorielles, un enfant de 4 ans, c'est 50 fois plus que tout ce qu'a assimilé Tchadjepeté, les données sensorielles, c'est juste énorme. Ce qu'on voit et ce qu'on regarde et ce qu'on assimile juste en regardant notre environnement, c'est énorme par rapport à la base de données de ChatGPT. Et actuellement, les LLM, ils apprennent à partir de textes. Et les textes, en langue française, je crois que c'est 30 000 mots ou 15 000 mots. Ce n'est pas énorme, c'est discret, c'est un ensemble discret.
D'accord. Donc c'est intéressant ce que tu es en train de dire, parce que pour faire ce podcast, j'ai quand même regardé beaucoup de vidéos, j'ai écouté beaucoup de podcasts. Avec des intervenants différents, avec des milieux aussi, des domaines professionnels différents. Il y a des philosophes, il y a des professionnels dans le domaine de l'IA, des développeurs. Il y avait un petit peu de tout et c'est rigolo parce qu'au final, je ne suis jamais tombée sur le même avis chez chaque personne sur ce sujet-là. Il y en a qui sont un peu accélérationnistes et qui se disent qu'effectivement, au bout d'un moment, tout sera remplacé. L'humain sera remplacé. Il y en a d'autres qui sont ce qu'on appelle doomeurs, du coup, qui ont tendance plutôt à... Être assez pessimiste sur le côté bien de la chose, si on veut être manichéiste, c'est cool d'être remplacé par l'IA, ils ne voient pas du tout les choses de cette manière-là et qui du coup sont dans une autre perspective. Ce qui a été très intéressant, c'est les commentaires des personnes qui ont regardé ces vidéos et qui ont écouté, c'est qu'ils disaient « mais ces personnes, elles sont tellement dedans qu'elles sont complètement déconnectées de ce qui se passe en réalité » . Alors du coup, je ne sais pas quoi en penser, est-ce qu'elles ont raison ou non, l'avenir nous le dira au final, mais c'est vrai qu'on a quand même... En un sens, le droit de se poser la question. Je t'avouerais que moi, on peut en rire, mais dans ma tête, quand on a commencé à parler d'IA, mon cerveau est parti en freestyle total. C'est-à-dire que j'ai imaginé tous les films existants sur l'IA depuis que ça existe. Des Black Mirror, un épisode de Black Mirror. Des Black Mirror, Terminator, Chappie. Je suis partie vraiment en freestyle total. Et je me suis dit, c'est vrai qu'il y a un point commun parmi tout ça, c'est qu'en tout cas... Dans les films qui ont été faits jusqu'à maintenant, ou dans les séries qui ont été faites jusqu'à maintenant, c'est qu'on a beaucoup humanisé l'IA. Vraiment, on leur a donné...
Même la forme, ça ressemble à des hommes.
Physiquement, ça ressemble à des hommes. On dirait... Je ne sais pas du coup si on est... Si on tend à ça ou pas du tout, au final. Mais on dirait vraiment un désir... C'est une partie de l'être humain de créer quelque chose qui puisse nous ressembler. Et qui peut... puissent du coup dériver.
Il y a quand même actuellement ce qui se passe c'est que aussi les PDG de ces entreprises là, si tu prends les plus grandes entreprises de l'IA, ceux qui se rendent vraiment de l'argent grâce à ça, Nvidia, Meta, Google, OpenAI, donc les PDG de ces entreprises quand ils disent ça va exploser en fait on va réussir à créer une conscience. machin, bah eux ils ont tout intérêt à dire ça parce que leurs actions elles montent derrière donc les gens vont investir là dedans et leurs actions montent donc il y a vraiment un gain, il y a de l'intérêt.
Il y a du capital.
Ils ont intérêt à dire ça, il va pas dire je me vois mal en tant que PDG d'une IA qui est utilisée par des milliards maintenant de personnes dire en fait on a atteint actuellement un seuil de ce que nous permet de faire les LLM et on peut pas aller plus loin et on n'atteindra pas les dji et donc eux ils poussent vers ça et ils poussent vers cette notion d'avoir maintenant après on peut extrapoler et dire ok si l'IA atteint, chez Meta ils n'appellent pas ça AGI parce qu'ils disent que l'intelligence n'est pas générale mais ils appellent ça AMI Advanced Machine Intelligence donc quand l'IA atteindra ce stade d'AMI ça veut dire qu'elle sera une intelligence avancée une intelligence avancée c'est pas juste générer du texte et générer des images mais vraiment une IA qui arrive à comprendre notre environnement. Une IA actuellement ne comprend pas l'environnement dans lequel on est. C'est à ce moment là que l'IA pourra vraiment intervenir physiquement dans notre monde. Et tant qu'on n'aura pas, si on extrapole vers ce monde qui, comme dit, il y a des limitations techniques actuellement qui ne permettent pas de le faire, mais si on atteint ce monde là, il faudra se poser des questions. Oui effectivement parce que si la plupart... Si l'IA atteint ce stade-là, effectivement, elle va commencer à remplacer des jobs. C'est un fait. Mais du coup, qu'est-ce qu'on fait ? Soit on freine et on dit, on arrête. En fait, l'IA en tant qu'outil nous suffit. Elle nous permet d'être plus productifs et de faire mieux notre travail. Et du coup, on freine, on arrête les recherches tout simplement. Un consensus, on se dit, on a arrêté les travaux sur les clonages, on fait pareil sur l'IA. C'est bon, stop, tout le monde, plus de fonds, plus rien du tout, on ne le fait plus, on l'utilise en tant qu'outil, ça nous va très bien. Je n'ai pas l'impression que ce soit la vision actuellement, vu tout ce qui se passe aux Etats-Unis, en Chine, et même maintenant en Europe. En Europe, on est bien, on régulise quand même pas mal, mais dans le Far West, c'est un peu plus compliqué. Je n'ai pas l'impression que ça part vers là. Si on part vers vraiment de l'IA qui nous remplace, maintenant, on fait quoi ? Parce que les centres d'appel, par exemple, on prend un milieu qui est impacté directement. un centre d'appel. T'appelles, t'as une IA qui répond et du coup t'as plus une personne qui répond mais t'as vraiment une IA. Et ça c'est concret. Au Maghreb, les centres d'appel c'est une source d'emploi énorme. J'ai travaillé 4 ans chez Amazon dans un centre d'appel quand j'étais étudiant. Et c'est un super boulot. Franchement c'est vraiment sympa comme boulot ça te permet de parler avec des gens. Mais concrètement l'IA va permettre de répondre à des gens. Ça c'est quelque chose qu'elle sait faire, les LLM savent faire et ils deviennent de... Ils deviennent bons à ce niveau-là. Donc la personne qui a perdu son travail parce que l'IA l'a remplacée, comment on la compense ? Concrètement, qu'est-ce qu'on fait ? Est-ce qu'elle va toucher le chômage ? Mais du coup, le chômage n'est pas insuffisant. Par contre, elle, elle a perdu son travail, mais derrière, l'entreprise qui gère son centre d'appel, elle a embauché un agent Tchadjepeté derrière, par exemple.
En fait, elle a perdu son domaine de compétences. On peut dire ça comme ça ?
Ou elle a délégué son domaine de compétences à Tchadjepété. Mais sauf que lui, il va se dire, le chef d'entreprise, il va se dire, un salarié, ça me coûte 50 000 euros ou 40 000 euros par an, alors qu'un agent Tchadjepété, ça me coûte 3 000 euros par an. Et derrière, je peux résilier mon abonnement quand j'ai moins de flux, je peux reprendre un abonnement et tout. Mais du coup, cet argent, il va chez qui ? Il va chez Tchadjepété, parce qu'il vend ses agents à tous les... Le service qui a besoin d'un centre d'appel, il va chez le patron aussi de l'entreprise qui a fait des économies parce qu'elle a licencié pour embaucher des agents. Mais par contre, la personne qui a perdu son travail, concrètement, elle n'a pas d'argent. Et donc ça, c'est un vrai débat. C'est comment on fait pour que la richesse qui a été générée par l'IA soit correctement distribuée. En Europe, par exemple, ils parlent de super taxes sur les robots. Ils appellent ça la taxe sur les robots. C'est quoi exactement ? En gros, si tu fais des bénéfices grâce à l'IA, tu paies une taxe. sur l'IA. Et donc cette taxe-là, c'est l'État qui prend et l'État est responsable de redistribuer cet argent-là chez tout le monde. Et donc du coup, l'IA permettrait à l'État de s'enrichir et indirectement, si l'État s'enrichit, tous les gens sont enrichis. On peut imaginer que le chômage, par exemple, c'est pas le meilleur exemple, mais on peut imaginer que le chômage augmente ou les gens sont tout simplement mieux compensés, ils ont plus d'argent, la construction, les prix des maisons baissent, les taux de crédit baissent. Tu as un impact direct. Mais ça, il faut vraiment une forte conviction politique. Et ça, c'est clairement politique, mais il faut surtout que ce soit fait à niveau international. Parce que si tu fais ça juste en Europe, les entreprises vont délocaliser aux États-Unis parce qu'aux États-Unis, ils n'ont pas de super taxes sur les robots.
Mais d'après ce que j'ai compris, il y a quand même des règles qui sont propres à chaque continent ou à chaque pays sur le développement. Donc au final, nous, on est quand même... On est assez avancé en France par exemple, mais pas assez par rapport à certains pays comme les Etats-Unis ou comme la Chine par exemple, mais on n'a pas les mêmes règles. Du coup, on ne peut pas investir de la même manière dans ce genre de choses.
Non, on n'a pas. La régularisation européenne est différente de ce qui se passe aux Etats-Unis et en Chine notamment. Et si tu imposes une taxe sur l'IA à un entrepreneur français, il peut délocaliser aux Etats-Unis par exemple et continuer du moment qu'il n'y ait pas de consensus au niveau des... Des gouvernements, faire une super taxe, c'est un peu moins efficace. Il y a aussi une autre piste économique, c'est la super dividende. Par exemple, aux États-Unis, je crois que c'est en Arkansas qu'ils font ça, je ne sais plus, où tu as, par exemple, tous les habitants, ils ont des parts dans les actions pétrolières du département de l'État aux États-Unis. Ils ont tous une action et donc tous les bénéfices dus au pétrole. Tu as des parts dans l'action pétrolière et du coup en fin d'année tu as des dividendes. En gros tu reçois de l'argent parce que l'État a fait des bénéfices sur le pétrole. Et OpenAI à l'époque, ils disaient qu'ils voulaient, vu qu'ils estimaient qu'ils allaient faire énormément de bénéfices, c'est de donner des parts d'OpenAI à tout le monde. Et donc si eux ils font des bénéfices, nous on a des dividendes et du coup ça nous permettrait de... d'avoir une compensation, mais pour l'instant, les riches s'enrichissent et il y en a qui subissent.
C'est ce que j'allais dire, au final, disons les personnes qui ont les rênes en main, ce sont des personnes clairement qui ont les moyens.
Actuellement, c'est le cas. Mais ça, c'est si on atteint ce stade où... Après, il y a certains métiers qui sont même actuellement, avec l'IA actuelle, notamment les centres d'appel qui sont concrètement impactés par l'IA. donc il y a quand même à une petite échelle actuellement il y a quand même des domaines qui sont impactés mais si ça commence à être impacté à plus grandes échelles ça peut être problématique mais là les LLM actuellement ce qu'ils permettent de faire ne permettra pas du moment qu'ils n'arrivent pas à comprendre la vidéo à apprendre en dehors du contenu texte, ils n'arriveront pas à atteindre la capacité d'un cerveau humain. Là, tu disais en consommation électrique, écologique, ils estimaient...
Les plus pessimistes disent d'ici 2026, l'IA consommera autant que ce que consomme le Japon. Les plus pessimistes, les plus optimistes disent que d'ici 2030, pour faire tourner toutes les IA qu'il y a, ça consommera autant d'énergie que le Japon. Donc ça consomme aussi.
Mais il y a des objectifs en plus en France pour 2030. Il y a des investissements je crois de 2,5 milliards d'euros en France qui ont été lancés je crois en 2018. Jusqu'à 2030, pour développer stratégiquement l'IA sur le territoire français, il y a vraiment des stratégies par pays pour être leader dans le domaine.
Il y a Mistral en France qui est vraiment très très bonne. L'IA française est bonne et l'ingénierie française en général est très très bonne. C'est reconnu à un niveau international. On est capable de faire de très très bons produits logiciels. On a les compétences pour développer. pour développer les modèles d'IA. En France, d'ailleurs, Hugging Face, qui est un peu la plateforme qui centralise tous ces modèles d'IA, c'est une société française.
D'accord. Je ne les connais pas du tout. C'est complètement inconnu pour moi. Je connais les plus grands noms, mais après, je t'avoue que...
On est très bon, on est capable de... Après, le problème, c'est juste que les financements aux Etats-Unis sont beaucoup plus...
On en parlait tout à l'heure, effectivement, la superficie du pays et les moyens politiques internes à chaque pays font aussi beaucoup. C'est des puissances, on a les États-Unis et la Chine qui sont des puissances économiques assez importantes qui ont les moyens justement de pouvoir être avancés par rapport à ça.
Oui, mais même eux se heurtent actuellement au mur, par exemple. il y a le Yann Lequin, qui est connu comme étant l'un des pères fondateurs de l'IA, qui est français, qui est professeur à l'université de New York et qui est Chief Data Scientist chez Meta. C'est quelqu'un qui est très connu dans le milieu de l'intelligence artificielle et c'est lui qui pointe les murs vers lesquels font face l'IA actuellement. Et donc en fait ils peuvent investir plus de fonds qu'il faut du moment qu'ils ne font pas de percées en termes de recherche. Actuellement tant qu'ils n'arrivent pas à traiter des vidéos, c'est très très compliqué. Mais c'est tout bête le concept de machine learning, comment ça marche. La vraie révolution c'était avant quand tu devais entraîner une IA, c'était fait de façon supervisée. C'est que tu devais avoir des gens, en haut tu veux apprendre une IA, reconnaître une image. T'as des personnes qui vont faire des pairs, ça s'appelle en entrée, donc donner une image de fleurs et mettre à côté le mot fleur. Et mettre une image du chiffre 9 et te mettre à côté 9. Et donc en fait tu étiquettes plein d'images, tu les donnes à l'IA et ça va leur permettre d'apprendre à partir de l'image, elle elle va voir ce que c'est, est-ce que ça correspond au chiffre 9, elle va regarder, ça c'est superlisé.
Donc initialement c'est que des chiffres ?
Non pas que des chiffres, mais il fallait de l'humain qui prépare les données et qu'on lui donne quelque chose à l'IA. il lui prépare un jeu de données, ça s'appelle, pour valider, qui va permettre à l'IA de s'entraîner et de valider derrière est-ce que le résultat que l'IA t'a donné, est-ce que ça correspond à ce qui est attendu ou pas. Et donc ça, c'est une nécessité qui est pleine d'humains qui valident ce que l'IA a trouvé. C'est-à-dire, ça c'est un chiffre 1, c'est un chiffre 2, ça c'est un chiffre 3. Et l'humain derrière, soit il valide, soit en entrée, il lui donne une image et il lui donne à quoi ça correspond en entrée. L'IA, elle fait passer ça dans son réseau de neurones. Et à la fin, elle compare ce qu'elle a obtenu en résultat, ce que l'IA a déduit par rapport à l'image, ça correspond à ce qui lui a été donné en entrée ou pas.
Et pareil, ça, ça doit être validé dans tous les cas.
Alors, soit tu valides à la fin, soit dès le début, tu lui donnes une tasse et tu lui dis que c'est une tasse à côté, tu lui donnes l'image d'une tasse et tu lui donnes le mot tasse. Et elle, elle va, à partir de l'image, essayer de savoir ce que c'est. Et elle va dire, c'est un verre. Elle regarde et elle compare ce qu'elle a. Elle, elle a déduit, donc c'est vert, elle le compare par rapport à ce que le mot que tu lui as donné en entrée, c'était tasse. Et donc, elle dit, non, ce n'est pas bon. Et du coup, elle va apprendre pour te donner le bon résultat. Mais ça, c'est supervisé parce que tu as préparé quand même un jeu de données. Il faut qu'il y ait des humains derrière qui préparent des données et qui disent ce que c'est et qui passent ça à l'IA.
OK. Et par exemple, maintenant, si on imagine ça de manière internationale, là, on parle juste, par exemple, des mots français. Et si demain, justement, on veut l'utiliser pour de la traduction parce que maintenant, on sait que c'est important. Est-ce que maintenant on sait qu'on va avoir la traduction exacte dans une autre langue de ce qu'on a demandé à l'IA pour faire une traduction lambda par exemple ?
Tout ce qui est langue pour l'IA c'est très très facile parce que là en fait ce qui empêchait l'IA de scaler, c'est-à-dire de grandir de façon exponentielle, c'est que cette variable humain derrière ça freinait un peu la capacité d'apprentissage. de l'IA parce que pour préparer un jeu de données avec 250 000 mots, il faut que tu prépares 250 000 jeux de données en avant avec l'étiquette de chaque truc. Tu dis ça, c'est ça, ça, c'est ça, ça, c'est ça. Donc ça, ça freinait un peu l'explosion de l'IA. Mais maintenant, l'IA est capable d'apprendre par elle-même. Il n'y a plus besoin de la variable humaine. Et ça, c'est Chagé-Pété, du coup. C'est ce qu'il a démocratisé. Ça s'appelle la technique d'apprentissage autoregressif.
D'accord.
Et c'est ce qu'utilisent actuellement les LLM. Et ça apprend avec du texte. En gros, tu lui donnes... L'IA, au lieu de lui apprendre à comprendre du texte, tu lui apprends à détériorer un paragraphe. Par exemple, tu lui donnes le chat suit la souris blanche. Donc le chat suit la souris blanche, tu lui donnes ça en entrée. Lya est entraînée à corrompre cette phrase, donc d'enlever un mot. Et donc elle aurait le chat suit là, le vide, blanche.
Blanche.
Et elle passe ça à son réseau de neurones et elle doit découvrir le mot qui correspond. Donc le mot souris, notamment, ça ne peut pas être énormément, pas énormément de possibilités. Et donc après, Lya, elle va comparer ce qu'elle a trouvé. Dans son réseau de neurones, est-ce qu'en résultat, elle a eu le chat suit la souris blanche ? Elle le compare par rapport au texte non corrompu. Si c'est bon, c'est qu'elle a bien fait son taf. Si c'est pas bon, elle va revenir dans son réseau de neurones pour tweaker un peu les équations mathématiques qu'il y a pour avoir la prochaine fois le bon résultat. La grosse différence, ça s'appelle auto-superviser, il n'y a plus de supervision humaine, c'est que tu lui donnes plein de bouquins, plein de textes, et l'IA sait comment corrompre le texte que tu lui donnes en entrée pour s'entraîner à déduire des mots.
Tu utilises le mot corrompre, ça veut dire qu'elle est capable de tricher aussi ?
Là, pour l'instant, ce n'est pas de la triche, c'est juste enlever un mot d'une phrase pour pouvoir le deviner après. Elle se fait ses propres exercices, en fait. Elle se fait des petits exercices pour apprendre. Et donc, du coup, tu n'es plus obligé, toi, de faire des étiquettes, de labeler et tout. Et c'est ça qui a permis à Ausha Peté d'être énorme. C'est parce que Ausha Peté n'a plus besoin qu'il y ait des gens derrière lui pour l'entraîner. c'est juste la masse de données qui est importante maintenant. C'est juste, tiens, prends toute cette donnée-là, entraîne-toi à générer du mot. Et à force, lui, Chad Jepete, ce qu'il fait de bien, c'est qu'il est hyper puissant, c'est son main job.
Il est rapide.
Il est rapide, ça dépend de la puissance qui est derrière, mais là où il est efficace, c'est qu'il est capable de découvrir des mots. Il devine des mots. Tu lui donnes cinq mots en entrée, donc ta raquette. Lui, à partir de ces cinq mots, il va deviner le mot qui suit.
Il y a un truc qui est assez intéressant, je trouve, avec ChatGPT. Alors, je l'ai très peu utilisé jusqu'à maintenant, mais je me suis exercée forcément pour le podcast. Mais il paraît, j'ai entendu sur différents forums, sur des vidéos, que la manière dont tu vas t'adresser à ChatGPT, que ce soit soutenu, familier ou de manière très noble, ChatGPT ne va pas collectionner les données de la même manière. En tout cas, sa réponse ne va pas être générée de la même manière. Elle ne va pas aller chercher des infos sur les mêmes sites. par exemple.
ChatGPT, c'est vraiment ça dépend de comment il s'est entraîné et c'est juste lui, il faut le voir juste comme c'est pas une vraie intelligence, c'est juste qu'il est capable de déduire des mots en fonction de ce que tu lui as donné en entrée et en fonction des poids qu'il a au niveau de ses neurones en gros il n'a pas de logique de planification en fait, quand tu lui donnes une phrase lui, il répond mot par mot Il n'a pas de logique où il va te dire je vais te répondre par ce paragraphe là et donc il ne planifie pas le temps formel de sa réponse est ce que je vais être poli est ce que je vais être mal poli non lui s'il planifie à chaque fois le mot suivant et en fonction alors c'est par exemple un mot simple c'est combien fait 2 plus 2, donc une phrase, tu lui donnes combien fait 2 plus 2, ça peut être une question comme ça peut être autre chose. Lui, il va recevoir le prompt, il va recevoir son entrée et il va deviner quel est le mot qui vient juste après 2. Juste après cette combo, quel est le mot le plus probable qui vient juste après ça. Donc il va dire 99,99% c'est le mot ça. Donc il va prendre le mot ça et il va le concaténer, le rajouter à tout le prompt. Et donc il va avoir combien fait 2 plus 2 ça. Et donc avec ça maintenant il va déduire le prochain, donc le mot qui vient c'est fait, donc combien fait 2 plus 2, ça fait, et après il va déduire le prochain mot, combien fait 2 plus 2, ça fait, 4, et du coup il n'a pas, alors que nous en tant qu'humains, on planifie nos réponses, et on voit sur le long terme comment on va répondre, alors que ChatGPT c'est juste, il est bon pour deviner des mots. Donc je parlais de tricher, oui il triche tout le temps, c'est juste, il devine des mots par rapport à un prompt. Mais sauf qu'il est tellement fort que maintenant, il ne le fait plus sur 10 mots, mais il le fait sur 500 000. 500 000 tokens, on parle plus de tokens. Et donc, tu lui donnes 500 000 tokens, donc 500 000 mots. Tu peux le voir comme ça, mais les tokens, c'est même des sous-mots. Tu lui donnes 500 000 tokens et il est capable de prédire le mot qui vient après ces 500 000. En ayant additionné ce que tu lui as donné en entrée et ce qu'il a généré au fur et à mesure. Les mots qu'il a généré au fur et à mesure, il les colle à chaque fois pour prédire le prochain.
D'accord.
et donc Il est très fort pour faire ça, mais il a des problèmes d'hallucination par exemple. On parle d'hallucination quand on utilise une IA.
C'est quoi exactement ?
Imaginons combien ça fait 2 plus 2. Et donc tu lui donnes en entrée combien ça fait 2 plus 2. Lui, il va prédire le prochain mot. Et au lieu de prédire le mot ça, il prédit le mot il par exemple.
C'est une dérive en fait
Il bifurque 200 chemins Il prédit le mot il Je sais pas quoi Et après il concatène le il avec combien ça fait 4 plus 4 il Il rajoute le mot fait et après il part sur il fait beau Donc il bifurque vraiment La plus petite erreur Dans le calcul Fait qu'il peut complètement bifurquer De la réponse de base Et peut sortir C'est des probabilités assez faibles Mais une fois qu'il se trompe sur deux, trois mots, ça fait que la probabilité augmente de façon exponentielle. Il peut vraiment partir sur un dérive.
Alors, il peut faire des erreurs de calcul. Ça veut dire que les erreurs de calcul, elles viennent initialement de nous ? Parce que c'est nous qui avons mal programmé, justement.
Il s'entraîne. Quand c'était en supervisé, oui, mais en auto-supervisé, il apprend tout seul. Et ça peut vouloir dire qu'il n'avait pas assez de données pour bien peaufiner sa réponse, pour augmenter le poids de chaque nœud dans le réseau de neurones. Et donc pour te donner la bonne réponse, la probabilité pour le texte est de plus en plus faible actuellement pour tout ce qui est du texte. Oui,
parce qu'on a effectivement, on parle juste de Tchad GPT, mais à une autre échelle, par exemple, sur des nouvelles technologies qui pourraient avoir lieu d'ici quelques années. On parlait de voitures automatiques, par exemple, sans conducteur.
L'auto-agressif, ça ne marche pas.
La question pourrait se poser.
Le LLM, ça ne marche pas. La technologie qu'il y a derrière le LLM, ça ne marche pas pour la vidéo. Et même pour les images, ils utilisent une autre technologie maintenant, qui s'appelle une technologie de diffusion, où, là on parlait pour le texte, ils courront le texte en enlevant un mot, ça ne marcherait pas pour des photos, parce qu'en fait, les pixels... T'imagines un mot, c'est on va dire un octet par mot, tu lui donnes une phrase, c'est genre 5 octets, une phrase, mais une image, 512, 762, c'est 250 000 pixels. En termes de différence, 250 000 pixels, c'est plus qu'il y a de mots dans le dictionnaire.
C'est vrai que vu comme ça...
Donc du coup, pour du texte, si tu l'apprends en auto-régressif, donc tu utilises la même technique qui est utilisée pour le texte, mais pour les images, tu dis courant, une image enlève des pixels, et après entraîne-toi à régénérer les pixels, il y a tellement de combinaisons possibles que c'est très très compliqué. Maintenant, ils utilisent une technologie diffusion qui permet de rajouter du bruit à une image et ça permet de reconstruire. C'est ce qui permet à la machine d'apprendre pour pouvoir par la suite te générer des images. Pour la vidéo, c'est encore pire parce que la vidéo, pour une vidéo de 25 frames par seconde, 25 FPS, une vidéo classique, tu as 25 images par seconde. Donc une vidéo de 10 secondes. Quand tu génères une vidéo, tu veux une vidéo de 10 secondes juste pour tester un truc sur TikTok ou j'en sais rien. Tu génères une vidéo de 10 secondes, ça te fait 25 frames par seconde x 10, donc ça te fait 250 images. Une vidéo de 720 pixels en résolution, tu fais les multiplications, on est à des millions et des millions de pixels. Là où pour le texte, il te génère 100. Donc la différence, et en plus, t'imagines tu prends, parce que l'apprentissage c'est comme pour les mots, tu supprimes une partie et c'est pour que la machine apprenne, tu supprimes une partie, il doit la deviner. Pour une vidéo, tu prends par exemple une caméra en train de te regarder et tu fais tourner la caméra et la machine doit deviner ce qui apparaît dans un plan caché. C'est comme ça qu'elle apprend. Elle doit deviner en fait ce qui a été masqué. Mais en vidéo, ça veut dire qu'elle doit prévoir quelque chose en trois dimensions qui potentiellement en quatre dimensions parce que tu as le temps. Donc, c'est des choses qui bougent et donc elle doit le prédire d'une façon correcte. Pour cette image-là, parce que la vidéo c'est 25 frames par seconde, elle doit prédire correctement 25 fois en une seconde, plus le faire 25 fois fois 10 secondes pour une vidéo de 10 secondes. Actuellement, aucune IA n'est capable de le faire de façon auto-supervisée.
D'accord. Mais alors du coup, on en est là pour le moment. On s'est rendu compte quand même que sur les 5 dernières années, ça s'est accéléré comme ça. Ça n'a jamais été le cas. On a eu une avancée sur ces dernières années qui est une première depuis que la technologie existe. C'est assez impressionnant. Justement, on se pose la question, où on va vu que c'est accéléré comme ça d'un seul coup ?
Moi, je pense que... S'il n'y a pas de percée, en fait si l'IA n'arrive pas à comprendre notre monde, là je parlais de JEPA tout à l'heure, c'est une technologie qui change complètement de paradigme. Actuellement l'IA réfléchit pixel par pixel et donc elle génère des pixels en fait. C'est de l'IA générative qui génère des pixels. On s'est rendu compte que c'est compliqué, elle ne pourra pas assimiler le monde de façon... Pour assimiler le monde, pour comprendre le monde, il faut utiliser la vidéo. Et l'IA actuellement n'arrive pas. donc si j'ai pas qui change complètement de paradigme et dit au lieu d'utiliser l'IA générative pour générer des pixels on va apprendre à l'IA à comprendre notre environnement. En gros tu entraînes l'IA à créer une abstraction de notre monde et ça potentiellement ça pourrait permettre à l'IA au lieu de générer des pixels comprend plutôt notre monde, fait un modèle abstrait de notre monde parce que la langue ne suffit pas en trente mille mots t'es pas capable et si tu arrives à faire ça peut-être que tu arriveras à comprendre notre monde et donc de pouvoir faire des conducteurs des de la conduite autonome et tout. Si on arrive à faire ça, je pense que ça va complètement révolutionner notre mode de vie, et comme dit, on rentrera dans les problèmes économiques et tout ce que ça engendre derrière. Si on n'arrive pas à faire ça, personnellement, je suis assez satisfait de l'IA qu'on a actuellement, un outil qui est assez puissant, qui nous permet de faire mieux des tâches qu'on faisait avant, d'être plus rapide sur certaines choses. Il y a des trucs complètement cool, par exemple là avec l'IA, les étudiants peuvent avoir un tuteur à domicile, ils peuvent avoir leurs propres enseignants.
Mais justement en parlant de ça, il y a eu beaucoup de discussions à ce sujet, en tout cas au niveau des étudiants, parce qu'on s'est rendu compte que les étudiants n'utilisaient plus vraiment leurs propres réflexions personnelles maintenant pour donner des travails, des rendus vraiment à leurs professeurs. Vu que maintenant c'est accessible à tous... On l'utilise vraiment, en tout cas pour certaines personnes, à outrance et pas forcément pour les bonnes raisons. C'est-à-dire du coup, maintenant je me pose la question à l'avenir, pour des jeunes personnes qui sont nées avec ça, est-ce qu'on aura la même réflexion ? Est-ce qu'on va continuer à réfléchir par nous-mêmes ? Ou est-ce qu'on fera systématiquement appel à justement ce genre de données extérieures qui puissent nous donner les réponses systématiquement ? On aurait besoin de réfléchir. Est-ce que ça va avoir un impact du coup ? Sur nous, sur notre manière de penser, est-ce que ça va avoir un impact social ?
C'est très très difficile de se projeter parce que là, je pense qu'on rentre dans le cœur même de l'humain. Est-ce qu'un étudiant, pour prendre un étudiant, est-ce qu'il se sent satisfait d'avoir, au lieu de réfléchir lui-même, à avoir une réponse ? Ou est-ce qu'il se sent satisfait quand c'est une IA qui lui a pondu la réponse et il a donné ça ? Je pense que ça dépend de la personne. Je pars du principe que les gens, les étudiants, ils veulent apprendre et pas juste prendre des réponses. Être tranquille. C'est apprends-moi à pêcher un poisson, ne me donne pas le poisson. Par exemple, moi, quand je l'utilise au quotidien, quand ils me donnent une réponse, je lui dis quel est ton processus de raisonnement, pourquoi ça ? Et j'essaie de réfléchir sur ce qu'il a fait. Après, comme dit, c'est culturel, c'est social et c'est très compliqué de se projeter. Je pense que les gens, ils voudront vouloir réfléchir. La personne aime réfléchir et aime savoir comment les choses marchent. Donc, je pense que les curieux vont rester curieux, en tout cas. Après, pour ceux qui veulent tricher, entre parenthèses, avec l'IA, ils pourront tricher avec d'autres moyens. S'il n'y avait pas l'IA, si tu veux tricher, tu tricherais avec autre chose que l'IA.
À mon époque, c'était Wikipédia. Je parle comme si j'avais 60 ans, mais littéralement.
T'aurais pu me dire la bibliothèque !
Non, même pas la bibliothèque. Quoique, peut-être que j'ai un jour tenté de regarder dans un livre. Mais c'est vrai que déjà, en tout cas de notre génération, les années 90, on a vécu déjà un changement assez incroyable. Je trouve qu'on a été les premiers concernés par tout ce changement technologique et par toute cette évolution. On a été aussi les premiers à être super anxieuses. Moi je suis content de vivre à cette époque.
Qui n'aimerait pas vivre ? Finalement,
c'est pour ça. Ça divise encore vachement. Mais c'est vrai que maintenant, je regarde ce qu'on faisait nous déjà à l'époque en tant qu'étudiants. C'est vrai qu'on avait tendance déjà à piocher sur Google ce qu'on pouvait. Certes, on avait les livres. Les livres, ça nous a toujours servi, c'est sûr. Mais disons que quand on voulait avancer, quand on voulait être rapide, je dois reconnaître que des fois Wikipédia, ça nous a bien aidé. Alors, ce n'est pas le plus fiable, mais il y a des moments où je dois avouer, oui, j'ai triché. Je suis allée sur Wikipédia.
Après, quand tu as un problème mathématique, tu n'as pas forcément cherché directement la réponse sur Internet. Tu as essayé quand même de résoudre...
Ce n'est peut-être pas le meilleur exemple pour moi parce que j'ai toujours été très nulle en maths. Monsieur Silva, si vous m'entendez, ce n'était pas le meilleur exemple. Mais du coup, c'est vrai que c'est peut-être aussi à chaque époque son évolution. Mais là, on peut dire que les 20 dernières années, ça a été quand même assez incroyable, assez choquant, en tout cas, à notre niveau. Mais bon.
Faudra qu'on apprenne à s'en servir.
Faut qu'on apprenne à s'en servir et plutôt à vivre avec aussi, parce que maintenant on n'a plus le choix. Même si on est réfractaires avec ça, je me rends compte que même moi qui refusais, en fait j'ai recours. À certains moments, on ne parle pas que de chat GPT, certes, mais du coup, je m'en sers quasiment tout le temps sans m'en rendre compte réellement. Donc on vit avec ça, il faut qu'on l'accepte. Et puis juste peut-être ne pas l'utiliser à n'importe quelle sauce, à n'importe quel moment. En tout cas, pas dans l'abus comme d'habitude. En tout cas, si on a des convictions comme moi...
Il faut l'utiliser raisonnablement.
Raisonnablement, dans le milieu professionnel par exemple, ça peut être totalement... Compréhensible, mais après, il y a des moments aussi dans la vie personnelle où on se rend compte que ça peut avoir des valeurs ajoutées. Mais c'est sûr que je ne vais pas aller solliciter n'importe quel IA pour me dire demain comment je m'habille. Il y en a qui le font.
Tu prends une photo de ton appart et il te dit comment le rénover ou un truc comme ça.
Oui, il y a tellement de choses maintenant qui sont sorties. C'est juste hallucinant. Toi, quel conseil tu donnerais justement à ces personnes qui ne veulent pas ? L'utiliser à outrance et être raisonnable par rapport à leur consommation ?
Alors j'avoue que je ne sais pas ce qu'est utiliser à outrance. Moi je le vois vraiment comme un outil. Et donc du moment qu'il te permet de faire plus vite une tâche qui te prenait du temps, moi je suis partisan du go. Si ça te permet d'être plus rapide, plus performant, plus efficace, ben vas-y, il n'y a pas de souci. Je vois par exemple dans YouTube, là où je mettais énormément de temps pour écrire mon script, de mon texte, parce que j'écris tout. Et donc l'écriture du script me prenait énormément, énormément de temps. Maintenant avec l'IA, ça me prend 3, 4, 5 fois plus de temps. Donc au lieu de me dire non, j'aimerais bien quand même écrire parce qu'après c'est juste personnel. J'aimerais bien continuer d'écrire pour améliorer mon style de rédaction. parce qu'une autre personne qui est plutôt dans le journalisme ou qui aiment bien écrire, pourraient avoir un raisonnement similaire et se dire « Non, l'écriture, c'est moi qui ai fait parce que c'est un truc que je connais. » Moi, je délègue une grosse partie de reformulation, d'intro, des trucs comme ça à l'IA parce que ça me permet de passer plus de temps sur autre chose, par exemple plus de temps sur le montage ou créer plus de contenu. Et donc, automatiquement, l'IA me permet de créer plus de contenu, donc d'avoir plus de personnes qui regardent et d'avoir un impact concret sur la chaîne derrière. Et me concentrer, moi ça me permet vraiment de me concentrer sur la vision stratégique. Tu chapotes, c'est comme si tu avais vraiment une équipe qui travaille avec toi et donc tu chapotes. Et après c'est à toi de décider ce que tu veux déléguer.
C'est pareil si tu avais un humain. Oui mais c'est ça, finalement c'est un peu ton stagiaire, c'est un peu ton compagnon.
C'est ça, il faut le voir comme stagiaire ou tu peux même le voir comme chef de rédaction. C'est pas forcément le stagiaire, ça dépend du degré de responsabilité que tu lui donnes.
Mais c'est toi qui as toujours le mot de la fin. De toute façon,
il ne pourrait pas tout faire parce qu'il se trompe. L'IA n'est pas assez bonne pour faire la tâche que ferait un humain. Il fait forcément des erreurs. C'est impressionnant quand tu utilises comme gadget ou pour générer des petits trucs un peu sympas. Certes, c'est impressionnant, mais quand tu commences à faire des trucs vraiment pros et que tu as de la validation derrière, c'est ton gagne-pain ou c'est des trucs comme ça. Sans l'humain, tu vas avoir... A tous les coups, tu vas avoir, peut-être que ça va passer la première fois, la deuxième fois, mais à tous les coups, tu vas avoir un petit pépin. Donc peut-être que c'est un conseil, si c'est ceux qui l'utilisent vraiment pour quelque chose de professionnel, c'est de ne pas faire confiance à l'IA à 100% et de bien valider.
Oui, il y a encore cette notion de confiance qui humanise encore un peu la chose au final, mais c'est vraiment...
La calculatrice, quand elle te sort un résultat, tu fais confiance au résultat qu'elle te donne concrètement. Donc tu fais un peu confiance à la machine. Quand tu accélères dans une voiture, tu fais aussi un peu... un peu confiance parce que quand tu freines, tu as intérêt à avoir confiance. Tu n'as pas le choix. La confiance, ce n'est pas forcément humain, c'est un outil aussi. Tu as confiance de ce qui va te permettre d'avoir un résultat ou pas.
Très bien.
Mais ça demande toujours de vérifier.
Ça demande toujours de vérifier et on sera toujours derrière dans tous les cas.
Sauf s'il y a un légitimité, mais je n'ai pas l'impression qu'on y soit.
Toi, en tout cas, tu es plutôt pessimiste à ce niveau-là, je pense.
pessimiste sur l'avancée technologique actuellement je regarde un peu ce qui se fait et je n'ai pas l'impression qu'il y ait des percées donc je n'ai pas l'impression qu'on va aller vers mais après il y a des recherches en cours peut-être que dans 5 ans on va découvrir un truc qui va complètement révolutionner et que ça va être complètement fou donc peut-être et donc à ce moment là oui Mais sinon je suis assez optimiste par rapport à l'outil que c'est. Moi je trouve que c'est un excellent outil, mais certes il y a des problèmes écologiques comme tu as dit.
Et il faut savoir l'utiliser correctement.
Si tu arrives à bien l'utiliser, ça te fait un gain de temps énorme. Je le vois par exemple avec ma copine. Salut Marine.
Salut Marine, on t'embrasse.
Du coup, quand elle fait des tâches, des fois, je dis, mais pourquoi tu ne fais pas faire ça par l'IA ? Ça te fait gagner énormément de temps et tout. Par exemple, elle ne veut pas.
Elle ne veut pas ?
Oui, parce qu'elle aime bien. C'est des trucs qu'elle aime bien faire tout seul, même si l'IA lui permet de...
pourrait lui donner des réponses.
De gagner du temps ou de rédiger des trucs plus vite ?
J'ai cette même réflexion qu'elle, par exemple, dans le milieu de la traduction vis-à-vis de mon métier.
C'est l'un des métiers menacés.
Oui, ça fait parmi les métiers menacés. Mais on me dit souvent, oui, mais pour faire telle et telle traduction, ou si tu veux écrire un mail vraiment parfait à ton client japonais, par exemple, mais utilise-tu l'HGPT ? Pourquoi tu ne veux pas utiliser l'HGPT ? C'est parfait pour te faire une traduction et tout ça, ou utilise DeepL. ce genre de choses. Au final, j'y arrive pas parce que je considère que c'est bien quand même encore de faire des fautes. Si un jour j'ai la personne au téléphone et que je dois vraiment lui parler, mon japonais il sera pas aussi parfait que ce qu'on m'a sorti en fait à l'écrit. J'en suis consciente parce que je suis pas native et que du coup j'ai pas envie non plus que les choses soient parfaites. J'accepte ça et je continue à apprendre du coup en un sens. Mais du coup, j'ai vraiment ce problème de me dire, je vais utiliser justement cette appli ou ces aides pour me prendre quelque chose de parfait. Je n'ai pas envie d'atteindre cette perfection-là. Et je peux comprendre que ça peut servir dans certains cas de figure, mais par exemple pour mon métier, c'est quelque chose que j'ai du mal à utiliser. Donc du coup, je pense que ça dépend vraiment du domaine dans lequel tu travailles.
Est-ce que tu l'utiliserais pas, par exemple, si t'as des annexes à traduire ou des trucs un peu moins marrants que tu donnerais aux stagiaires ? Si t'avais des trucs un peu moins marrants que t'aimes pas traduire, est-ce que tu donnerais à l'yéop ?
Franchement, j'ai du mal. Et des fois, ça m'arrive d'avoir des choses que je ne comprends pas. On a des mots, par exemple, en japonais ou en allemand ou en anglais, parce que je suis sur les trois langues, que je ne comprends pas. Je peux en déduire ce que ça veut dire, mais je ne vais pas juste aller utiliser ces outils-là pour traduire ça. En fait, je vais plutôt aller faire la recherche moi-même pour comprendre le sens. Je préfère faire ce travail, même si ça me demande beaucoup plus de temps,
par exemple. Ça me prend du temps,
mais clairement.
Mais ça t'apprend quand même quelque chose d'ailleurs.
Mais ça m'apprend quelque chose. J'ai peur de m'arrêter d'utiliser quelque chose qui va finalement me donner la réponse, mais qui m'empêche d'apprendre.
Je pense que là où il y a le plus d'impact... Dans l'utilisation, quand c'est un truc challenger, je comprends la récompense que tu as derrière parce que tu as fait une recherche et du coup tu as une récompense, tu as trouvé la solution et ça te permet d'évoluer. Mais pour les trucs un peu rébarbatifs qui te consomment du temps mais que tu n'as pas envie de faire parce que clairement tu n'en tires rien du tout, parce que tu n'apprends rien en le faisant, parce que c'est un truc que tu fais tous les jours, les matins ça te prend 20 minutes et tu n'apprends rien et en plus c'est un truc que tu aimerais bien déléguer. Parce que ça va te permettre justement d'être plus efficace sur les trucs que tu disais, où tu vas faire de la recherche, où tu vas vraiment avoir un objectif. Est-ce que du coup tu ferais quoi dans cette situation ?
Évidemment, je dois l'avouer.
Je pense que c'est le plus gros actuellement, c'est ce qui se passe. Avec l'IA, moi dans mon boulot, c'est les choses que je n'ai pas envie. Parce que je serais plus efficace, comme tu dis, par exemple pour traduire des parties un peu plus pertinentes. Parce que c'est là où j'aurai plus de plus-value, c'est là où je vais faire appliquer un peu mes connaissances. Et par contre, les trucs qui ne m'apportent rien et qui prennent plus de temps qu'autre chose, mais finalement, avoir un outil qui permet de le faire d'une façon rapide, je trouve que ça a clairement un intérêt.
D'accord. Petit mot de la fin, comment tu résumerais tout ça ? Déjà, comment tu résumes l'IA et comment tu résumes du coup le monde dans lequel on est en train d'évoluer actuellement ?
Moi, je dirais passionnant. En tant qu'ingénieur et dans la technologie, de vivre une période comme ça où... On est dans un milieu qui évolue, mais des fois on se dit qu'on a atteint les limites de ce qu'on peut faire, c'est un peu pénible, mais avec ce qu'apporte l'IA, ça ouvre plein de perspectives technologiques. Et donc du coup, moi je suis content d'en faire partie, je trouve que c'est passionnant, mais après je suis aussi conscient de ce que ça peut avoir comme impact négatif. Pas de réponse à mon niveau sur comment ça va évoluer, mais en tout cas, moi, je suis content de vivre ça. Je suis content de voir ce que ça fait.
Comment ça évolue, en tout cas, et voir jusqu'où on va pouvoir aller.
Tout ce que ça permet de faire. Et après, tout ce qu'on décidera vers la fin, soit on continue sur ça, soit pas. On verra, mais en tout cas, j'espère que d'un point de vue politique, on prendra les bonnes décisions.
Ça c'est un autre sujet qui prendrait une heure de plus je pense, voire même deux. Dernière chose, si les gens sont intéressés par ce que tu fais, où est-ce qu'on peut te suivre, qu'est-ce qu'on peut regarder de ta part ?
Moi j'ai une chaîne YouTube qui s'appelle Bass TV, où je publie des vidéos sur la nouvelle technologie avec un œil critique. Des fois pas parce que je suis aussi un humain qui utilise ces technologies-là, donc je peux être un peu hypé, un peu trop passionné. Mais sinon, ils peuvent regarder mes vidéos sur YouTube et mettre des commentaires.
Très bien. Je te remercie. Et je remercie ton intervention. Toute l'équipe aussi du printemps du podcast qui nous a donné l'opportunité de pouvoir parler et d'échanger sur ce sujet-là. Et puis, sur un autre épisode de Entre nous, on se retrouvera pour parler d'autres choses, évidemment, que l'IA. Parce qu'on en entend assez parler et on a besoin de s'inspirer aussi. De personnes humaines, mais pas que, n'est-ce pas ? Merci beaucoup.
Merci à vous.
Au revoir tout le monde.
Share
Embed
You may also like
Description
Dans cet épisode, Issam, ingénieur tech et passionné, nous aide à comprendre l'évolution puissante et rapide de l'intelligence artificielle.
Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.
Transcription
Eh bien bonjour à tous, bienvenue sur ce numéro spécial d'Entre nous. C'est une première pour moi, pour ce podcast-là. J'ai une première devant les caméras. On va un peu sortir de notre zone de confort. En général, j'ai l'habitude de faire découvrir des personnes. On va continuer à le faire bien sûr aujourd'hui, mais j'avais envie de sortir un petit peu de ma zone de confort et donc de parler d'un sujet qui nous concerne tous à l'heure actuelle. dont on va parler d'ici d'ici quelques minutes, qui est donc à l'intelligence artificielle. Et nous sommes en direct du printemps du podcast. C'est un événement qui célèbre un peu les voix, les idées, les conversations et qui font vibrer un peu le monde du podcast francophone. Je suis ravie d'être ici. Et donc avec monsieur... Issam Baz, bonjour Issam. Bonjour. Je suis contente que tu sois avec moi aujourd'hui parce que du coup, c'est toi qui va pouvoir m'aider un petit peu sur ce sujet-là parce que moi, je suis complètement novice et probablement aux antipodes de ce que tu vas me dire. Donc, on va apprendre, je pense, pas mal de choses. On va vulgariser aussi ce qu'est l'IA, on va le démystifier et parler, on va dire un petit peu en small talk de ce qui nous arrive là à l'heure actuelle parce que ça commence à être un gros sujet. Avant tout, je vais te demander de te présenter. Qui es-tu, Monsieur Baz ?
C'est la question. En tout cas, merci de m'avoir invité. Je suis hyper content d'être ici et de parler d'un sujet qui m'intéresse aussi énormément. Je pense qu'il y aura effectivement pas mal de choses à dire. Une brève présentation. Moi, je suis ingénieur logiciel depuis maintenant 14-15 ans. Je suis aussi YouTuber Tech d'une chaîne qui s'appelle BazTV, où je parle de nouvelles tendances technologiques. Et je suis en pleine... reconversé en tant que machine learning engineer et donc l'IA c'est effectivement un domaine que je côtoie tous les jours et que j'utilise régulièrement et effectivement ça va être sympa un peu de parler de ce qui se passe derrière, de quoi ça consiste concrètement et peut-être aussi de démystifier comme tu as dit quelques sujets.
Au vu de ce que tu fais effectivement je pense que c'est quelque chose que tu utilises beaucoup dans le domaine professionnel mais aussi je suppose vu que tu fais des vidéos youtube dans ta vie perso aussi. Moi j'ai une première question à te poser à ce sujet là A partir de quel moment tu t'es rendu compte que tu utilisais de l'IA à proprement parler ? Est-ce que le terme de l'IA est correctement utilisé ?
C'est une très bonne question parce que l'IA concrètement, c'est quand même un vieux truc. L'IA ça date quand même des années 1950, c'est très vieux. Et on s'en servait toujours au quotidien. Dans les smartphones, les réveils qui s'adaptent automatiquement en fonction de l'heure à laquelle tu le déverrouilles, par exemple, il y a ça. Le smart charging ou les smartphones qui se chargent automatiquement à 100% un peu avant l'heure du réveil, tout ça c'est du machine learning. En gros, c'est de la machine qui va apprendre sur tes habitudes. Et donc c'est quelque chose qui existe depuis plusieurs années, qui est présent depuis longtemps, mais sauf que là où ça a commencé à se démocratiser, où on s'est rendu compte du terme... L'intelligence artificielle, c'est clairement depuis ChatGPT, donc depuis 4-5 ans, où les gens se sont vraiment rendus compte de la puissance de l'IA, mais c'est plus des LLM, c'est plus les large language models, les modèles de génération de langues, qui génèrent des choses, des mots ou des images. Et c'est là où on s'est rendu compte que l'IA, ça fait des trucs un peu de fou.
Parce que du coup, je suppose que l'IA, ça ne s'arrête pas qu'à ChatGPT. C'est vrai que là, depuis le début d'année, moi j'entends parler... que de ça. Il y a, il y a, il y a, il y a, mais c'est souvent relié à Tchad GPT. Mais comme tu le dis, c'est beaucoup plus vaste que ça. L'intelligence artificielle, donc c'est plein de niveaux différents d'intelligence artificielle. Il y a différents, comment dire, canaux d'intelligence artificielle. On peut dire ça comme ça ?
Alors, il y a tout ce qui est intelligence artificielle, tout ce qui est machine learning, en fait, la machine qui apprend et qui, du coup, s'adapte à ton besoin, entre parenthèses. Mais il y a tout ce qui est intelligence, tout ce qui est... IA générative, c'est de l'intelligence artificielle qui va te générer quelque chose, soit du texte, dans le cas de ChatGPT ou n'importe quel LLM qui existe, il y en a plusieurs, comme il y a ChatGPT, il y a l'IA de Meta, il y a par exemple Mistral en France, et il y a aussi de l'IA qui va te générer des images ou des vidéos notamment, et ça c'est un peu ce qui est le plus clivant en ce moment. C'est ce qui rend un peu cet effet un peu waouh, quand tu utilises une IA générative, tu te dis, on dirait que je parle à une vraie personne, ça génère vraiment des trucs de fou, parce que c'est du concret, tu interagis vraiment avec l'IA, tu lui demandes des choses, et en gros tu as un retour, que ce soit du texte ou une image ou une vidéo, et tu l'as au retour un temps réel, alors que tout ce qui est IA, un peu machine learning, qu'on utilise au quotidien sans s'en rendre compte, on ne se rend pas forcément compte qu'on utilise une IA derrière.
Oui, c'est ça. C'est parce que la raison pour laquelle j'ai fait ce podcast-là, c'est que j'en ai tellement entendu parler de l'IA via ChatGPT, par exemple, que je me suis réellement posé la question. Mais moi, je refusais justement d'utiliser ChatGPT jusqu'à maintenant pour des questions écologiques et tout ça. J'avais une vraie conscience par rapport à ça. Donc, ça me faisait un petit peu peur de l'utiliser. Et finalement, après, je me suis dit mais attends, derrière, tu utilises plein d'autres choses qui probablement en est aussi. Je ne sais pas. Google Maps ou des applications justement pour montrer ton chemin ou je sais pas même des réseaux sociaux est-ce que tout ça s'en est pas déjà ? Finalement je me suis posé plein de questions par rapport à ça et je me suis dit est-ce que je dois juste me concentrer sur le fait que maintenant l'IA c'est du chat du PT ?
Oui après c'est... alors il y avait effectivement d'autres IA qu'on utilisait mais ça n'a rien à voir avec l'impact qu'ont les modèles génératifs actuels sur la société parce que... Quand on voit ce que permettent de faire les modèles génératifs actuellement, ils peuvent carrément, c'est limite remplacer un travail, enfin remplacer c'est un gros mot, mais en tout cas l'impact qu'ils ont actuellement sur la société est conséquent. Et donc depuis l'explosion de ChatGPT, on alloue pas mal de ressources financières à ces... à ces départements de recherche et donc ils sont capables de livrer des produits de plus en plus puissants, de plus en plus performants et qui peuvent à terme impacter certains domaines. Moi, je le vois clairement en tant qu'ingénieur logiciel. Certes, on avait de l'IA qui nous aidait un petit peu dans notre travail, mais c'est le jour et la nuit par rapport à ce que permettent de faire les génératives modèles actuellement. Par exemple, moi, mais vraiment... en day-to-day, dans mon quotidien en tant qu'ingénieur logiciel, une tâche qui me prenait pour développer une application, qui me prenait une semaine, je peux la faire en une journée. Donc l'accélération, l'impact sur notre quotidien est énorme et il faut qu'on puisse s'adapter parce qu'actuellement, même dans les mois et les années à venir, un ingénieur logiciel qui ne sait pas utiliser l'IA et un ingénieur logiciel qui sait utiliser l'IA, ça fait clairement pencher la balance. Un autre exemple, c'est que je développe une application depuis un moment, même plusieurs, une application sur le fitness. Et moi, je suis ingénieur logiciel, on va dire, infrastructure. Et je ne suis pas spécialisé dans tout ce qui est graphique, tout ce qui est visuel, tout ce qui est interface. Et donc, c'est ce qui me freinait pour développer des applications, ce qui me freinait pour livrer des produits. C'était cet aspect un peu interface, un peu visuel, où je ne sais pas faire un beau rendu. Et maintenant, avec l'IA, c'est elle qui s'en occupe. Et moi, je m'occupe juste de l'administrer. Oui,
c'est un corps de métier en plus. C'est un corps en plus à ton arc, disons, pour pouvoir faire des choses.
C'est un super assistant. C'est un super assistant. Mais c'est très puissant pour générer du texte. Notamment du code, c'est du texte. Et l'IA générative est très, très puissante pour ça. Et ça le faisait, même ceux, quand ils ont lancé ChatGPT, ils étaient étonnés par rapport à la réception qu'ont eue les gens et au boom que ça a créé. Parce que les LLM, c'est quelque chose d'ancien. Et c'est quelque chose d'un point de vue machine learning et d'un point de vue, enfin dans le domaine de la science, c'est quelque chose d'assez facile aussi. Ce n'est pas une technologie révolutionnaire, mais c'est juste la réception que l'IA a reçue des gens, c'est ça qui était totalement inattendu. Et donc OpenAI, ils ont reçu, enfin les gens, ils étaient tellement hypés, ça a buzzé et du coup ça a explosé, ils ont eu énormément de ressources, ils ont pu développer leurs produits encore plus et de permettre... Il y a eu GPT 1, 2, 3, 4, 4,5.
Mais justement, est-ce qu'initialement, c'était normalement uniquement pour les professionnels ? Est-ce que ça avait une visée uniquement professionnelle ? Ou est-ce qu'ils avaient au départ déjà l'idée à ce que ça soit accessible à tout le monde ?
Non, je pense qu'OpenAI, quand ils ont développé un produit, ils voulaient que ce soit accessible pour tout le monde. Et leur but, c'était... D'ailleurs, on le voit même dans l'outil ChatGPT en général. C'est un outil qui est... Je prends juste la GPT parce que c'est le premier qui a explosé, mais ça peut être le cas pour n'importe quel... pour n'importe quel éditeur qui sort un LLM et c'est un outil qui est quand même très accessible, très grand public et ils ont surfé sur cette vague là. Le but c'était vraiment de faire découvrir les LLM à la majorité des gens et c'est ce qui a fait que ça a explosé. Maintenant certes c'est fort, c'est un outil qui est énorme et il faut apprendre, enfin il faut, dans certains domaines c'est devenu nécessaire de savoir s'en servir vu que ça s'implante tout doucement un peu partout. Mais ça a d'énormes limitations et je pense qu'il y a une notion, je pense on a parlé de la vidéo que tu m'as envoyée. Exactement,
de l'ego du coup. De l'ego oui. Oui, oui,
exactement. Et en fait, les LLM actuellement sont très bons pour bluffer les gens et pour faire en sorte que c'est une IA intelligente. Donc ça génère des mots et on a l'impression de parler à une vraie personne. D'ailleurs le test de Turing qui dit que si l'IA arrive à nous bluffer et que... Oui, c'est...
C'est quand même assez impressionnant. Juste pour faire une petite aparté pour que les gens comprennent en fait ce dont on parle. Ego c'est un youtuber en fait qui fait des vidéos et on en a vu une en commun qui s'appelle l'horreur existentielle de l'usine à trombone. Comme ça vous allez dire mais qu'est ce que ça veut dire ? Mais il y a un réel sens. Je vous conseille de regarder la vidéo parce qu'elle fait pas mal réfléchir, elle peut faire peur. Moi je t'ai dit qu'elle m'avait effrayée au début, et je pense que c'était un petit peu le but de la vidéo, c'est qu'au final l'IA, elle divise pas mal en fait les personnes, il y en a qui sont fascinées par ça et qui pensent que ça va... Ça va nous aider à l'avenir comme ça ne l'a jamais été. Il y en a d'autres qui sont hyper réfractaires comme je l'ai été et qui ont peur des dérives de l'IA.
Oui, je pense que c'est lié à la peur. En tout cas, la vidéo, je pense, pour résumer un peu, c'est par exemple si tu programmes une IA pour te chercher un café ou un robot qui tourne avec une IA et tu le programmes pour te chercher un café. Comment faire en sorte qu'il... En allant vers la machine à café, s'il voit un obstacle, il ne l'écrase pas parce que sa seule mission, c'est de chercher un café. Et donc, il va te chercher un café, il va réaliser son objectif indépendamment de ce qui se passe derrière. Et c'est poussé un petit peu plus loin. Et il y a un aspect aussi malsain qui est drivé par notamment Saint-Maltman, le fondateur d'OpenAI qui est derrière ChaGPT. C'est qu'il vante un peu le mérite de ce qu'ils appellent, parce que là, actuellement, il y a l'IA, mais eux, ils parlent de AGI, donc Artificial General Intelligence. Et ils disent que l'humanité va être complètement révolutionnée lorsque l'IA va atteindre ce stade d'intelligence générale. En gros, c'est une intelligence à tous les niveaux et c'est à ce moment-là que l'IA peut potentiellement impacter l'humain. Mais sauf que ce niveau d'intelligence-là, on en est très loin et il y a même des limitations techniques actuellement, que ce soit en recherche ou en ingénierie, qui rendent cela impossible actuellement. Mais il y a quand même des recherches qui sont assez ambitieuses et qui ont l'air de permettre... débouché notamment des recherches sur JEPA, on en reparlera si tu veux, qui montre un peu des façons de faire pour que cet IA atteigne ce niveau d'intelligence qui permettrait à lire. Par exemple, là, on a des IA qui peuvent générer des textes de Shakespeare, mais on n'a pas d'IA qui est capable de conduire une voiture. Alors, un être humain, il est capable d'apprendre à conduire une voiture en 20 heures. Actuellement, une IA... Même avec toutes les données qu'elle a, on n'a pas de voiture autonome. Et d'ailleurs, même OpenAI, quand ils ont conçu l'IA, ils pensaient... Lui, il parlait de Blue Box, Red Box et White Box. En gros, il a catégorisé les travails qu'on fait au quotidien en couleurs différentes. Par exemple, tout ce qu'ils font en travail manuel, c'est White Box. Ouvriers, chauffeurs, livreurs... qui demandent un peu moins de capacités cognitives, on va dire, que d'autres. Et en Redbox, par exemple, c'est tout ce qui est intellectuel. On touche un peu plus à ingénierie, recherche, avocat. Donc ça, c'est Redbox. Et après, le Bluebox, à la fin, c'est tout ce qui est artistique. En gros, tout ce qui est designer, peintre, tout ça. Et eux, quand ils ont commencé à créer OpenAI avec leur vision, c'est qu'ils pensaient que l'IA allait commencer par remplacer les Whitebox. Pour aller vers le Redbox, pour aller vers le Bluebox en gros, l'IA remplacerait les chauffeurs pour à la fin remplacer les artistes.
C'est ce qui fait peur.
Mais ils se sont rendus compte que c'est l'inverse qui se passe. C'est que l'IA actuellement ce qu'elle fait, ce qu'elle impacte en premier c'est les artistes. C'est totalement l'inverse de ce qu'ils avaient prévu.
Absolument. Mais moi c'est ça qui m'a choqué en fait initialement c'est que tu sais que je suis une grande fan de Miyazaki Hayao par exemple. C'est un truc qui m'a choquée sur les réseaux sociaux, parce qu'évidemment, c'est passé partout. C'est la génération d'images, à partir d'une image réelle, sur des œuvres d'artistes vraiment existants. On a utilisé finalement des œuvres qui ont demandé beaucoup de travail, vraiment personnels, et qui ont fini par être utilisées un peu en transe par tout le monde. Finalement, j'ai trouvé ça assez choquant. Je pense qu'à l'heure actuelle, notamment pour les artistes, peu importe le niveau... dans le milieu de l'audiovisuel, a peur de ça. Et je pense que du coup, effectivement, tu me parles de blue box, red box, white box. Finalement, tout le monde risque d'être impacté à ce niveau-là. Au final, c'est un peu la crainte que les personnes ont à l'heure actuelle.
Alors, je pense qu'ils vont être impactés. C'est sûr. En tout cas, les chercheurs actuellement, parce que c'est clivant et il y a des débats, mais il y a quand même un consensus parmi les chercheurs, c'est que tout le monde risque d'impacter. Mais le débat, c'est à quel niveau ? Il y en a qui disent qu'ils vont être remplacés et il y en a qui disent qu'ils vont avoir des assistants intelligents. Je suis plutôt de la deuxième catégorie parce que dans mon travail, je suis content de travailler avec des gens plus intelligents que moi. S'il y a des gens qui sont intelligents et qui sont dans mon équipe, qui sont plus intelligents que moi, je suis content parce que j'ai un bon feedback et ça me permet de mieux faire mon travail. Et donc, cette catégorie de personnes-là pense qu'ils vont avoir des super assistants qui vont les aider à mieux faire leur travail. Alors qu'il y a des gens qui sont un peu plus... Merci. en mode non en fait ces assistants là ils vont prendre la direction des choses et c'est eux qui vont produire à notre place et comme disait avec la limitation de l'IA actuellement et le fait que le AGI comme ils appellent est très difficilement atteignable actuellement je ne pense pas que ça va se produire d'ailleurs je pense en développement logiciel c'est l'un des domaines où on est plus impacté par l'IA tu parlais des artistes effectivement il y a le grand sujet c'est comment tu contrôles les données qui vont permettre à l'IA de s'entraîner C'est très difficile à faire parce qu'ils récupèrent tout ce qu'il y a sur internet, ils entraînent leur réseau de neurones et après ils sont capables de te générer des images très inspirées. C'est très compliqué de prouver que cette image-là a été générée à partir d'un autre modèle. Ou par exemple pour les musiques aussi. Il y en a qui disent, pour se défendre, ces grosses compagnies d'IA, ils disent qu'un musicien actuellement, quand il te crée un titre de musique, En fait, il s'est servi de 20 ans d'inspiration, c'est parce qu'il a écouté pendant 20 ans des musiques différentes de plusieurs artistes et c'est ces inspirations-là qui lui ont permis de créer cette musique-là. Je ne dis pas que je suis d'accord, mais c'est un peu leur point où ils vont mettre l'accent. En fait, Lya, elle a appris, mais ce qu'elle a produit, ça vient d'elle-même parce que c'est une inspiration. Sauf que concrètement, c'est Kiki qui t'a donné le droit de t'entraîner avec ces données-là. Et là c'est de la régularisation, enfin aux Etats-Unis on voit bien qu'avec la politique actuelle c'est très très compliqué de contrôler. Mais je ne sais pas, c'est un avis personnel, je ne pense pas que ce qui est généré par l'IA actuellement, je m'en sers pour Youtube, on va essayer d'en parler, mais ce qui est généré actuellement par l'IA n'est pas exploitable sans qu'il y ait un humain derrière qui cadre et qui te dit, je ne sais pas si tu es amaisé avec l'IA générative d'images. C'est très rare où tu arrives à une situation où tu utilises, tu exploites ce qui a été généré du premier coup. Il faut quand même qu'il y ait de la supervision.
Il faut que tu donnes ton accord derrière, ton approbation sur le travail qui a été fait. Mais tu as toujours besoin d'ajuster plusieurs fois avant d'arriver à un résultat final.
L'humain est nécessaire.
Elle n'est pas capable en une seule phrase de te sortir exactement ce que tu veux. Il faut être vraiment très précis dans les explications que tu vas lui donner pour qu'elle finisse par faire ce qu'elle veut.
que tu souhaites. Pour donner un peu de contexte, ChatGPT, c'est 2 fois 2 puissance 13 octets de données. En gros, c'est 2 avec 13 chiffres derrière. Ça correspond, ChatGPT, en termes de données qu'il connaît, ça correspond à peu près 75 tera octets de données. Anuma, pour apprendre tout ce que connaît ChatGPT, Pour apprendre tout ce que connaît Tchadjepeté, pour le lire, il lui faut 180 000 ans à hauteur de 8 heures par jour.
C'est énorme.
C'est énorme. En termes de données pures. La base de données de Tchadjepeté, elle-même, elle est énorme. Par contre, un enfant de 4 ans, en termes de données sensorielles et tout ce qu'il a pu regarder, voir, c'est 2 puissance 15 octets. Donc, en gros, c'est 50 fois plus. que Tchadjepeté, un enfant de 4 ans. Tchadjepeté, c'est énorme en termes de mots, mais la barrière actuelle, pourquoi est-ce qu'un chat de gouttière arrive à se balader dans une ville alors que l'IA la plus moderne actuellement n'arrive pas à prendre un objet dans la main et quand elle lâche, elle sait que ça tombe ou pas, c'est que les données sensorielles, un enfant de 4 ans, c'est 50 fois plus que tout ce qu'a assimilé Tchadjepeté, les données sensorielles, c'est juste énorme. Ce qu'on voit et ce qu'on regarde et ce qu'on assimile juste en regardant notre environnement, c'est énorme par rapport à la base de données de ChatGPT. Et actuellement, les LLM, ils apprennent à partir de textes. Et les textes, en langue française, je crois que c'est 30 000 mots ou 15 000 mots. Ce n'est pas énorme, c'est discret, c'est un ensemble discret.
D'accord. Donc c'est intéressant ce que tu es en train de dire, parce que pour faire ce podcast, j'ai quand même regardé beaucoup de vidéos, j'ai écouté beaucoup de podcasts. Avec des intervenants différents, avec des milieux aussi, des domaines professionnels différents. Il y a des philosophes, il y a des professionnels dans le domaine de l'IA, des développeurs. Il y avait un petit peu de tout et c'est rigolo parce qu'au final, je ne suis jamais tombée sur le même avis chez chaque personne sur ce sujet-là. Il y en a qui sont un peu accélérationnistes et qui se disent qu'effectivement, au bout d'un moment, tout sera remplacé. L'humain sera remplacé. Il y en a d'autres qui sont ce qu'on appelle doomeurs, du coup, qui ont tendance plutôt à... Être assez pessimiste sur le côté bien de la chose, si on veut être manichéiste, c'est cool d'être remplacé par l'IA, ils ne voient pas du tout les choses de cette manière-là et qui du coup sont dans une autre perspective. Ce qui a été très intéressant, c'est les commentaires des personnes qui ont regardé ces vidéos et qui ont écouté, c'est qu'ils disaient « mais ces personnes, elles sont tellement dedans qu'elles sont complètement déconnectées de ce qui se passe en réalité » . Alors du coup, je ne sais pas quoi en penser, est-ce qu'elles ont raison ou non, l'avenir nous le dira au final, mais c'est vrai qu'on a quand même... En un sens, le droit de se poser la question. Je t'avouerais que moi, on peut en rire, mais dans ma tête, quand on a commencé à parler d'IA, mon cerveau est parti en freestyle total. C'est-à-dire que j'ai imaginé tous les films existants sur l'IA depuis que ça existe. Des Black Mirror, un épisode de Black Mirror. Des Black Mirror, Terminator, Chappie. Je suis partie vraiment en freestyle total. Et je me suis dit, c'est vrai qu'il y a un point commun parmi tout ça, c'est qu'en tout cas... Dans les films qui ont été faits jusqu'à maintenant, ou dans les séries qui ont été faites jusqu'à maintenant, c'est qu'on a beaucoup humanisé l'IA. Vraiment, on leur a donné...
Même la forme, ça ressemble à des hommes.
Physiquement, ça ressemble à des hommes. On dirait... Je ne sais pas du coup si on est... Si on tend à ça ou pas du tout, au final. Mais on dirait vraiment un désir... C'est une partie de l'être humain de créer quelque chose qui puisse nous ressembler. Et qui peut... puissent du coup dériver.
Il y a quand même actuellement ce qui se passe c'est que aussi les PDG de ces entreprises là, si tu prends les plus grandes entreprises de l'IA, ceux qui se rendent vraiment de l'argent grâce à ça, Nvidia, Meta, Google, OpenAI, donc les PDG de ces entreprises quand ils disent ça va exploser en fait on va réussir à créer une conscience. machin, bah eux ils ont tout intérêt à dire ça parce que leurs actions elles montent derrière donc les gens vont investir là dedans et leurs actions montent donc il y a vraiment un gain, il y a de l'intérêt.
Il y a du capital.
Ils ont intérêt à dire ça, il va pas dire je me vois mal en tant que PDG d'une IA qui est utilisée par des milliards maintenant de personnes dire en fait on a atteint actuellement un seuil de ce que nous permet de faire les LLM et on peut pas aller plus loin et on n'atteindra pas les dji et donc eux ils poussent vers ça et ils poussent vers cette notion d'avoir maintenant après on peut extrapoler et dire ok si l'IA atteint, chez Meta ils n'appellent pas ça AGI parce qu'ils disent que l'intelligence n'est pas générale mais ils appellent ça AMI Advanced Machine Intelligence donc quand l'IA atteindra ce stade d'AMI ça veut dire qu'elle sera une intelligence avancée une intelligence avancée c'est pas juste générer du texte et générer des images mais vraiment une IA qui arrive à comprendre notre environnement. Une IA actuellement ne comprend pas l'environnement dans lequel on est. C'est à ce moment là que l'IA pourra vraiment intervenir physiquement dans notre monde. Et tant qu'on n'aura pas, si on extrapole vers ce monde qui, comme dit, il y a des limitations techniques actuellement qui ne permettent pas de le faire, mais si on atteint ce monde là, il faudra se poser des questions. Oui effectivement parce que si la plupart... Si l'IA atteint ce stade-là, effectivement, elle va commencer à remplacer des jobs. C'est un fait. Mais du coup, qu'est-ce qu'on fait ? Soit on freine et on dit, on arrête. En fait, l'IA en tant qu'outil nous suffit. Elle nous permet d'être plus productifs et de faire mieux notre travail. Et du coup, on freine, on arrête les recherches tout simplement. Un consensus, on se dit, on a arrêté les travaux sur les clonages, on fait pareil sur l'IA. C'est bon, stop, tout le monde, plus de fonds, plus rien du tout, on ne le fait plus, on l'utilise en tant qu'outil, ça nous va très bien. Je n'ai pas l'impression que ce soit la vision actuellement, vu tout ce qui se passe aux Etats-Unis, en Chine, et même maintenant en Europe. En Europe, on est bien, on régulise quand même pas mal, mais dans le Far West, c'est un peu plus compliqué. Je n'ai pas l'impression que ça part vers là. Si on part vers vraiment de l'IA qui nous remplace, maintenant, on fait quoi ? Parce que les centres d'appel, par exemple, on prend un milieu qui est impacté directement. un centre d'appel. T'appelles, t'as une IA qui répond et du coup t'as plus une personne qui répond mais t'as vraiment une IA. Et ça c'est concret. Au Maghreb, les centres d'appel c'est une source d'emploi énorme. J'ai travaillé 4 ans chez Amazon dans un centre d'appel quand j'étais étudiant. Et c'est un super boulot. Franchement c'est vraiment sympa comme boulot ça te permet de parler avec des gens. Mais concrètement l'IA va permettre de répondre à des gens. Ça c'est quelque chose qu'elle sait faire, les LLM savent faire et ils deviennent de... Ils deviennent bons à ce niveau-là. Donc la personne qui a perdu son travail parce que l'IA l'a remplacée, comment on la compense ? Concrètement, qu'est-ce qu'on fait ? Est-ce qu'elle va toucher le chômage ? Mais du coup, le chômage n'est pas insuffisant. Par contre, elle, elle a perdu son travail, mais derrière, l'entreprise qui gère son centre d'appel, elle a embauché un agent Tchadjepeté derrière, par exemple.
En fait, elle a perdu son domaine de compétences. On peut dire ça comme ça ?
Ou elle a délégué son domaine de compétences à Tchadjepété. Mais sauf que lui, il va se dire, le chef d'entreprise, il va se dire, un salarié, ça me coûte 50 000 euros ou 40 000 euros par an, alors qu'un agent Tchadjepété, ça me coûte 3 000 euros par an. Et derrière, je peux résilier mon abonnement quand j'ai moins de flux, je peux reprendre un abonnement et tout. Mais du coup, cet argent, il va chez qui ? Il va chez Tchadjepété, parce qu'il vend ses agents à tous les... Le service qui a besoin d'un centre d'appel, il va chez le patron aussi de l'entreprise qui a fait des économies parce qu'elle a licencié pour embaucher des agents. Mais par contre, la personne qui a perdu son travail, concrètement, elle n'a pas d'argent. Et donc ça, c'est un vrai débat. C'est comment on fait pour que la richesse qui a été générée par l'IA soit correctement distribuée. En Europe, par exemple, ils parlent de super taxes sur les robots. Ils appellent ça la taxe sur les robots. C'est quoi exactement ? En gros, si tu fais des bénéfices grâce à l'IA, tu paies une taxe. sur l'IA. Et donc cette taxe-là, c'est l'État qui prend et l'État est responsable de redistribuer cet argent-là chez tout le monde. Et donc du coup, l'IA permettrait à l'État de s'enrichir et indirectement, si l'État s'enrichit, tous les gens sont enrichis. On peut imaginer que le chômage, par exemple, c'est pas le meilleur exemple, mais on peut imaginer que le chômage augmente ou les gens sont tout simplement mieux compensés, ils ont plus d'argent, la construction, les prix des maisons baissent, les taux de crédit baissent. Tu as un impact direct. Mais ça, il faut vraiment une forte conviction politique. Et ça, c'est clairement politique, mais il faut surtout que ce soit fait à niveau international. Parce que si tu fais ça juste en Europe, les entreprises vont délocaliser aux États-Unis parce qu'aux États-Unis, ils n'ont pas de super taxes sur les robots.
Mais d'après ce que j'ai compris, il y a quand même des règles qui sont propres à chaque continent ou à chaque pays sur le développement. Donc au final, nous, on est quand même... On est assez avancé en France par exemple, mais pas assez par rapport à certains pays comme les Etats-Unis ou comme la Chine par exemple, mais on n'a pas les mêmes règles. Du coup, on ne peut pas investir de la même manière dans ce genre de choses.
Non, on n'a pas. La régularisation européenne est différente de ce qui se passe aux Etats-Unis et en Chine notamment. Et si tu imposes une taxe sur l'IA à un entrepreneur français, il peut délocaliser aux Etats-Unis par exemple et continuer du moment qu'il n'y ait pas de consensus au niveau des... Des gouvernements, faire une super taxe, c'est un peu moins efficace. Il y a aussi une autre piste économique, c'est la super dividende. Par exemple, aux États-Unis, je crois que c'est en Arkansas qu'ils font ça, je ne sais plus, où tu as, par exemple, tous les habitants, ils ont des parts dans les actions pétrolières du département de l'État aux États-Unis. Ils ont tous une action et donc tous les bénéfices dus au pétrole. Tu as des parts dans l'action pétrolière et du coup en fin d'année tu as des dividendes. En gros tu reçois de l'argent parce que l'État a fait des bénéfices sur le pétrole. Et OpenAI à l'époque, ils disaient qu'ils voulaient, vu qu'ils estimaient qu'ils allaient faire énormément de bénéfices, c'est de donner des parts d'OpenAI à tout le monde. Et donc si eux ils font des bénéfices, nous on a des dividendes et du coup ça nous permettrait de... d'avoir une compensation, mais pour l'instant, les riches s'enrichissent et il y en a qui subissent.
C'est ce que j'allais dire, au final, disons les personnes qui ont les rênes en main, ce sont des personnes clairement qui ont les moyens.
Actuellement, c'est le cas. Mais ça, c'est si on atteint ce stade où... Après, il y a certains métiers qui sont même actuellement, avec l'IA actuelle, notamment les centres d'appel qui sont concrètement impactés par l'IA. donc il y a quand même à une petite échelle actuellement il y a quand même des domaines qui sont impactés mais si ça commence à être impacté à plus grandes échelles ça peut être problématique mais là les LLM actuellement ce qu'ils permettent de faire ne permettra pas du moment qu'ils n'arrivent pas à comprendre la vidéo à apprendre en dehors du contenu texte, ils n'arriveront pas à atteindre la capacité d'un cerveau humain. Là, tu disais en consommation électrique, écologique, ils estimaient...
Les plus pessimistes disent d'ici 2026, l'IA consommera autant que ce que consomme le Japon. Les plus pessimistes, les plus optimistes disent que d'ici 2030, pour faire tourner toutes les IA qu'il y a, ça consommera autant d'énergie que le Japon. Donc ça consomme aussi.
Mais il y a des objectifs en plus en France pour 2030. Il y a des investissements je crois de 2,5 milliards d'euros en France qui ont été lancés je crois en 2018. Jusqu'à 2030, pour développer stratégiquement l'IA sur le territoire français, il y a vraiment des stratégies par pays pour être leader dans le domaine.
Il y a Mistral en France qui est vraiment très très bonne. L'IA française est bonne et l'ingénierie française en général est très très bonne. C'est reconnu à un niveau international. On est capable de faire de très très bons produits logiciels. On a les compétences pour développer. pour développer les modèles d'IA. En France, d'ailleurs, Hugging Face, qui est un peu la plateforme qui centralise tous ces modèles d'IA, c'est une société française.
D'accord. Je ne les connais pas du tout. C'est complètement inconnu pour moi. Je connais les plus grands noms, mais après, je t'avoue que...
On est très bon, on est capable de... Après, le problème, c'est juste que les financements aux Etats-Unis sont beaucoup plus...
On en parlait tout à l'heure, effectivement, la superficie du pays et les moyens politiques internes à chaque pays font aussi beaucoup. C'est des puissances, on a les États-Unis et la Chine qui sont des puissances économiques assez importantes qui ont les moyens justement de pouvoir être avancés par rapport à ça.
Oui, mais même eux se heurtent actuellement au mur, par exemple. il y a le Yann Lequin, qui est connu comme étant l'un des pères fondateurs de l'IA, qui est français, qui est professeur à l'université de New York et qui est Chief Data Scientist chez Meta. C'est quelqu'un qui est très connu dans le milieu de l'intelligence artificielle et c'est lui qui pointe les murs vers lesquels font face l'IA actuellement. Et donc en fait ils peuvent investir plus de fonds qu'il faut du moment qu'ils ne font pas de percées en termes de recherche. Actuellement tant qu'ils n'arrivent pas à traiter des vidéos, c'est très très compliqué. Mais c'est tout bête le concept de machine learning, comment ça marche. La vraie révolution c'était avant quand tu devais entraîner une IA, c'était fait de façon supervisée. C'est que tu devais avoir des gens, en haut tu veux apprendre une IA, reconnaître une image. T'as des personnes qui vont faire des pairs, ça s'appelle en entrée, donc donner une image de fleurs et mettre à côté le mot fleur. Et mettre une image du chiffre 9 et te mettre à côté 9. Et donc en fait tu étiquettes plein d'images, tu les donnes à l'IA et ça va leur permettre d'apprendre à partir de l'image, elle elle va voir ce que c'est, est-ce que ça correspond au chiffre 9, elle va regarder, ça c'est superlisé.
Donc initialement c'est que des chiffres ?
Non pas que des chiffres, mais il fallait de l'humain qui prépare les données et qu'on lui donne quelque chose à l'IA. il lui prépare un jeu de données, ça s'appelle, pour valider, qui va permettre à l'IA de s'entraîner et de valider derrière est-ce que le résultat que l'IA t'a donné, est-ce que ça correspond à ce qui est attendu ou pas. Et donc ça, c'est une nécessité qui est pleine d'humains qui valident ce que l'IA a trouvé. C'est-à-dire, ça c'est un chiffre 1, c'est un chiffre 2, ça c'est un chiffre 3. Et l'humain derrière, soit il valide, soit en entrée, il lui donne une image et il lui donne à quoi ça correspond en entrée. L'IA, elle fait passer ça dans son réseau de neurones. Et à la fin, elle compare ce qu'elle a obtenu en résultat, ce que l'IA a déduit par rapport à l'image, ça correspond à ce qui lui a été donné en entrée ou pas.
Et pareil, ça, ça doit être validé dans tous les cas.
Alors, soit tu valides à la fin, soit dès le début, tu lui donnes une tasse et tu lui dis que c'est une tasse à côté, tu lui donnes l'image d'une tasse et tu lui donnes le mot tasse. Et elle, elle va, à partir de l'image, essayer de savoir ce que c'est. Et elle va dire, c'est un verre. Elle regarde et elle compare ce qu'elle a. Elle, elle a déduit, donc c'est vert, elle le compare par rapport à ce que le mot que tu lui as donné en entrée, c'était tasse. Et donc, elle dit, non, ce n'est pas bon. Et du coup, elle va apprendre pour te donner le bon résultat. Mais ça, c'est supervisé parce que tu as préparé quand même un jeu de données. Il faut qu'il y ait des humains derrière qui préparent des données et qui disent ce que c'est et qui passent ça à l'IA.
OK. Et par exemple, maintenant, si on imagine ça de manière internationale, là, on parle juste, par exemple, des mots français. Et si demain, justement, on veut l'utiliser pour de la traduction parce que maintenant, on sait que c'est important. Est-ce que maintenant on sait qu'on va avoir la traduction exacte dans une autre langue de ce qu'on a demandé à l'IA pour faire une traduction lambda par exemple ?
Tout ce qui est langue pour l'IA c'est très très facile parce que là en fait ce qui empêchait l'IA de scaler, c'est-à-dire de grandir de façon exponentielle, c'est que cette variable humain derrière ça freinait un peu la capacité d'apprentissage. de l'IA parce que pour préparer un jeu de données avec 250 000 mots, il faut que tu prépares 250 000 jeux de données en avant avec l'étiquette de chaque truc. Tu dis ça, c'est ça, ça, c'est ça, ça, c'est ça. Donc ça, ça freinait un peu l'explosion de l'IA. Mais maintenant, l'IA est capable d'apprendre par elle-même. Il n'y a plus besoin de la variable humaine. Et ça, c'est Chagé-Pété, du coup. C'est ce qu'il a démocratisé. Ça s'appelle la technique d'apprentissage autoregressif.
D'accord.
Et c'est ce qu'utilisent actuellement les LLM. Et ça apprend avec du texte. En gros, tu lui donnes... L'IA, au lieu de lui apprendre à comprendre du texte, tu lui apprends à détériorer un paragraphe. Par exemple, tu lui donnes le chat suit la souris blanche. Donc le chat suit la souris blanche, tu lui donnes ça en entrée. Lya est entraînée à corrompre cette phrase, donc d'enlever un mot. Et donc elle aurait le chat suit là, le vide, blanche.
Blanche.
Et elle passe ça à son réseau de neurones et elle doit découvrir le mot qui correspond. Donc le mot souris, notamment, ça ne peut pas être énormément, pas énormément de possibilités. Et donc après, Lya, elle va comparer ce qu'elle a trouvé. Dans son réseau de neurones, est-ce qu'en résultat, elle a eu le chat suit la souris blanche ? Elle le compare par rapport au texte non corrompu. Si c'est bon, c'est qu'elle a bien fait son taf. Si c'est pas bon, elle va revenir dans son réseau de neurones pour tweaker un peu les équations mathématiques qu'il y a pour avoir la prochaine fois le bon résultat. La grosse différence, ça s'appelle auto-superviser, il n'y a plus de supervision humaine, c'est que tu lui donnes plein de bouquins, plein de textes, et l'IA sait comment corrompre le texte que tu lui donnes en entrée pour s'entraîner à déduire des mots.
Tu utilises le mot corrompre, ça veut dire qu'elle est capable de tricher aussi ?
Là, pour l'instant, ce n'est pas de la triche, c'est juste enlever un mot d'une phrase pour pouvoir le deviner après. Elle se fait ses propres exercices, en fait. Elle se fait des petits exercices pour apprendre. Et donc, du coup, tu n'es plus obligé, toi, de faire des étiquettes, de labeler et tout. Et c'est ça qui a permis à Ausha Peté d'être énorme. C'est parce que Ausha Peté n'a plus besoin qu'il y ait des gens derrière lui pour l'entraîner. c'est juste la masse de données qui est importante maintenant. C'est juste, tiens, prends toute cette donnée-là, entraîne-toi à générer du mot. Et à force, lui, Chad Jepete, ce qu'il fait de bien, c'est qu'il est hyper puissant, c'est son main job.
Il est rapide.
Il est rapide, ça dépend de la puissance qui est derrière, mais là où il est efficace, c'est qu'il est capable de découvrir des mots. Il devine des mots. Tu lui donnes cinq mots en entrée, donc ta raquette. Lui, à partir de ces cinq mots, il va deviner le mot qui suit.
Il y a un truc qui est assez intéressant, je trouve, avec ChatGPT. Alors, je l'ai très peu utilisé jusqu'à maintenant, mais je me suis exercée forcément pour le podcast. Mais il paraît, j'ai entendu sur différents forums, sur des vidéos, que la manière dont tu vas t'adresser à ChatGPT, que ce soit soutenu, familier ou de manière très noble, ChatGPT ne va pas collectionner les données de la même manière. En tout cas, sa réponse ne va pas être générée de la même manière. Elle ne va pas aller chercher des infos sur les mêmes sites. par exemple.
ChatGPT, c'est vraiment ça dépend de comment il s'est entraîné et c'est juste lui, il faut le voir juste comme c'est pas une vraie intelligence, c'est juste qu'il est capable de déduire des mots en fonction de ce que tu lui as donné en entrée et en fonction des poids qu'il a au niveau de ses neurones en gros il n'a pas de logique de planification en fait, quand tu lui donnes une phrase lui, il répond mot par mot Il n'a pas de logique où il va te dire je vais te répondre par ce paragraphe là et donc il ne planifie pas le temps formel de sa réponse est ce que je vais être poli est ce que je vais être mal poli non lui s'il planifie à chaque fois le mot suivant et en fonction alors c'est par exemple un mot simple c'est combien fait 2 plus 2, donc une phrase, tu lui donnes combien fait 2 plus 2, ça peut être une question comme ça peut être autre chose. Lui, il va recevoir le prompt, il va recevoir son entrée et il va deviner quel est le mot qui vient juste après 2. Juste après cette combo, quel est le mot le plus probable qui vient juste après ça. Donc il va dire 99,99% c'est le mot ça. Donc il va prendre le mot ça et il va le concaténer, le rajouter à tout le prompt. Et donc il va avoir combien fait 2 plus 2 ça. Et donc avec ça maintenant il va déduire le prochain, donc le mot qui vient c'est fait, donc combien fait 2 plus 2, ça fait, et après il va déduire le prochain mot, combien fait 2 plus 2, ça fait, 4, et du coup il n'a pas, alors que nous en tant qu'humains, on planifie nos réponses, et on voit sur le long terme comment on va répondre, alors que ChatGPT c'est juste, il est bon pour deviner des mots. Donc je parlais de tricher, oui il triche tout le temps, c'est juste, il devine des mots par rapport à un prompt. Mais sauf qu'il est tellement fort que maintenant, il ne le fait plus sur 10 mots, mais il le fait sur 500 000. 500 000 tokens, on parle plus de tokens. Et donc, tu lui donnes 500 000 tokens, donc 500 000 mots. Tu peux le voir comme ça, mais les tokens, c'est même des sous-mots. Tu lui donnes 500 000 tokens et il est capable de prédire le mot qui vient après ces 500 000. En ayant additionné ce que tu lui as donné en entrée et ce qu'il a généré au fur et à mesure. Les mots qu'il a généré au fur et à mesure, il les colle à chaque fois pour prédire le prochain.
D'accord.
et donc Il est très fort pour faire ça, mais il a des problèmes d'hallucination par exemple. On parle d'hallucination quand on utilise une IA.
C'est quoi exactement ?
Imaginons combien ça fait 2 plus 2. Et donc tu lui donnes en entrée combien ça fait 2 plus 2. Lui, il va prédire le prochain mot. Et au lieu de prédire le mot ça, il prédit le mot il par exemple.
C'est une dérive en fait
Il bifurque 200 chemins Il prédit le mot il Je sais pas quoi Et après il concatène le il avec combien ça fait 4 plus 4 il Il rajoute le mot fait et après il part sur il fait beau Donc il bifurque vraiment La plus petite erreur Dans le calcul Fait qu'il peut complètement bifurquer De la réponse de base Et peut sortir C'est des probabilités assez faibles Mais une fois qu'il se trompe sur deux, trois mots, ça fait que la probabilité augmente de façon exponentielle. Il peut vraiment partir sur un dérive.
Alors, il peut faire des erreurs de calcul. Ça veut dire que les erreurs de calcul, elles viennent initialement de nous ? Parce que c'est nous qui avons mal programmé, justement.
Il s'entraîne. Quand c'était en supervisé, oui, mais en auto-supervisé, il apprend tout seul. Et ça peut vouloir dire qu'il n'avait pas assez de données pour bien peaufiner sa réponse, pour augmenter le poids de chaque nœud dans le réseau de neurones. Et donc pour te donner la bonne réponse, la probabilité pour le texte est de plus en plus faible actuellement pour tout ce qui est du texte. Oui,
parce qu'on a effectivement, on parle juste de Tchad GPT, mais à une autre échelle, par exemple, sur des nouvelles technologies qui pourraient avoir lieu d'ici quelques années. On parlait de voitures automatiques, par exemple, sans conducteur.
L'auto-agressif, ça ne marche pas.
La question pourrait se poser.
Le LLM, ça ne marche pas. La technologie qu'il y a derrière le LLM, ça ne marche pas pour la vidéo. Et même pour les images, ils utilisent une autre technologie maintenant, qui s'appelle une technologie de diffusion, où, là on parlait pour le texte, ils courront le texte en enlevant un mot, ça ne marcherait pas pour des photos, parce qu'en fait, les pixels... T'imagines un mot, c'est on va dire un octet par mot, tu lui donnes une phrase, c'est genre 5 octets, une phrase, mais une image, 512, 762, c'est 250 000 pixels. En termes de différence, 250 000 pixels, c'est plus qu'il y a de mots dans le dictionnaire.
C'est vrai que vu comme ça...
Donc du coup, pour du texte, si tu l'apprends en auto-régressif, donc tu utilises la même technique qui est utilisée pour le texte, mais pour les images, tu dis courant, une image enlève des pixels, et après entraîne-toi à régénérer les pixels, il y a tellement de combinaisons possibles que c'est très très compliqué. Maintenant, ils utilisent une technologie diffusion qui permet de rajouter du bruit à une image et ça permet de reconstruire. C'est ce qui permet à la machine d'apprendre pour pouvoir par la suite te générer des images. Pour la vidéo, c'est encore pire parce que la vidéo, pour une vidéo de 25 frames par seconde, 25 FPS, une vidéo classique, tu as 25 images par seconde. Donc une vidéo de 10 secondes. Quand tu génères une vidéo, tu veux une vidéo de 10 secondes juste pour tester un truc sur TikTok ou j'en sais rien. Tu génères une vidéo de 10 secondes, ça te fait 25 frames par seconde x 10, donc ça te fait 250 images. Une vidéo de 720 pixels en résolution, tu fais les multiplications, on est à des millions et des millions de pixels. Là où pour le texte, il te génère 100. Donc la différence, et en plus, t'imagines tu prends, parce que l'apprentissage c'est comme pour les mots, tu supprimes une partie et c'est pour que la machine apprenne, tu supprimes une partie, il doit la deviner. Pour une vidéo, tu prends par exemple une caméra en train de te regarder et tu fais tourner la caméra et la machine doit deviner ce qui apparaît dans un plan caché. C'est comme ça qu'elle apprend. Elle doit deviner en fait ce qui a été masqué. Mais en vidéo, ça veut dire qu'elle doit prévoir quelque chose en trois dimensions qui potentiellement en quatre dimensions parce que tu as le temps. Donc, c'est des choses qui bougent et donc elle doit le prédire d'une façon correcte. Pour cette image-là, parce que la vidéo c'est 25 frames par seconde, elle doit prédire correctement 25 fois en une seconde, plus le faire 25 fois fois 10 secondes pour une vidéo de 10 secondes. Actuellement, aucune IA n'est capable de le faire de façon auto-supervisée.
D'accord. Mais alors du coup, on en est là pour le moment. On s'est rendu compte quand même que sur les 5 dernières années, ça s'est accéléré comme ça. Ça n'a jamais été le cas. On a eu une avancée sur ces dernières années qui est une première depuis que la technologie existe. C'est assez impressionnant. Justement, on se pose la question, où on va vu que c'est accéléré comme ça d'un seul coup ?
Moi, je pense que... S'il n'y a pas de percée, en fait si l'IA n'arrive pas à comprendre notre monde, là je parlais de JEPA tout à l'heure, c'est une technologie qui change complètement de paradigme. Actuellement l'IA réfléchit pixel par pixel et donc elle génère des pixels en fait. C'est de l'IA générative qui génère des pixels. On s'est rendu compte que c'est compliqué, elle ne pourra pas assimiler le monde de façon... Pour assimiler le monde, pour comprendre le monde, il faut utiliser la vidéo. Et l'IA actuellement n'arrive pas. donc si j'ai pas qui change complètement de paradigme et dit au lieu d'utiliser l'IA générative pour générer des pixels on va apprendre à l'IA à comprendre notre environnement. En gros tu entraînes l'IA à créer une abstraction de notre monde et ça potentiellement ça pourrait permettre à l'IA au lieu de générer des pixels comprend plutôt notre monde, fait un modèle abstrait de notre monde parce que la langue ne suffit pas en trente mille mots t'es pas capable et si tu arrives à faire ça peut-être que tu arriveras à comprendre notre monde et donc de pouvoir faire des conducteurs des de la conduite autonome et tout. Si on arrive à faire ça, je pense que ça va complètement révolutionner notre mode de vie, et comme dit, on rentrera dans les problèmes économiques et tout ce que ça engendre derrière. Si on n'arrive pas à faire ça, personnellement, je suis assez satisfait de l'IA qu'on a actuellement, un outil qui est assez puissant, qui nous permet de faire mieux des tâches qu'on faisait avant, d'être plus rapide sur certaines choses. Il y a des trucs complètement cool, par exemple là avec l'IA, les étudiants peuvent avoir un tuteur à domicile, ils peuvent avoir leurs propres enseignants.
Mais justement en parlant de ça, il y a eu beaucoup de discussions à ce sujet, en tout cas au niveau des étudiants, parce qu'on s'est rendu compte que les étudiants n'utilisaient plus vraiment leurs propres réflexions personnelles maintenant pour donner des travails, des rendus vraiment à leurs professeurs. Vu que maintenant c'est accessible à tous... On l'utilise vraiment, en tout cas pour certaines personnes, à outrance et pas forcément pour les bonnes raisons. C'est-à-dire du coup, maintenant je me pose la question à l'avenir, pour des jeunes personnes qui sont nées avec ça, est-ce qu'on aura la même réflexion ? Est-ce qu'on va continuer à réfléchir par nous-mêmes ? Ou est-ce qu'on fera systématiquement appel à justement ce genre de données extérieures qui puissent nous donner les réponses systématiquement ? On aurait besoin de réfléchir. Est-ce que ça va avoir un impact du coup ? Sur nous, sur notre manière de penser, est-ce que ça va avoir un impact social ?
C'est très très difficile de se projeter parce que là, je pense qu'on rentre dans le cœur même de l'humain. Est-ce qu'un étudiant, pour prendre un étudiant, est-ce qu'il se sent satisfait d'avoir, au lieu de réfléchir lui-même, à avoir une réponse ? Ou est-ce qu'il se sent satisfait quand c'est une IA qui lui a pondu la réponse et il a donné ça ? Je pense que ça dépend de la personne. Je pars du principe que les gens, les étudiants, ils veulent apprendre et pas juste prendre des réponses. Être tranquille. C'est apprends-moi à pêcher un poisson, ne me donne pas le poisson. Par exemple, moi, quand je l'utilise au quotidien, quand ils me donnent une réponse, je lui dis quel est ton processus de raisonnement, pourquoi ça ? Et j'essaie de réfléchir sur ce qu'il a fait. Après, comme dit, c'est culturel, c'est social et c'est très compliqué de se projeter. Je pense que les gens, ils voudront vouloir réfléchir. La personne aime réfléchir et aime savoir comment les choses marchent. Donc, je pense que les curieux vont rester curieux, en tout cas. Après, pour ceux qui veulent tricher, entre parenthèses, avec l'IA, ils pourront tricher avec d'autres moyens. S'il n'y avait pas l'IA, si tu veux tricher, tu tricherais avec autre chose que l'IA.
À mon époque, c'était Wikipédia. Je parle comme si j'avais 60 ans, mais littéralement.
T'aurais pu me dire la bibliothèque !
Non, même pas la bibliothèque. Quoique, peut-être que j'ai un jour tenté de regarder dans un livre. Mais c'est vrai que déjà, en tout cas de notre génération, les années 90, on a vécu déjà un changement assez incroyable. Je trouve qu'on a été les premiers concernés par tout ce changement technologique et par toute cette évolution. On a été aussi les premiers à être super anxieuses. Moi je suis content de vivre à cette époque.
Qui n'aimerait pas vivre ? Finalement,
c'est pour ça. Ça divise encore vachement. Mais c'est vrai que maintenant, je regarde ce qu'on faisait nous déjà à l'époque en tant qu'étudiants. C'est vrai qu'on avait tendance déjà à piocher sur Google ce qu'on pouvait. Certes, on avait les livres. Les livres, ça nous a toujours servi, c'est sûr. Mais disons que quand on voulait avancer, quand on voulait être rapide, je dois reconnaître que des fois Wikipédia, ça nous a bien aidé. Alors, ce n'est pas le plus fiable, mais il y a des moments où je dois avouer, oui, j'ai triché. Je suis allée sur Wikipédia.
Après, quand tu as un problème mathématique, tu n'as pas forcément cherché directement la réponse sur Internet. Tu as essayé quand même de résoudre...
Ce n'est peut-être pas le meilleur exemple pour moi parce que j'ai toujours été très nulle en maths. Monsieur Silva, si vous m'entendez, ce n'était pas le meilleur exemple. Mais du coup, c'est vrai que c'est peut-être aussi à chaque époque son évolution. Mais là, on peut dire que les 20 dernières années, ça a été quand même assez incroyable, assez choquant, en tout cas, à notre niveau. Mais bon.
Faudra qu'on apprenne à s'en servir.
Faut qu'on apprenne à s'en servir et plutôt à vivre avec aussi, parce que maintenant on n'a plus le choix. Même si on est réfractaires avec ça, je me rends compte que même moi qui refusais, en fait j'ai recours. À certains moments, on ne parle pas que de chat GPT, certes, mais du coup, je m'en sers quasiment tout le temps sans m'en rendre compte réellement. Donc on vit avec ça, il faut qu'on l'accepte. Et puis juste peut-être ne pas l'utiliser à n'importe quelle sauce, à n'importe quel moment. En tout cas, pas dans l'abus comme d'habitude. En tout cas, si on a des convictions comme moi...
Il faut l'utiliser raisonnablement.
Raisonnablement, dans le milieu professionnel par exemple, ça peut être totalement... Compréhensible, mais après, il y a des moments aussi dans la vie personnelle où on se rend compte que ça peut avoir des valeurs ajoutées. Mais c'est sûr que je ne vais pas aller solliciter n'importe quel IA pour me dire demain comment je m'habille. Il y en a qui le font.
Tu prends une photo de ton appart et il te dit comment le rénover ou un truc comme ça.
Oui, il y a tellement de choses maintenant qui sont sorties. C'est juste hallucinant. Toi, quel conseil tu donnerais justement à ces personnes qui ne veulent pas ? L'utiliser à outrance et être raisonnable par rapport à leur consommation ?
Alors j'avoue que je ne sais pas ce qu'est utiliser à outrance. Moi je le vois vraiment comme un outil. Et donc du moment qu'il te permet de faire plus vite une tâche qui te prenait du temps, moi je suis partisan du go. Si ça te permet d'être plus rapide, plus performant, plus efficace, ben vas-y, il n'y a pas de souci. Je vois par exemple dans YouTube, là où je mettais énormément de temps pour écrire mon script, de mon texte, parce que j'écris tout. Et donc l'écriture du script me prenait énormément, énormément de temps. Maintenant avec l'IA, ça me prend 3, 4, 5 fois plus de temps. Donc au lieu de me dire non, j'aimerais bien quand même écrire parce qu'après c'est juste personnel. J'aimerais bien continuer d'écrire pour améliorer mon style de rédaction. parce qu'une autre personne qui est plutôt dans le journalisme ou qui aiment bien écrire, pourraient avoir un raisonnement similaire et se dire « Non, l'écriture, c'est moi qui ai fait parce que c'est un truc que je connais. » Moi, je délègue une grosse partie de reformulation, d'intro, des trucs comme ça à l'IA parce que ça me permet de passer plus de temps sur autre chose, par exemple plus de temps sur le montage ou créer plus de contenu. Et donc, automatiquement, l'IA me permet de créer plus de contenu, donc d'avoir plus de personnes qui regardent et d'avoir un impact concret sur la chaîne derrière. Et me concentrer, moi ça me permet vraiment de me concentrer sur la vision stratégique. Tu chapotes, c'est comme si tu avais vraiment une équipe qui travaille avec toi et donc tu chapotes. Et après c'est à toi de décider ce que tu veux déléguer.
C'est pareil si tu avais un humain. Oui mais c'est ça, finalement c'est un peu ton stagiaire, c'est un peu ton compagnon.
C'est ça, il faut le voir comme stagiaire ou tu peux même le voir comme chef de rédaction. C'est pas forcément le stagiaire, ça dépend du degré de responsabilité que tu lui donnes.
Mais c'est toi qui as toujours le mot de la fin. De toute façon,
il ne pourrait pas tout faire parce qu'il se trompe. L'IA n'est pas assez bonne pour faire la tâche que ferait un humain. Il fait forcément des erreurs. C'est impressionnant quand tu utilises comme gadget ou pour générer des petits trucs un peu sympas. Certes, c'est impressionnant, mais quand tu commences à faire des trucs vraiment pros et que tu as de la validation derrière, c'est ton gagne-pain ou c'est des trucs comme ça. Sans l'humain, tu vas avoir... A tous les coups, tu vas avoir, peut-être que ça va passer la première fois, la deuxième fois, mais à tous les coups, tu vas avoir un petit pépin. Donc peut-être que c'est un conseil, si c'est ceux qui l'utilisent vraiment pour quelque chose de professionnel, c'est de ne pas faire confiance à l'IA à 100% et de bien valider.
Oui, il y a encore cette notion de confiance qui humanise encore un peu la chose au final, mais c'est vraiment...
La calculatrice, quand elle te sort un résultat, tu fais confiance au résultat qu'elle te donne concrètement. Donc tu fais un peu confiance à la machine. Quand tu accélères dans une voiture, tu fais aussi un peu... un peu confiance parce que quand tu freines, tu as intérêt à avoir confiance. Tu n'as pas le choix. La confiance, ce n'est pas forcément humain, c'est un outil aussi. Tu as confiance de ce qui va te permettre d'avoir un résultat ou pas.
Très bien.
Mais ça demande toujours de vérifier.
Ça demande toujours de vérifier et on sera toujours derrière dans tous les cas.
Sauf s'il y a un légitimité, mais je n'ai pas l'impression qu'on y soit.
Toi, en tout cas, tu es plutôt pessimiste à ce niveau-là, je pense.
pessimiste sur l'avancée technologique actuellement je regarde un peu ce qui se fait et je n'ai pas l'impression qu'il y ait des percées donc je n'ai pas l'impression qu'on va aller vers mais après il y a des recherches en cours peut-être que dans 5 ans on va découvrir un truc qui va complètement révolutionner et que ça va être complètement fou donc peut-être et donc à ce moment là oui Mais sinon je suis assez optimiste par rapport à l'outil que c'est. Moi je trouve que c'est un excellent outil, mais certes il y a des problèmes écologiques comme tu as dit.
Et il faut savoir l'utiliser correctement.
Si tu arrives à bien l'utiliser, ça te fait un gain de temps énorme. Je le vois par exemple avec ma copine. Salut Marine.
Salut Marine, on t'embrasse.
Du coup, quand elle fait des tâches, des fois, je dis, mais pourquoi tu ne fais pas faire ça par l'IA ? Ça te fait gagner énormément de temps et tout. Par exemple, elle ne veut pas.
Elle ne veut pas ?
Oui, parce qu'elle aime bien. C'est des trucs qu'elle aime bien faire tout seul, même si l'IA lui permet de...
pourrait lui donner des réponses.
De gagner du temps ou de rédiger des trucs plus vite ?
J'ai cette même réflexion qu'elle, par exemple, dans le milieu de la traduction vis-à-vis de mon métier.
C'est l'un des métiers menacés.
Oui, ça fait parmi les métiers menacés. Mais on me dit souvent, oui, mais pour faire telle et telle traduction, ou si tu veux écrire un mail vraiment parfait à ton client japonais, par exemple, mais utilise-tu l'HGPT ? Pourquoi tu ne veux pas utiliser l'HGPT ? C'est parfait pour te faire une traduction et tout ça, ou utilise DeepL. ce genre de choses. Au final, j'y arrive pas parce que je considère que c'est bien quand même encore de faire des fautes. Si un jour j'ai la personne au téléphone et que je dois vraiment lui parler, mon japonais il sera pas aussi parfait que ce qu'on m'a sorti en fait à l'écrit. J'en suis consciente parce que je suis pas native et que du coup j'ai pas envie non plus que les choses soient parfaites. J'accepte ça et je continue à apprendre du coup en un sens. Mais du coup, j'ai vraiment ce problème de me dire, je vais utiliser justement cette appli ou ces aides pour me prendre quelque chose de parfait. Je n'ai pas envie d'atteindre cette perfection-là. Et je peux comprendre que ça peut servir dans certains cas de figure, mais par exemple pour mon métier, c'est quelque chose que j'ai du mal à utiliser. Donc du coup, je pense que ça dépend vraiment du domaine dans lequel tu travailles.
Est-ce que tu l'utiliserais pas, par exemple, si t'as des annexes à traduire ou des trucs un peu moins marrants que tu donnerais aux stagiaires ? Si t'avais des trucs un peu moins marrants que t'aimes pas traduire, est-ce que tu donnerais à l'yéop ?
Franchement, j'ai du mal. Et des fois, ça m'arrive d'avoir des choses que je ne comprends pas. On a des mots, par exemple, en japonais ou en allemand ou en anglais, parce que je suis sur les trois langues, que je ne comprends pas. Je peux en déduire ce que ça veut dire, mais je ne vais pas juste aller utiliser ces outils-là pour traduire ça. En fait, je vais plutôt aller faire la recherche moi-même pour comprendre le sens. Je préfère faire ce travail, même si ça me demande beaucoup plus de temps,
par exemple. Ça me prend du temps,
mais clairement.
Mais ça t'apprend quand même quelque chose d'ailleurs.
Mais ça m'apprend quelque chose. J'ai peur de m'arrêter d'utiliser quelque chose qui va finalement me donner la réponse, mais qui m'empêche d'apprendre.
Je pense que là où il y a le plus d'impact... Dans l'utilisation, quand c'est un truc challenger, je comprends la récompense que tu as derrière parce que tu as fait une recherche et du coup tu as une récompense, tu as trouvé la solution et ça te permet d'évoluer. Mais pour les trucs un peu rébarbatifs qui te consomment du temps mais que tu n'as pas envie de faire parce que clairement tu n'en tires rien du tout, parce que tu n'apprends rien en le faisant, parce que c'est un truc que tu fais tous les jours, les matins ça te prend 20 minutes et tu n'apprends rien et en plus c'est un truc que tu aimerais bien déléguer. Parce que ça va te permettre justement d'être plus efficace sur les trucs que tu disais, où tu vas faire de la recherche, où tu vas vraiment avoir un objectif. Est-ce que du coup tu ferais quoi dans cette situation ?
Évidemment, je dois l'avouer.
Je pense que c'est le plus gros actuellement, c'est ce qui se passe. Avec l'IA, moi dans mon boulot, c'est les choses que je n'ai pas envie. Parce que je serais plus efficace, comme tu dis, par exemple pour traduire des parties un peu plus pertinentes. Parce que c'est là où j'aurai plus de plus-value, c'est là où je vais faire appliquer un peu mes connaissances. Et par contre, les trucs qui ne m'apportent rien et qui prennent plus de temps qu'autre chose, mais finalement, avoir un outil qui permet de le faire d'une façon rapide, je trouve que ça a clairement un intérêt.
D'accord. Petit mot de la fin, comment tu résumerais tout ça ? Déjà, comment tu résumes l'IA et comment tu résumes du coup le monde dans lequel on est en train d'évoluer actuellement ?
Moi, je dirais passionnant. En tant qu'ingénieur et dans la technologie, de vivre une période comme ça où... On est dans un milieu qui évolue, mais des fois on se dit qu'on a atteint les limites de ce qu'on peut faire, c'est un peu pénible, mais avec ce qu'apporte l'IA, ça ouvre plein de perspectives technologiques. Et donc du coup, moi je suis content d'en faire partie, je trouve que c'est passionnant, mais après je suis aussi conscient de ce que ça peut avoir comme impact négatif. Pas de réponse à mon niveau sur comment ça va évoluer, mais en tout cas, moi, je suis content de vivre ça. Je suis content de voir ce que ça fait.
Comment ça évolue, en tout cas, et voir jusqu'où on va pouvoir aller.
Tout ce que ça permet de faire. Et après, tout ce qu'on décidera vers la fin, soit on continue sur ça, soit pas. On verra, mais en tout cas, j'espère que d'un point de vue politique, on prendra les bonnes décisions.
Ça c'est un autre sujet qui prendrait une heure de plus je pense, voire même deux. Dernière chose, si les gens sont intéressés par ce que tu fais, où est-ce qu'on peut te suivre, qu'est-ce qu'on peut regarder de ta part ?
Moi j'ai une chaîne YouTube qui s'appelle Bass TV, où je publie des vidéos sur la nouvelle technologie avec un œil critique. Des fois pas parce que je suis aussi un humain qui utilise ces technologies-là, donc je peux être un peu hypé, un peu trop passionné. Mais sinon, ils peuvent regarder mes vidéos sur YouTube et mettre des commentaires.
Très bien. Je te remercie. Et je remercie ton intervention. Toute l'équipe aussi du printemps du podcast qui nous a donné l'opportunité de pouvoir parler et d'échanger sur ce sujet-là. Et puis, sur un autre épisode de Entre nous, on se retrouvera pour parler d'autres choses, évidemment, que l'IA. Parce qu'on en entend assez parler et on a besoin de s'inspirer aussi. De personnes humaines, mais pas que, n'est-ce pas ? Merci beaucoup.
Merci à vous.
Au revoir tout le monde.
Description
Dans cet épisode, Issam, ingénieur tech et passionné, nous aide à comprendre l'évolution puissante et rapide de l'intelligence artificielle.
Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.
Transcription
Eh bien bonjour à tous, bienvenue sur ce numéro spécial d'Entre nous. C'est une première pour moi, pour ce podcast-là. J'ai une première devant les caméras. On va un peu sortir de notre zone de confort. En général, j'ai l'habitude de faire découvrir des personnes. On va continuer à le faire bien sûr aujourd'hui, mais j'avais envie de sortir un petit peu de ma zone de confort et donc de parler d'un sujet qui nous concerne tous à l'heure actuelle. dont on va parler d'ici d'ici quelques minutes, qui est donc à l'intelligence artificielle. Et nous sommes en direct du printemps du podcast. C'est un événement qui célèbre un peu les voix, les idées, les conversations et qui font vibrer un peu le monde du podcast francophone. Je suis ravie d'être ici. Et donc avec monsieur... Issam Baz, bonjour Issam. Bonjour. Je suis contente que tu sois avec moi aujourd'hui parce que du coup, c'est toi qui va pouvoir m'aider un petit peu sur ce sujet-là parce que moi, je suis complètement novice et probablement aux antipodes de ce que tu vas me dire. Donc, on va apprendre, je pense, pas mal de choses. On va vulgariser aussi ce qu'est l'IA, on va le démystifier et parler, on va dire un petit peu en small talk de ce qui nous arrive là à l'heure actuelle parce que ça commence à être un gros sujet. Avant tout, je vais te demander de te présenter. Qui es-tu, Monsieur Baz ?
C'est la question. En tout cas, merci de m'avoir invité. Je suis hyper content d'être ici et de parler d'un sujet qui m'intéresse aussi énormément. Je pense qu'il y aura effectivement pas mal de choses à dire. Une brève présentation. Moi, je suis ingénieur logiciel depuis maintenant 14-15 ans. Je suis aussi YouTuber Tech d'une chaîne qui s'appelle BazTV, où je parle de nouvelles tendances technologiques. Et je suis en pleine... reconversé en tant que machine learning engineer et donc l'IA c'est effectivement un domaine que je côtoie tous les jours et que j'utilise régulièrement et effectivement ça va être sympa un peu de parler de ce qui se passe derrière, de quoi ça consiste concrètement et peut-être aussi de démystifier comme tu as dit quelques sujets.
Au vu de ce que tu fais effectivement je pense que c'est quelque chose que tu utilises beaucoup dans le domaine professionnel mais aussi je suppose vu que tu fais des vidéos youtube dans ta vie perso aussi. Moi j'ai une première question à te poser à ce sujet là A partir de quel moment tu t'es rendu compte que tu utilisais de l'IA à proprement parler ? Est-ce que le terme de l'IA est correctement utilisé ?
C'est une très bonne question parce que l'IA concrètement, c'est quand même un vieux truc. L'IA ça date quand même des années 1950, c'est très vieux. Et on s'en servait toujours au quotidien. Dans les smartphones, les réveils qui s'adaptent automatiquement en fonction de l'heure à laquelle tu le déverrouilles, par exemple, il y a ça. Le smart charging ou les smartphones qui se chargent automatiquement à 100% un peu avant l'heure du réveil, tout ça c'est du machine learning. En gros, c'est de la machine qui va apprendre sur tes habitudes. Et donc c'est quelque chose qui existe depuis plusieurs années, qui est présent depuis longtemps, mais sauf que là où ça a commencé à se démocratiser, où on s'est rendu compte du terme... L'intelligence artificielle, c'est clairement depuis ChatGPT, donc depuis 4-5 ans, où les gens se sont vraiment rendus compte de la puissance de l'IA, mais c'est plus des LLM, c'est plus les large language models, les modèles de génération de langues, qui génèrent des choses, des mots ou des images. Et c'est là où on s'est rendu compte que l'IA, ça fait des trucs un peu de fou.
Parce que du coup, je suppose que l'IA, ça ne s'arrête pas qu'à ChatGPT. C'est vrai que là, depuis le début d'année, moi j'entends parler... que de ça. Il y a, il y a, il y a, il y a, mais c'est souvent relié à Tchad GPT. Mais comme tu le dis, c'est beaucoup plus vaste que ça. L'intelligence artificielle, donc c'est plein de niveaux différents d'intelligence artificielle. Il y a différents, comment dire, canaux d'intelligence artificielle. On peut dire ça comme ça ?
Alors, il y a tout ce qui est intelligence artificielle, tout ce qui est machine learning, en fait, la machine qui apprend et qui, du coup, s'adapte à ton besoin, entre parenthèses. Mais il y a tout ce qui est intelligence, tout ce qui est... IA générative, c'est de l'intelligence artificielle qui va te générer quelque chose, soit du texte, dans le cas de ChatGPT ou n'importe quel LLM qui existe, il y en a plusieurs, comme il y a ChatGPT, il y a l'IA de Meta, il y a par exemple Mistral en France, et il y a aussi de l'IA qui va te générer des images ou des vidéos notamment, et ça c'est un peu ce qui est le plus clivant en ce moment. C'est ce qui rend un peu cet effet un peu waouh, quand tu utilises une IA générative, tu te dis, on dirait que je parle à une vraie personne, ça génère vraiment des trucs de fou, parce que c'est du concret, tu interagis vraiment avec l'IA, tu lui demandes des choses, et en gros tu as un retour, que ce soit du texte ou une image ou une vidéo, et tu l'as au retour un temps réel, alors que tout ce qui est IA, un peu machine learning, qu'on utilise au quotidien sans s'en rendre compte, on ne se rend pas forcément compte qu'on utilise une IA derrière.
Oui, c'est ça. C'est parce que la raison pour laquelle j'ai fait ce podcast-là, c'est que j'en ai tellement entendu parler de l'IA via ChatGPT, par exemple, que je me suis réellement posé la question. Mais moi, je refusais justement d'utiliser ChatGPT jusqu'à maintenant pour des questions écologiques et tout ça. J'avais une vraie conscience par rapport à ça. Donc, ça me faisait un petit peu peur de l'utiliser. Et finalement, après, je me suis dit mais attends, derrière, tu utilises plein d'autres choses qui probablement en est aussi. Je ne sais pas. Google Maps ou des applications justement pour montrer ton chemin ou je sais pas même des réseaux sociaux est-ce que tout ça s'en est pas déjà ? Finalement je me suis posé plein de questions par rapport à ça et je me suis dit est-ce que je dois juste me concentrer sur le fait que maintenant l'IA c'est du chat du PT ?
Oui après c'est... alors il y avait effectivement d'autres IA qu'on utilisait mais ça n'a rien à voir avec l'impact qu'ont les modèles génératifs actuels sur la société parce que... Quand on voit ce que permettent de faire les modèles génératifs actuellement, ils peuvent carrément, c'est limite remplacer un travail, enfin remplacer c'est un gros mot, mais en tout cas l'impact qu'ils ont actuellement sur la société est conséquent. Et donc depuis l'explosion de ChatGPT, on alloue pas mal de ressources financières à ces... à ces départements de recherche et donc ils sont capables de livrer des produits de plus en plus puissants, de plus en plus performants et qui peuvent à terme impacter certains domaines. Moi, je le vois clairement en tant qu'ingénieur logiciel. Certes, on avait de l'IA qui nous aidait un petit peu dans notre travail, mais c'est le jour et la nuit par rapport à ce que permettent de faire les génératives modèles actuellement. Par exemple, moi, mais vraiment... en day-to-day, dans mon quotidien en tant qu'ingénieur logiciel, une tâche qui me prenait pour développer une application, qui me prenait une semaine, je peux la faire en une journée. Donc l'accélération, l'impact sur notre quotidien est énorme et il faut qu'on puisse s'adapter parce qu'actuellement, même dans les mois et les années à venir, un ingénieur logiciel qui ne sait pas utiliser l'IA et un ingénieur logiciel qui sait utiliser l'IA, ça fait clairement pencher la balance. Un autre exemple, c'est que je développe une application depuis un moment, même plusieurs, une application sur le fitness. Et moi, je suis ingénieur logiciel, on va dire, infrastructure. Et je ne suis pas spécialisé dans tout ce qui est graphique, tout ce qui est visuel, tout ce qui est interface. Et donc, c'est ce qui me freinait pour développer des applications, ce qui me freinait pour livrer des produits. C'était cet aspect un peu interface, un peu visuel, où je ne sais pas faire un beau rendu. Et maintenant, avec l'IA, c'est elle qui s'en occupe. Et moi, je m'occupe juste de l'administrer. Oui,
c'est un corps de métier en plus. C'est un corps en plus à ton arc, disons, pour pouvoir faire des choses.
C'est un super assistant. C'est un super assistant. Mais c'est très puissant pour générer du texte. Notamment du code, c'est du texte. Et l'IA générative est très, très puissante pour ça. Et ça le faisait, même ceux, quand ils ont lancé ChatGPT, ils étaient étonnés par rapport à la réception qu'ont eue les gens et au boom que ça a créé. Parce que les LLM, c'est quelque chose d'ancien. Et c'est quelque chose d'un point de vue machine learning et d'un point de vue, enfin dans le domaine de la science, c'est quelque chose d'assez facile aussi. Ce n'est pas une technologie révolutionnaire, mais c'est juste la réception que l'IA a reçue des gens, c'est ça qui était totalement inattendu. Et donc OpenAI, ils ont reçu, enfin les gens, ils étaient tellement hypés, ça a buzzé et du coup ça a explosé, ils ont eu énormément de ressources, ils ont pu développer leurs produits encore plus et de permettre... Il y a eu GPT 1, 2, 3, 4, 4,5.
Mais justement, est-ce qu'initialement, c'était normalement uniquement pour les professionnels ? Est-ce que ça avait une visée uniquement professionnelle ? Ou est-ce qu'ils avaient au départ déjà l'idée à ce que ça soit accessible à tout le monde ?
Non, je pense qu'OpenAI, quand ils ont développé un produit, ils voulaient que ce soit accessible pour tout le monde. Et leur but, c'était... D'ailleurs, on le voit même dans l'outil ChatGPT en général. C'est un outil qui est... Je prends juste la GPT parce que c'est le premier qui a explosé, mais ça peut être le cas pour n'importe quel... pour n'importe quel éditeur qui sort un LLM et c'est un outil qui est quand même très accessible, très grand public et ils ont surfé sur cette vague là. Le but c'était vraiment de faire découvrir les LLM à la majorité des gens et c'est ce qui a fait que ça a explosé. Maintenant certes c'est fort, c'est un outil qui est énorme et il faut apprendre, enfin il faut, dans certains domaines c'est devenu nécessaire de savoir s'en servir vu que ça s'implante tout doucement un peu partout. Mais ça a d'énormes limitations et je pense qu'il y a une notion, je pense on a parlé de la vidéo que tu m'as envoyée. Exactement,
de l'ego du coup. De l'ego oui. Oui, oui,
exactement. Et en fait, les LLM actuellement sont très bons pour bluffer les gens et pour faire en sorte que c'est une IA intelligente. Donc ça génère des mots et on a l'impression de parler à une vraie personne. D'ailleurs le test de Turing qui dit que si l'IA arrive à nous bluffer et que... Oui, c'est...
C'est quand même assez impressionnant. Juste pour faire une petite aparté pour que les gens comprennent en fait ce dont on parle. Ego c'est un youtuber en fait qui fait des vidéos et on en a vu une en commun qui s'appelle l'horreur existentielle de l'usine à trombone. Comme ça vous allez dire mais qu'est ce que ça veut dire ? Mais il y a un réel sens. Je vous conseille de regarder la vidéo parce qu'elle fait pas mal réfléchir, elle peut faire peur. Moi je t'ai dit qu'elle m'avait effrayée au début, et je pense que c'était un petit peu le but de la vidéo, c'est qu'au final l'IA, elle divise pas mal en fait les personnes, il y en a qui sont fascinées par ça et qui pensent que ça va... Ça va nous aider à l'avenir comme ça ne l'a jamais été. Il y en a d'autres qui sont hyper réfractaires comme je l'ai été et qui ont peur des dérives de l'IA.
Oui, je pense que c'est lié à la peur. En tout cas, la vidéo, je pense, pour résumer un peu, c'est par exemple si tu programmes une IA pour te chercher un café ou un robot qui tourne avec une IA et tu le programmes pour te chercher un café. Comment faire en sorte qu'il... En allant vers la machine à café, s'il voit un obstacle, il ne l'écrase pas parce que sa seule mission, c'est de chercher un café. Et donc, il va te chercher un café, il va réaliser son objectif indépendamment de ce qui se passe derrière. Et c'est poussé un petit peu plus loin. Et il y a un aspect aussi malsain qui est drivé par notamment Saint-Maltman, le fondateur d'OpenAI qui est derrière ChaGPT. C'est qu'il vante un peu le mérite de ce qu'ils appellent, parce que là, actuellement, il y a l'IA, mais eux, ils parlent de AGI, donc Artificial General Intelligence. Et ils disent que l'humanité va être complètement révolutionnée lorsque l'IA va atteindre ce stade d'intelligence générale. En gros, c'est une intelligence à tous les niveaux et c'est à ce moment-là que l'IA peut potentiellement impacter l'humain. Mais sauf que ce niveau d'intelligence-là, on en est très loin et il y a même des limitations techniques actuellement, que ce soit en recherche ou en ingénierie, qui rendent cela impossible actuellement. Mais il y a quand même des recherches qui sont assez ambitieuses et qui ont l'air de permettre... débouché notamment des recherches sur JEPA, on en reparlera si tu veux, qui montre un peu des façons de faire pour que cet IA atteigne ce niveau d'intelligence qui permettrait à lire. Par exemple, là, on a des IA qui peuvent générer des textes de Shakespeare, mais on n'a pas d'IA qui est capable de conduire une voiture. Alors, un être humain, il est capable d'apprendre à conduire une voiture en 20 heures. Actuellement, une IA... Même avec toutes les données qu'elle a, on n'a pas de voiture autonome. Et d'ailleurs, même OpenAI, quand ils ont conçu l'IA, ils pensaient... Lui, il parlait de Blue Box, Red Box et White Box. En gros, il a catégorisé les travails qu'on fait au quotidien en couleurs différentes. Par exemple, tout ce qu'ils font en travail manuel, c'est White Box. Ouvriers, chauffeurs, livreurs... qui demandent un peu moins de capacités cognitives, on va dire, que d'autres. Et en Redbox, par exemple, c'est tout ce qui est intellectuel. On touche un peu plus à ingénierie, recherche, avocat. Donc ça, c'est Redbox. Et après, le Bluebox, à la fin, c'est tout ce qui est artistique. En gros, tout ce qui est designer, peintre, tout ça. Et eux, quand ils ont commencé à créer OpenAI avec leur vision, c'est qu'ils pensaient que l'IA allait commencer par remplacer les Whitebox. Pour aller vers le Redbox, pour aller vers le Bluebox en gros, l'IA remplacerait les chauffeurs pour à la fin remplacer les artistes.
C'est ce qui fait peur.
Mais ils se sont rendus compte que c'est l'inverse qui se passe. C'est que l'IA actuellement ce qu'elle fait, ce qu'elle impacte en premier c'est les artistes. C'est totalement l'inverse de ce qu'ils avaient prévu.
Absolument. Mais moi c'est ça qui m'a choqué en fait initialement c'est que tu sais que je suis une grande fan de Miyazaki Hayao par exemple. C'est un truc qui m'a choquée sur les réseaux sociaux, parce qu'évidemment, c'est passé partout. C'est la génération d'images, à partir d'une image réelle, sur des œuvres d'artistes vraiment existants. On a utilisé finalement des œuvres qui ont demandé beaucoup de travail, vraiment personnels, et qui ont fini par être utilisées un peu en transe par tout le monde. Finalement, j'ai trouvé ça assez choquant. Je pense qu'à l'heure actuelle, notamment pour les artistes, peu importe le niveau... dans le milieu de l'audiovisuel, a peur de ça. Et je pense que du coup, effectivement, tu me parles de blue box, red box, white box. Finalement, tout le monde risque d'être impacté à ce niveau-là. Au final, c'est un peu la crainte que les personnes ont à l'heure actuelle.
Alors, je pense qu'ils vont être impactés. C'est sûr. En tout cas, les chercheurs actuellement, parce que c'est clivant et il y a des débats, mais il y a quand même un consensus parmi les chercheurs, c'est que tout le monde risque d'impacter. Mais le débat, c'est à quel niveau ? Il y en a qui disent qu'ils vont être remplacés et il y en a qui disent qu'ils vont avoir des assistants intelligents. Je suis plutôt de la deuxième catégorie parce que dans mon travail, je suis content de travailler avec des gens plus intelligents que moi. S'il y a des gens qui sont intelligents et qui sont dans mon équipe, qui sont plus intelligents que moi, je suis content parce que j'ai un bon feedback et ça me permet de mieux faire mon travail. Et donc, cette catégorie de personnes-là pense qu'ils vont avoir des super assistants qui vont les aider à mieux faire leur travail. Alors qu'il y a des gens qui sont un peu plus... Merci. en mode non en fait ces assistants là ils vont prendre la direction des choses et c'est eux qui vont produire à notre place et comme disait avec la limitation de l'IA actuellement et le fait que le AGI comme ils appellent est très difficilement atteignable actuellement je ne pense pas que ça va se produire d'ailleurs je pense en développement logiciel c'est l'un des domaines où on est plus impacté par l'IA tu parlais des artistes effectivement il y a le grand sujet c'est comment tu contrôles les données qui vont permettre à l'IA de s'entraîner C'est très difficile à faire parce qu'ils récupèrent tout ce qu'il y a sur internet, ils entraînent leur réseau de neurones et après ils sont capables de te générer des images très inspirées. C'est très compliqué de prouver que cette image-là a été générée à partir d'un autre modèle. Ou par exemple pour les musiques aussi. Il y en a qui disent, pour se défendre, ces grosses compagnies d'IA, ils disent qu'un musicien actuellement, quand il te crée un titre de musique, En fait, il s'est servi de 20 ans d'inspiration, c'est parce qu'il a écouté pendant 20 ans des musiques différentes de plusieurs artistes et c'est ces inspirations-là qui lui ont permis de créer cette musique-là. Je ne dis pas que je suis d'accord, mais c'est un peu leur point où ils vont mettre l'accent. En fait, Lya, elle a appris, mais ce qu'elle a produit, ça vient d'elle-même parce que c'est une inspiration. Sauf que concrètement, c'est Kiki qui t'a donné le droit de t'entraîner avec ces données-là. Et là c'est de la régularisation, enfin aux Etats-Unis on voit bien qu'avec la politique actuelle c'est très très compliqué de contrôler. Mais je ne sais pas, c'est un avis personnel, je ne pense pas que ce qui est généré par l'IA actuellement, je m'en sers pour Youtube, on va essayer d'en parler, mais ce qui est généré actuellement par l'IA n'est pas exploitable sans qu'il y ait un humain derrière qui cadre et qui te dit, je ne sais pas si tu es amaisé avec l'IA générative d'images. C'est très rare où tu arrives à une situation où tu utilises, tu exploites ce qui a été généré du premier coup. Il faut quand même qu'il y ait de la supervision.
Il faut que tu donnes ton accord derrière, ton approbation sur le travail qui a été fait. Mais tu as toujours besoin d'ajuster plusieurs fois avant d'arriver à un résultat final.
L'humain est nécessaire.
Elle n'est pas capable en une seule phrase de te sortir exactement ce que tu veux. Il faut être vraiment très précis dans les explications que tu vas lui donner pour qu'elle finisse par faire ce qu'elle veut.
que tu souhaites. Pour donner un peu de contexte, ChatGPT, c'est 2 fois 2 puissance 13 octets de données. En gros, c'est 2 avec 13 chiffres derrière. Ça correspond, ChatGPT, en termes de données qu'il connaît, ça correspond à peu près 75 tera octets de données. Anuma, pour apprendre tout ce que connaît ChatGPT, Pour apprendre tout ce que connaît Tchadjepeté, pour le lire, il lui faut 180 000 ans à hauteur de 8 heures par jour.
C'est énorme.
C'est énorme. En termes de données pures. La base de données de Tchadjepeté, elle-même, elle est énorme. Par contre, un enfant de 4 ans, en termes de données sensorielles et tout ce qu'il a pu regarder, voir, c'est 2 puissance 15 octets. Donc, en gros, c'est 50 fois plus. que Tchadjepeté, un enfant de 4 ans. Tchadjepeté, c'est énorme en termes de mots, mais la barrière actuelle, pourquoi est-ce qu'un chat de gouttière arrive à se balader dans une ville alors que l'IA la plus moderne actuellement n'arrive pas à prendre un objet dans la main et quand elle lâche, elle sait que ça tombe ou pas, c'est que les données sensorielles, un enfant de 4 ans, c'est 50 fois plus que tout ce qu'a assimilé Tchadjepeté, les données sensorielles, c'est juste énorme. Ce qu'on voit et ce qu'on regarde et ce qu'on assimile juste en regardant notre environnement, c'est énorme par rapport à la base de données de ChatGPT. Et actuellement, les LLM, ils apprennent à partir de textes. Et les textes, en langue française, je crois que c'est 30 000 mots ou 15 000 mots. Ce n'est pas énorme, c'est discret, c'est un ensemble discret.
D'accord. Donc c'est intéressant ce que tu es en train de dire, parce que pour faire ce podcast, j'ai quand même regardé beaucoup de vidéos, j'ai écouté beaucoup de podcasts. Avec des intervenants différents, avec des milieux aussi, des domaines professionnels différents. Il y a des philosophes, il y a des professionnels dans le domaine de l'IA, des développeurs. Il y avait un petit peu de tout et c'est rigolo parce qu'au final, je ne suis jamais tombée sur le même avis chez chaque personne sur ce sujet-là. Il y en a qui sont un peu accélérationnistes et qui se disent qu'effectivement, au bout d'un moment, tout sera remplacé. L'humain sera remplacé. Il y en a d'autres qui sont ce qu'on appelle doomeurs, du coup, qui ont tendance plutôt à... Être assez pessimiste sur le côté bien de la chose, si on veut être manichéiste, c'est cool d'être remplacé par l'IA, ils ne voient pas du tout les choses de cette manière-là et qui du coup sont dans une autre perspective. Ce qui a été très intéressant, c'est les commentaires des personnes qui ont regardé ces vidéos et qui ont écouté, c'est qu'ils disaient « mais ces personnes, elles sont tellement dedans qu'elles sont complètement déconnectées de ce qui se passe en réalité » . Alors du coup, je ne sais pas quoi en penser, est-ce qu'elles ont raison ou non, l'avenir nous le dira au final, mais c'est vrai qu'on a quand même... En un sens, le droit de se poser la question. Je t'avouerais que moi, on peut en rire, mais dans ma tête, quand on a commencé à parler d'IA, mon cerveau est parti en freestyle total. C'est-à-dire que j'ai imaginé tous les films existants sur l'IA depuis que ça existe. Des Black Mirror, un épisode de Black Mirror. Des Black Mirror, Terminator, Chappie. Je suis partie vraiment en freestyle total. Et je me suis dit, c'est vrai qu'il y a un point commun parmi tout ça, c'est qu'en tout cas... Dans les films qui ont été faits jusqu'à maintenant, ou dans les séries qui ont été faites jusqu'à maintenant, c'est qu'on a beaucoup humanisé l'IA. Vraiment, on leur a donné...
Même la forme, ça ressemble à des hommes.
Physiquement, ça ressemble à des hommes. On dirait... Je ne sais pas du coup si on est... Si on tend à ça ou pas du tout, au final. Mais on dirait vraiment un désir... C'est une partie de l'être humain de créer quelque chose qui puisse nous ressembler. Et qui peut... puissent du coup dériver.
Il y a quand même actuellement ce qui se passe c'est que aussi les PDG de ces entreprises là, si tu prends les plus grandes entreprises de l'IA, ceux qui se rendent vraiment de l'argent grâce à ça, Nvidia, Meta, Google, OpenAI, donc les PDG de ces entreprises quand ils disent ça va exploser en fait on va réussir à créer une conscience. machin, bah eux ils ont tout intérêt à dire ça parce que leurs actions elles montent derrière donc les gens vont investir là dedans et leurs actions montent donc il y a vraiment un gain, il y a de l'intérêt.
Il y a du capital.
Ils ont intérêt à dire ça, il va pas dire je me vois mal en tant que PDG d'une IA qui est utilisée par des milliards maintenant de personnes dire en fait on a atteint actuellement un seuil de ce que nous permet de faire les LLM et on peut pas aller plus loin et on n'atteindra pas les dji et donc eux ils poussent vers ça et ils poussent vers cette notion d'avoir maintenant après on peut extrapoler et dire ok si l'IA atteint, chez Meta ils n'appellent pas ça AGI parce qu'ils disent que l'intelligence n'est pas générale mais ils appellent ça AMI Advanced Machine Intelligence donc quand l'IA atteindra ce stade d'AMI ça veut dire qu'elle sera une intelligence avancée une intelligence avancée c'est pas juste générer du texte et générer des images mais vraiment une IA qui arrive à comprendre notre environnement. Une IA actuellement ne comprend pas l'environnement dans lequel on est. C'est à ce moment là que l'IA pourra vraiment intervenir physiquement dans notre monde. Et tant qu'on n'aura pas, si on extrapole vers ce monde qui, comme dit, il y a des limitations techniques actuellement qui ne permettent pas de le faire, mais si on atteint ce monde là, il faudra se poser des questions. Oui effectivement parce que si la plupart... Si l'IA atteint ce stade-là, effectivement, elle va commencer à remplacer des jobs. C'est un fait. Mais du coup, qu'est-ce qu'on fait ? Soit on freine et on dit, on arrête. En fait, l'IA en tant qu'outil nous suffit. Elle nous permet d'être plus productifs et de faire mieux notre travail. Et du coup, on freine, on arrête les recherches tout simplement. Un consensus, on se dit, on a arrêté les travaux sur les clonages, on fait pareil sur l'IA. C'est bon, stop, tout le monde, plus de fonds, plus rien du tout, on ne le fait plus, on l'utilise en tant qu'outil, ça nous va très bien. Je n'ai pas l'impression que ce soit la vision actuellement, vu tout ce qui se passe aux Etats-Unis, en Chine, et même maintenant en Europe. En Europe, on est bien, on régulise quand même pas mal, mais dans le Far West, c'est un peu plus compliqué. Je n'ai pas l'impression que ça part vers là. Si on part vers vraiment de l'IA qui nous remplace, maintenant, on fait quoi ? Parce que les centres d'appel, par exemple, on prend un milieu qui est impacté directement. un centre d'appel. T'appelles, t'as une IA qui répond et du coup t'as plus une personne qui répond mais t'as vraiment une IA. Et ça c'est concret. Au Maghreb, les centres d'appel c'est une source d'emploi énorme. J'ai travaillé 4 ans chez Amazon dans un centre d'appel quand j'étais étudiant. Et c'est un super boulot. Franchement c'est vraiment sympa comme boulot ça te permet de parler avec des gens. Mais concrètement l'IA va permettre de répondre à des gens. Ça c'est quelque chose qu'elle sait faire, les LLM savent faire et ils deviennent de... Ils deviennent bons à ce niveau-là. Donc la personne qui a perdu son travail parce que l'IA l'a remplacée, comment on la compense ? Concrètement, qu'est-ce qu'on fait ? Est-ce qu'elle va toucher le chômage ? Mais du coup, le chômage n'est pas insuffisant. Par contre, elle, elle a perdu son travail, mais derrière, l'entreprise qui gère son centre d'appel, elle a embauché un agent Tchadjepeté derrière, par exemple.
En fait, elle a perdu son domaine de compétences. On peut dire ça comme ça ?
Ou elle a délégué son domaine de compétences à Tchadjepété. Mais sauf que lui, il va se dire, le chef d'entreprise, il va se dire, un salarié, ça me coûte 50 000 euros ou 40 000 euros par an, alors qu'un agent Tchadjepété, ça me coûte 3 000 euros par an. Et derrière, je peux résilier mon abonnement quand j'ai moins de flux, je peux reprendre un abonnement et tout. Mais du coup, cet argent, il va chez qui ? Il va chez Tchadjepété, parce qu'il vend ses agents à tous les... Le service qui a besoin d'un centre d'appel, il va chez le patron aussi de l'entreprise qui a fait des économies parce qu'elle a licencié pour embaucher des agents. Mais par contre, la personne qui a perdu son travail, concrètement, elle n'a pas d'argent. Et donc ça, c'est un vrai débat. C'est comment on fait pour que la richesse qui a été générée par l'IA soit correctement distribuée. En Europe, par exemple, ils parlent de super taxes sur les robots. Ils appellent ça la taxe sur les robots. C'est quoi exactement ? En gros, si tu fais des bénéfices grâce à l'IA, tu paies une taxe. sur l'IA. Et donc cette taxe-là, c'est l'État qui prend et l'État est responsable de redistribuer cet argent-là chez tout le monde. Et donc du coup, l'IA permettrait à l'État de s'enrichir et indirectement, si l'État s'enrichit, tous les gens sont enrichis. On peut imaginer que le chômage, par exemple, c'est pas le meilleur exemple, mais on peut imaginer que le chômage augmente ou les gens sont tout simplement mieux compensés, ils ont plus d'argent, la construction, les prix des maisons baissent, les taux de crédit baissent. Tu as un impact direct. Mais ça, il faut vraiment une forte conviction politique. Et ça, c'est clairement politique, mais il faut surtout que ce soit fait à niveau international. Parce que si tu fais ça juste en Europe, les entreprises vont délocaliser aux États-Unis parce qu'aux États-Unis, ils n'ont pas de super taxes sur les robots.
Mais d'après ce que j'ai compris, il y a quand même des règles qui sont propres à chaque continent ou à chaque pays sur le développement. Donc au final, nous, on est quand même... On est assez avancé en France par exemple, mais pas assez par rapport à certains pays comme les Etats-Unis ou comme la Chine par exemple, mais on n'a pas les mêmes règles. Du coup, on ne peut pas investir de la même manière dans ce genre de choses.
Non, on n'a pas. La régularisation européenne est différente de ce qui se passe aux Etats-Unis et en Chine notamment. Et si tu imposes une taxe sur l'IA à un entrepreneur français, il peut délocaliser aux Etats-Unis par exemple et continuer du moment qu'il n'y ait pas de consensus au niveau des... Des gouvernements, faire une super taxe, c'est un peu moins efficace. Il y a aussi une autre piste économique, c'est la super dividende. Par exemple, aux États-Unis, je crois que c'est en Arkansas qu'ils font ça, je ne sais plus, où tu as, par exemple, tous les habitants, ils ont des parts dans les actions pétrolières du département de l'État aux États-Unis. Ils ont tous une action et donc tous les bénéfices dus au pétrole. Tu as des parts dans l'action pétrolière et du coup en fin d'année tu as des dividendes. En gros tu reçois de l'argent parce que l'État a fait des bénéfices sur le pétrole. Et OpenAI à l'époque, ils disaient qu'ils voulaient, vu qu'ils estimaient qu'ils allaient faire énormément de bénéfices, c'est de donner des parts d'OpenAI à tout le monde. Et donc si eux ils font des bénéfices, nous on a des dividendes et du coup ça nous permettrait de... d'avoir une compensation, mais pour l'instant, les riches s'enrichissent et il y en a qui subissent.
C'est ce que j'allais dire, au final, disons les personnes qui ont les rênes en main, ce sont des personnes clairement qui ont les moyens.
Actuellement, c'est le cas. Mais ça, c'est si on atteint ce stade où... Après, il y a certains métiers qui sont même actuellement, avec l'IA actuelle, notamment les centres d'appel qui sont concrètement impactés par l'IA. donc il y a quand même à une petite échelle actuellement il y a quand même des domaines qui sont impactés mais si ça commence à être impacté à plus grandes échelles ça peut être problématique mais là les LLM actuellement ce qu'ils permettent de faire ne permettra pas du moment qu'ils n'arrivent pas à comprendre la vidéo à apprendre en dehors du contenu texte, ils n'arriveront pas à atteindre la capacité d'un cerveau humain. Là, tu disais en consommation électrique, écologique, ils estimaient...
Les plus pessimistes disent d'ici 2026, l'IA consommera autant que ce que consomme le Japon. Les plus pessimistes, les plus optimistes disent que d'ici 2030, pour faire tourner toutes les IA qu'il y a, ça consommera autant d'énergie que le Japon. Donc ça consomme aussi.
Mais il y a des objectifs en plus en France pour 2030. Il y a des investissements je crois de 2,5 milliards d'euros en France qui ont été lancés je crois en 2018. Jusqu'à 2030, pour développer stratégiquement l'IA sur le territoire français, il y a vraiment des stratégies par pays pour être leader dans le domaine.
Il y a Mistral en France qui est vraiment très très bonne. L'IA française est bonne et l'ingénierie française en général est très très bonne. C'est reconnu à un niveau international. On est capable de faire de très très bons produits logiciels. On a les compétences pour développer. pour développer les modèles d'IA. En France, d'ailleurs, Hugging Face, qui est un peu la plateforme qui centralise tous ces modèles d'IA, c'est une société française.
D'accord. Je ne les connais pas du tout. C'est complètement inconnu pour moi. Je connais les plus grands noms, mais après, je t'avoue que...
On est très bon, on est capable de... Après, le problème, c'est juste que les financements aux Etats-Unis sont beaucoup plus...
On en parlait tout à l'heure, effectivement, la superficie du pays et les moyens politiques internes à chaque pays font aussi beaucoup. C'est des puissances, on a les États-Unis et la Chine qui sont des puissances économiques assez importantes qui ont les moyens justement de pouvoir être avancés par rapport à ça.
Oui, mais même eux se heurtent actuellement au mur, par exemple. il y a le Yann Lequin, qui est connu comme étant l'un des pères fondateurs de l'IA, qui est français, qui est professeur à l'université de New York et qui est Chief Data Scientist chez Meta. C'est quelqu'un qui est très connu dans le milieu de l'intelligence artificielle et c'est lui qui pointe les murs vers lesquels font face l'IA actuellement. Et donc en fait ils peuvent investir plus de fonds qu'il faut du moment qu'ils ne font pas de percées en termes de recherche. Actuellement tant qu'ils n'arrivent pas à traiter des vidéos, c'est très très compliqué. Mais c'est tout bête le concept de machine learning, comment ça marche. La vraie révolution c'était avant quand tu devais entraîner une IA, c'était fait de façon supervisée. C'est que tu devais avoir des gens, en haut tu veux apprendre une IA, reconnaître une image. T'as des personnes qui vont faire des pairs, ça s'appelle en entrée, donc donner une image de fleurs et mettre à côté le mot fleur. Et mettre une image du chiffre 9 et te mettre à côté 9. Et donc en fait tu étiquettes plein d'images, tu les donnes à l'IA et ça va leur permettre d'apprendre à partir de l'image, elle elle va voir ce que c'est, est-ce que ça correspond au chiffre 9, elle va regarder, ça c'est superlisé.
Donc initialement c'est que des chiffres ?
Non pas que des chiffres, mais il fallait de l'humain qui prépare les données et qu'on lui donne quelque chose à l'IA. il lui prépare un jeu de données, ça s'appelle, pour valider, qui va permettre à l'IA de s'entraîner et de valider derrière est-ce que le résultat que l'IA t'a donné, est-ce que ça correspond à ce qui est attendu ou pas. Et donc ça, c'est une nécessité qui est pleine d'humains qui valident ce que l'IA a trouvé. C'est-à-dire, ça c'est un chiffre 1, c'est un chiffre 2, ça c'est un chiffre 3. Et l'humain derrière, soit il valide, soit en entrée, il lui donne une image et il lui donne à quoi ça correspond en entrée. L'IA, elle fait passer ça dans son réseau de neurones. Et à la fin, elle compare ce qu'elle a obtenu en résultat, ce que l'IA a déduit par rapport à l'image, ça correspond à ce qui lui a été donné en entrée ou pas.
Et pareil, ça, ça doit être validé dans tous les cas.
Alors, soit tu valides à la fin, soit dès le début, tu lui donnes une tasse et tu lui dis que c'est une tasse à côté, tu lui donnes l'image d'une tasse et tu lui donnes le mot tasse. Et elle, elle va, à partir de l'image, essayer de savoir ce que c'est. Et elle va dire, c'est un verre. Elle regarde et elle compare ce qu'elle a. Elle, elle a déduit, donc c'est vert, elle le compare par rapport à ce que le mot que tu lui as donné en entrée, c'était tasse. Et donc, elle dit, non, ce n'est pas bon. Et du coup, elle va apprendre pour te donner le bon résultat. Mais ça, c'est supervisé parce que tu as préparé quand même un jeu de données. Il faut qu'il y ait des humains derrière qui préparent des données et qui disent ce que c'est et qui passent ça à l'IA.
OK. Et par exemple, maintenant, si on imagine ça de manière internationale, là, on parle juste, par exemple, des mots français. Et si demain, justement, on veut l'utiliser pour de la traduction parce que maintenant, on sait que c'est important. Est-ce que maintenant on sait qu'on va avoir la traduction exacte dans une autre langue de ce qu'on a demandé à l'IA pour faire une traduction lambda par exemple ?
Tout ce qui est langue pour l'IA c'est très très facile parce que là en fait ce qui empêchait l'IA de scaler, c'est-à-dire de grandir de façon exponentielle, c'est que cette variable humain derrière ça freinait un peu la capacité d'apprentissage. de l'IA parce que pour préparer un jeu de données avec 250 000 mots, il faut que tu prépares 250 000 jeux de données en avant avec l'étiquette de chaque truc. Tu dis ça, c'est ça, ça, c'est ça, ça, c'est ça. Donc ça, ça freinait un peu l'explosion de l'IA. Mais maintenant, l'IA est capable d'apprendre par elle-même. Il n'y a plus besoin de la variable humaine. Et ça, c'est Chagé-Pété, du coup. C'est ce qu'il a démocratisé. Ça s'appelle la technique d'apprentissage autoregressif.
D'accord.
Et c'est ce qu'utilisent actuellement les LLM. Et ça apprend avec du texte. En gros, tu lui donnes... L'IA, au lieu de lui apprendre à comprendre du texte, tu lui apprends à détériorer un paragraphe. Par exemple, tu lui donnes le chat suit la souris blanche. Donc le chat suit la souris blanche, tu lui donnes ça en entrée. Lya est entraînée à corrompre cette phrase, donc d'enlever un mot. Et donc elle aurait le chat suit là, le vide, blanche.
Blanche.
Et elle passe ça à son réseau de neurones et elle doit découvrir le mot qui correspond. Donc le mot souris, notamment, ça ne peut pas être énormément, pas énormément de possibilités. Et donc après, Lya, elle va comparer ce qu'elle a trouvé. Dans son réseau de neurones, est-ce qu'en résultat, elle a eu le chat suit la souris blanche ? Elle le compare par rapport au texte non corrompu. Si c'est bon, c'est qu'elle a bien fait son taf. Si c'est pas bon, elle va revenir dans son réseau de neurones pour tweaker un peu les équations mathématiques qu'il y a pour avoir la prochaine fois le bon résultat. La grosse différence, ça s'appelle auto-superviser, il n'y a plus de supervision humaine, c'est que tu lui donnes plein de bouquins, plein de textes, et l'IA sait comment corrompre le texte que tu lui donnes en entrée pour s'entraîner à déduire des mots.
Tu utilises le mot corrompre, ça veut dire qu'elle est capable de tricher aussi ?
Là, pour l'instant, ce n'est pas de la triche, c'est juste enlever un mot d'une phrase pour pouvoir le deviner après. Elle se fait ses propres exercices, en fait. Elle se fait des petits exercices pour apprendre. Et donc, du coup, tu n'es plus obligé, toi, de faire des étiquettes, de labeler et tout. Et c'est ça qui a permis à Ausha Peté d'être énorme. C'est parce que Ausha Peté n'a plus besoin qu'il y ait des gens derrière lui pour l'entraîner. c'est juste la masse de données qui est importante maintenant. C'est juste, tiens, prends toute cette donnée-là, entraîne-toi à générer du mot. Et à force, lui, Chad Jepete, ce qu'il fait de bien, c'est qu'il est hyper puissant, c'est son main job.
Il est rapide.
Il est rapide, ça dépend de la puissance qui est derrière, mais là où il est efficace, c'est qu'il est capable de découvrir des mots. Il devine des mots. Tu lui donnes cinq mots en entrée, donc ta raquette. Lui, à partir de ces cinq mots, il va deviner le mot qui suit.
Il y a un truc qui est assez intéressant, je trouve, avec ChatGPT. Alors, je l'ai très peu utilisé jusqu'à maintenant, mais je me suis exercée forcément pour le podcast. Mais il paraît, j'ai entendu sur différents forums, sur des vidéos, que la manière dont tu vas t'adresser à ChatGPT, que ce soit soutenu, familier ou de manière très noble, ChatGPT ne va pas collectionner les données de la même manière. En tout cas, sa réponse ne va pas être générée de la même manière. Elle ne va pas aller chercher des infos sur les mêmes sites. par exemple.
ChatGPT, c'est vraiment ça dépend de comment il s'est entraîné et c'est juste lui, il faut le voir juste comme c'est pas une vraie intelligence, c'est juste qu'il est capable de déduire des mots en fonction de ce que tu lui as donné en entrée et en fonction des poids qu'il a au niveau de ses neurones en gros il n'a pas de logique de planification en fait, quand tu lui donnes une phrase lui, il répond mot par mot Il n'a pas de logique où il va te dire je vais te répondre par ce paragraphe là et donc il ne planifie pas le temps formel de sa réponse est ce que je vais être poli est ce que je vais être mal poli non lui s'il planifie à chaque fois le mot suivant et en fonction alors c'est par exemple un mot simple c'est combien fait 2 plus 2, donc une phrase, tu lui donnes combien fait 2 plus 2, ça peut être une question comme ça peut être autre chose. Lui, il va recevoir le prompt, il va recevoir son entrée et il va deviner quel est le mot qui vient juste après 2. Juste après cette combo, quel est le mot le plus probable qui vient juste après ça. Donc il va dire 99,99% c'est le mot ça. Donc il va prendre le mot ça et il va le concaténer, le rajouter à tout le prompt. Et donc il va avoir combien fait 2 plus 2 ça. Et donc avec ça maintenant il va déduire le prochain, donc le mot qui vient c'est fait, donc combien fait 2 plus 2, ça fait, et après il va déduire le prochain mot, combien fait 2 plus 2, ça fait, 4, et du coup il n'a pas, alors que nous en tant qu'humains, on planifie nos réponses, et on voit sur le long terme comment on va répondre, alors que ChatGPT c'est juste, il est bon pour deviner des mots. Donc je parlais de tricher, oui il triche tout le temps, c'est juste, il devine des mots par rapport à un prompt. Mais sauf qu'il est tellement fort que maintenant, il ne le fait plus sur 10 mots, mais il le fait sur 500 000. 500 000 tokens, on parle plus de tokens. Et donc, tu lui donnes 500 000 tokens, donc 500 000 mots. Tu peux le voir comme ça, mais les tokens, c'est même des sous-mots. Tu lui donnes 500 000 tokens et il est capable de prédire le mot qui vient après ces 500 000. En ayant additionné ce que tu lui as donné en entrée et ce qu'il a généré au fur et à mesure. Les mots qu'il a généré au fur et à mesure, il les colle à chaque fois pour prédire le prochain.
D'accord.
et donc Il est très fort pour faire ça, mais il a des problèmes d'hallucination par exemple. On parle d'hallucination quand on utilise une IA.
C'est quoi exactement ?
Imaginons combien ça fait 2 plus 2. Et donc tu lui donnes en entrée combien ça fait 2 plus 2. Lui, il va prédire le prochain mot. Et au lieu de prédire le mot ça, il prédit le mot il par exemple.
C'est une dérive en fait
Il bifurque 200 chemins Il prédit le mot il Je sais pas quoi Et après il concatène le il avec combien ça fait 4 plus 4 il Il rajoute le mot fait et après il part sur il fait beau Donc il bifurque vraiment La plus petite erreur Dans le calcul Fait qu'il peut complètement bifurquer De la réponse de base Et peut sortir C'est des probabilités assez faibles Mais une fois qu'il se trompe sur deux, trois mots, ça fait que la probabilité augmente de façon exponentielle. Il peut vraiment partir sur un dérive.
Alors, il peut faire des erreurs de calcul. Ça veut dire que les erreurs de calcul, elles viennent initialement de nous ? Parce que c'est nous qui avons mal programmé, justement.
Il s'entraîne. Quand c'était en supervisé, oui, mais en auto-supervisé, il apprend tout seul. Et ça peut vouloir dire qu'il n'avait pas assez de données pour bien peaufiner sa réponse, pour augmenter le poids de chaque nœud dans le réseau de neurones. Et donc pour te donner la bonne réponse, la probabilité pour le texte est de plus en plus faible actuellement pour tout ce qui est du texte. Oui,
parce qu'on a effectivement, on parle juste de Tchad GPT, mais à une autre échelle, par exemple, sur des nouvelles technologies qui pourraient avoir lieu d'ici quelques années. On parlait de voitures automatiques, par exemple, sans conducteur.
L'auto-agressif, ça ne marche pas.
La question pourrait se poser.
Le LLM, ça ne marche pas. La technologie qu'il y a derrière le LLM, ça ne marche pas pour la vidéo. Et même pour les images, ils utilisent une autre technologie maintenant, qui s'appelle une technologie de diffusion, où, là on parlait pour le texte, ils courront le texte en enlevant un mot, ça ne marcherait pas pour des photos, parce qu'en fait, les pixels... T'imagines un mot, c'est on va dire un octet par mot, tu lui donnes une phrase, c'est genre 5 octets, une phrase, mais une image, 512, 762, c'est 250 000 pixels. En termes de différence, 250 000 pixels, c'est plus qu'il y a de mots dans le dictionnaire.
C'est vrai que vu comme ça...
Donc du coup, pour du texte, si tu l'apprends en auto-régressif, donc tu utilises la même technique qui est utilisée pour le texte, mais pour les images, tu dis courant, une image enlève des pixels, et après entraîne-toi à régénérer les pixels, il y a tellement de combinaisons possibles que c'est très très compliqué. Maintenant, ils utilisent une technologie diffusion qui permet de rajouter du bruit à une image et ça permet de reconstruire. C'est ce qui permet à la machine d'apprendre pour pouvoir par la suite te générer des images. Pour la vidéo, c'est encore pire parce que la vidéo, pour une vidéo de 25 frames par seconde, 25 FPS, une vidéo classique, tu as 25 images par seconde. Donc une vidéo de 10 secondes. Quand tu génères une vidéo, tu veux une vidéo de 10 secondes juste pour tester un truc sur TikTok ou j'en sais rien. Tu génères une vidéo de 10 secondes, ça te fait 25 frames par seconde x 10, donc ça te fait 250 images. Une vidéo de 720 pixels en résolution, tu fais les multiplications, on est à des millions et des millions de pixels. Là où pour le texte, il te génère 100. Donc la différence, et en plus, t'imagines tu prends, parce que l'apprentissage c'est comme pour les mots, tu supprimes une partie et c'est pour que la machine apprenne, tu supprimes une partie, il doit la deviner. Pour une vidéo, tu prends par exemple une caméra en train de te regarder et tu fais tourner la caméra et la machine doit deviner ce qui apparaît dans un plan caché. C'est comme ça qu'elle apprend. Elle doit deviner en fait ce qui a été masqué. Mais en vidéo, ça veut dire qu'elle doit prévoir quelque chose en trois dimensions qui potentiellement en quatre dimensions parce que tu as le temps. Donc, c'est des choses qui bougent et donc elle doit le prédire d'une façon correcte. Pour cette image-là, parce que la vidéo c'est 25 frames par seconde, elle doit prédire correctement 25 fois en une seconde, plus le faire 25 fois fois 10 secondes pour une vidéo de 10 secondes. Actuellement, aucune IA n'est capable de le faire de façon auto-supervisée.
D'accord. Mais alors du coup, on en est là pour le moment. On s'est rendu compte quand même que sur les 5 dernières années, ça s'est accéléré comme ça. Ça n'a jamais été le cas. On a eu une avancée sur ces dernières années qui est une première depuis que la technologie existe. C'est assez impressionnant. Justement, on se pose la question, où on va vu que c'est accéléré comme ça d'un seul coup ?
Moi, je pense que... S'il n'y a pas de percée, en fait si l'IA n'arrive pas à comprendre notre monde, là je parlais de JEPA tout à l'heure, c'est une technologie qui change complètement de paradigme. Actuellement l'IA réfléchit pixel par pixel et donc elle génère des pixels en fait. C'est de l'IA générative qui génère des pixels. On s'est rendu compte que c'est compliqué, elle ne pourra pas assimiler le monde de façon... Pour assimiler le monde, pour comprendre le monde, il faut utiliser la vidéo. Et l'IA actuellement n'arrive pas. donc si j'ai pas qui change complètement de paradigme et dit au lieu d'utiliser l'IA générative pour générer des pixels on va apprendre à l'IA à comprendre notre environnement. En gros tu entraînes l'IA à créer une abstraction de notre monde et ça potentiellement ça pourrait permettre à l'IA au lieu de générer des pixels comprend plutôt notre monde, fait un modèle abstrait de notre monde parce que la langue ne suffit pas en trente mille mots t'es pas capable et si tu arrives à faire ça peut-être que tu arriveras à comprendre notre monde et donc de pouvoir faire des conducteurs des de la conduite autonome et tout. Si on arrive à faire ça, je pense que ça va complètement révolutionner notre mode de vie, et comme dit, on rentrera dans les problèmes économiques et tout ce que ça engendre derrière. Si on n'arrive pas à faire ça, personnellement, je suis assez satisfait de l'IA qu'on a actuellement, un outil qui est assez puissant, qui nous permet de faire mieux des tâches qu'on faisait avant, d'être plus rapide sur certaines choses. Il y a des trucs complètement cool, par exemple là avec l'IA, les étudiants peuvent avoir un tuteur à domicile, ils peuvent avoir leurs propres enseignants.
Mais justement en parlant de ça, il y a eu beaucoup de discussions à ce sujet, en tout cas au niveau des étudiants, parce qu'on s'est rendu compte que les étudiants n'utilisaient plus vraiment leurs propres réflexions personnelles maintenant pour donner des travails, des rendus vraiment à leurs professeurs. Vu que maintenant c'est accessible à tous... On l'utilise vraiment, en tout cas pour certaines personnes, à outrance et pas forcément pour les bonnes raisons. C'est-à-dire du coup, maintenant je me pose la question à l'avenir, pour des jeunes personnes qui sont nées avec ça, est-ce qu'on aura la même réflexion ? Est-ce qu'on va continuer à réfléchir par nous-mêmes ? Ou est-ce qu'on fera systématiquement appel à justement ce genre de données extérieures qui puissent nous donner les réponses systématiquement ? On aurait besoin de réfléchir. Est-ce que ça va avoir un impact du coup ? Sur nous, sur notre manière de penser, est-ce que ça va avoir un impact social ?
C'est très très difficile de se projeter parce que là, je pense qu'on rentre dans le cœur même de l'humain. Est-ce qu'un étudiant, pour prendre un étudiant, est-ce qu'il se sent satisfait d'avoir, au lieu de réfléchir lui-même, à avoir une réponse ? Ou est-ce qu'il se sent satisfait quand c'est une IA qui lui a pondu la réponse et il a donné ça ? Je pense que ça dépend de la personne. Je pars du principe que les gens, les étudiants, ils veulent apprendre et pas juste prendre des réponses. Être tranquille. C'est apprends-moi à pêcher un poisson, ne me donne pas le poisson. Par exemple, moi, quand je l'utilise au quotidien, quand ils me donnent une réponse, je lui dis quel est ton processus de raisonnement, pourquoi ça ? Et j'essaie de réfléchir sur ce qu'il a fait. Après, comme dit, c'est culturel, c'est social et c'est très compliqué de se projeter. Je pense que les gens, ils voudront vouloir réfléchir. La personne aime réfléchir et aime savoir comment les choses marchent. Donc, je pense que les curieux vont rester curieux, en tout cas. Après, pour ceux qui veulent tricher, entre parenthèses, avec l'IA, ils pourront tricher avec d'autres moyens. S'il n'y avait pas l'IA, si tu veux tricher, tu tricherais avec autre chose que l'IA.
À mon époque, c'était Wikipédia. Je parle comme si j'avais 60 ans, mais littéralement.
T'aurais pu me dire la bibliothèque !
Non, même pas la bibliothèque. Quoique, peut-être que j'ai un jour tenté de regarder dans un livre. Mais c'est vrai que déjà, en tout cas de notre génération, les années 90, on a vécu déjà un changement assez incroyable. Je trouve qu'on a été les premiers concernés par tout ce changement technologique et par toute cette évolution. On a été aussi les premiers à être super anxieuses. Moi je suis content de vivre à cette époque.
Qui n'aimerait pas vivre ? Finalement,
c'est pour ça. Ça divise encore vachement. Mais c'est vrai que maintenant, je regarde ce qu'on faisait nous déjà à l'époque en tant qu'étudiants. C'est vrai qu'on avait tendance déjà à piocher sur Google ce qu'on pouvait. Certes, on avait les livres. Les livres, ça nous a toujours servi, c'est sûr. Mais disons que quand on voulait avancer, quand on voulait être rapide, je dois reconnaître que des fois Wikipédia, ça nous a bien aidé. Alors, ce n'est pas le plus fiable, mais il y a des moments où je dois avouer, oui, j'ai triché. Je suis allée sur Wikipédia.
Après, quand tu as un problème mathématique, tu n'as pas forcément cherché directement la réponse sur Internet. Tu as essayé quand même de résoudre...
Ce n'est peut-être pas le meilleur exemple pour moi parce que j'ai toujours été très nulle en maths. Monsieur Silva, si vous m'entendez, ce n'était pas le meilleur exemple. Mais du coup, c'est vrai que c'est peut-être aussi à chaque époque son évolution. Mais là, on peut dire que les 20 dernières années, ça a été quand même assez incroyable, assez choquant, en tout cas, à notre niveau. Mais bon.
Faudra qu'on apprenne à s'en servir.
Faut qu'on apprenne à s'en servir et plutôt à vivre avec aussi, parce que maintenant on n'a plus le choix. Même si on est réfractaires avec ça, je me rends compte que même moi qui refusais, en fait j'ai recours. À certains moments, on ne parle pas que de chat GPT, certes, mais du coup, je m'en sers quasiment tout le temps sans m'en rendre compte réellement. Donc on vit avec ça, il faut qu'on l'accepte. Et puis juste peut-être ne pas l'utiliser à n'importe quelle sauce, à n'importe quel moment. En tout cas, pas dans l'abus comme d'habitude. En tout cas, si on a des convictions comme moi...
Il faut l'utiliser raisonnablement.
Raisonnablement, dans le milieu professionnel par exemple, ça peut être totalement... Compréhensible, mais après, il y a des moments aussi dans la vie personnelle où on se rend compte que ça peut avoir des valeurs ajoutées. Mais c'est sûr que je ne vais pas aller solliciter n'importe quel IA pour me dire demain comment je m'habille. Il y en a qui le font.
Tu prends une photo de ton appart et il te dit comment le rénover ou un truc comme ça.
Oui, il y a tellement de choses maintenant qui sont sorties. C'est juste hallucinant. Toi, quel conseil tu donnerais justement à ces personnes qui ne veulent pas ? L'utiliser à outrance et être raisonnable par rapport à leur consommation ?
Alors j'avoue que je ne sais pas ce qu'est utiliser à outrance. Moi je le vois vraiment comme un outil. Et donc du moment qu'il te permet de faire plus vite une tâche qui te prenait du temps, moi je suis partisan du go. Si ça te permet d'être plus rapide, plus performant, plus efficace, ben vas-y, il n'y a pas de souci. Je vois par exemple dans YouTube, là où je mettais énormément de temps pour écrire mon script, de mon texte, parce que j'écris tout. Et donc l'écriture du script me prenait énormément, énormément de temps. Maintenant avec l'IA, ça me prend 3, 4, 5 fois plus de temps. Donc au lieu de me dire non, j'aimerais bien quand même écrire parce qu'après c'est juste personnel. J'aimerais bien continuer d'écrire pour améliorer mon style de rédaction. parce qu'une autre personne qui est plutôt dans le journalisme ou qui aiment bien écrire, pourraient avoir un raisonnement similaire et se dire « Non, l'écriture, c'est moi qui ai fait parce que c'est un truc que je connais. » Moi, je délègue une grosse partie de reformulation, d'intro, des trucs comme ça à l'IA parce que ça me permet de passer plus de temps sur autre chose, par exemple plus de temps sur le montage ou créer plus de contenu. Et donc, automatiquement, l'IA me permet de créer plus de contenu, donc d'avoir plus de personnes qui regardent et d'avoir un impact concret sur la chaîne derrière. Et me concentrer, moi ça me permet vraiment de me concentrer sur la vision stratégique. Tu chapotes, c'est comme si tu avais vraiment une équipe qui travaille avec toi et donc tu chapotes. Et après c'est à toi de décider ce que tu veux déléguer.
C'est pareil si tu avais un humain. Oui mais c'est ça, finalement c'est un peu ton stagiaire, c'est un peu ton compagnon.
C'est ça, il faut le voir comme stagiaire ou tu peux même le voir comme chef de rédaction. C'est pas forcément le stagiaire, ça dépend du degré de responsabilité que tu lui donnes.
Mais c'est toi qui as toujours le mot de la fin. De toute façon,
il ne pourrait pas tout faire parce qu'il se trompe. L'IA n'est pas assez bonne pour faire la tâche que ferait un humain. Il fait forcément des erreurs. C'est impressionnant quand tu utilises comme gadget ou pour générer des petits trucs un peu sympas. Certes, c'est impressionnant, mais quand tu commences à faire des trucs vraiment pros et que tu as de la validation derrière, c'est ton gagne-pain ou c'est des trucs comme ça. Sans l'humain, tu vas avoir... A tous les coups, tu vas avoir, peut-être que ça va passer la première fois, la deuxième fois, mais à tous les coups, tu vas avoir un petit pépin. Donc peut-être que c'est un conseil, si c'est ceux qui l'utilisent vraiment pour quelque chose de professionnel, c'est de ne pas faire confiance à l'IA à 100% et de bien valider.
Oui, il y a encore cette notion de confiance qui humanise encore un peu la chose au final, mais c'est vraiment...
La calculatrice, quand elle te sort un résultat, tu fais confiance au résultat qu'elle te donne concrètement. Donc tu fais un peu confiance à la machine. Quand tu accélères dans une voiture, tu fais aussi un peu... un peu confiance parce que quand tu freines, tu as intérêt à avoir confiance. Tu n'as pas le choix. La confiance, ce n'est pas forcément humain, c'est un outil aussi. Tu as confiance de ce qui va te permettre d'avoir un résultat ou pas.
Très bien.
Mais ça demande toujours de vérifier.
Ça demande toujours de vérifier et on sera toujours derrière dans tous les cas.
Sauf s'il y a un légitimité, mais je n'ai pas l'impression qu'on y soit.
Toi, en tout cas, tu es plutôt pessimiste à ce niveau-là, je pense.
pessimiste sur l'avancée technologique actuellement je regarde un peu ce qui se fait et je n'ai pas l'impression qu'il y ait des percées donc je n'ai pas l'impression qu'on va aller vers mais après il y a des recherches en cours peut-être que dans 5 ans on va découvrir un truc qui va complètement révolutionner et que ça va être complètement fou donc peut-être et donc à ce moment là oui Mais sinon je suis assez optimiste par rapport à l'outil que c'est. Moi je trouve que c'est un excellent outil, mais certes il y a des problèmes écologiques comme tu as dit.
Et il faut savoir l'utiliser correctement.
Si tu arrives à bien l'utiliser, ça te fait un gain de temps énorme. Je le vois par exemple avec ma copine. Salut Marine.
Salut Marine, on t'embrasse.
Du coup, quand elle fait des tâches, des fois, je dis, mais pourquoi tu ne fais pas faire ça par l'IA ? Ça te fait gagner énormément de temps et tout. Par exemple, elle ne veut pas.
Elle ne veut pas ?
Oui, parce qu'elle aime bien. C'est des trucs qu'elle aime bien faire tout seul, même si l'IA lui permet de...
pourrait lui donner des réponses.
De gagner du temps ou de rédiger des trucs plus vite ?
J'ai cette même réflexion qu'elle, par exemple, dans le milieu de la traduction vis-à-vis de mon métier.
C'est l'un des métiers menacés.
Oui, ça fait parmi les métiers menacés. Mais on me dit souvent, oui, mais pour faire telle et telle traduction, ou si tu veux écrire un mail vraiment parfait à ton client japonais, par exemple, mais utilise-tu l'HGPT ? Pourquoi tu ne veux pas utiliser l'HGPT ? C'est parfait pour te faire une traduction et tout ça, ou utilise DeepL. ce genre de choses. Au final, j'y arrive pas parce que je considère que c'est bien quand même encore de faire des fautes. Si un jour j'ai la personne au téléphone et que je dois vraiment lui parler, mon japonais il sera pas aussi parfait que ce qu'on m'a sorti en fait à l'écrit. J'en suis consciente parce que je suis pas native et que du coup j'ai pas envie non plus que les choses soient parfaites. J'accepte ça et je continue à apprendre du coup en un sens. Mais du coup, j'ai vraiment ce problème de me dire, je vais utiliser justement cette appli ou ces aides pour me prendre quelque chose de parfait. Je n'ai pas envie d'atteindre cette perfection-là. Et je peux comprendre que ça peut servir dans certains cas de figure, mais par exemple pour mon métier, c'est quelque chose que j'ai du mal à utiliser. Donc du coup, je pense que ça dépend vraiment du domaine dans lequel tu travailles.
Est-ce que tu l'utiliserais pas, par exemple, si t'as des annexes à traduire ou des trucs un peu moins marrants que tu donnerais aux stagiaires ? Si t'avais des trucs un peu moins marrants que t'aimes pas traduire, est-ce que tu donnerais à l'yéop ?
Franchement, j'ai du mal. Et des fois, ça m'arrive d'avoir des choses que je ne comprends pas. On a des mots, par exemple, en japonais ou en allemand ou en anglais, parce que je suis sur les trois langues, que je ne comprends pas. Je peux en déduire ce que ça veut dire, mais je ne vais pas juste aller utiliser ces outils-là pour traduire ça. En fait, je vais plutôt aller faire la recherche moi-même pour comprendre le sens. Je préfère faire ce travail, même si ça me demande beaucoup plus de temps,
par exemple. Ça me prend du temps,
mais clairement.
Mais ça t'apprend quand même quelque chose d'ailleurs.
Mais ça m'apprend quelque chose. J'ai peur de m'arrêter d'utiliser quelque chose qui va finalement me donner la réponse, mais qui m'empêche d'apprendre.
Je pense que là où il y a le plus d'impact... Dans l'utilisation, quand c'est un truc challenger, je comprends la récompense que tu as derrière parce que tu as fait une recherche et du coup tu as une récompense, tu as trouvé la solution et ça te permet d'évoluer. Mais pour les trucs un peu rébarbatifs qui te consomment du temps mais que tu n'as pas envie de faire parce que clairement tu n'en tires rien du tout, parce que tu n'apprends rien en le faisant, parce que c'est un truc que tu fais tous les jours, les matins ça te prend 20 minutes et tu n'apprends rien et en plus c'est un truc que tu aimerais bien déléguer. Parce que ça va te permettre justement d'être plus efficace sur les trucs que tu disais, où tu vas faire de la recherche, où tu vas vraiment avoir un objectif. Est-ce que du coup tu ferais quoi dans cette situation ?
Évidemment, je dois l'avouer.
Je pense que c'est le plus gros actuellement, c'est ce qui se passe. Avec l'IA, moi dans mon boulot, c'est les choses que je n'ai pas envie. Parce que je serais plus efficace, comme tu dis, par exemple pour traduire des parties un peu plus pertinentes. Parce que c'est là où j'aurai plus de plus-value, c'est là où je vais faire appliquer un peu mes connaissances. Et par contre, les trucs qui ne m'apportent rien et qui prennent plus de temps qu'autre chose, mais finalement, avoir un outil qui permet de le faire d'une façon rapide, je trouve que ça a clairement un intérêt.
D'accord. Petit mot de la fin, comment tu résumerais tout ça ? Déjà, comment tu résumes l'IA et comment tu résumes du coup le monde dans lequel on est en train d'évoluer actuellement ?
Moi, je dirais passionnant. En tant qu'ingénieur et dans la technologie, de vivre une période comme ça où... On est dans un milieu qui évolue, mais des fois on se dit qu'on a atteint les limites de ce qu'on peut faire, c'est un peu pénible, mais avec ce qu'apporte l'IA, ça ouvre plein de perspectives technologiques. Et donc du coup, moi je suis content d'en faire partie, je trouve que c'est passionnant, mais après je suis aussi conscient de ce que ça peut avoir comme impact négatif. Pas de réponse à mon niveau sur comment ça va évoluer, mais en tout cas, moi, je suis content de vivre ça. Je suis content de voir ce que ça fait.
Comment ça évolue, en tout cas, et voir jusqu'où on va pouvoir aller.
Tout ce que ça permet de faire. Et après, tout ce qu'on décidera vers la fin, soit on continue sur ça, soit pas. On verra, mais en tout cas, j'espère que d'un point de vue politique, on prendra les bonnes décisions.
Ça c'est un autre sujet qui prendrait une heure de plus je pense, voire même deux. Dernière chose, si les gens sont intéressés par ce que tu fais, où est-ce qu'on peut te suivre, qu'est-ce qu'on peut regarder de ta part ?
Moi j'ai une chaîne YouTube qui s'appelle Bass TV, où je publie des vidéos sur la nouvelle technologie avec un œil critique. Des fois pas parce que je suis aussi un humain qui utilise ces technologies-là, donc je peux être un peu hypé, un peu trop passionné. Mais sinon, ils peuvent regarder mes vidéos sur YouTube et mettre des commentaires.
Très bien. Je te remercie. Et je remercie ton intervention. Toute l'équipe aussi du printemps du podcast qui nous a donné l'opportunité de pouvoir parler et d'échanger sur ce sujet-là. Et puis, sur un autre épisode de Entre nous, on se retrouvera pour parler d'autres choses, évidemment, que l'IA. Parce qu'on en entend assez parler et on a besoin de s'inspirer aussi. De personnes humaines, mais pas que, n'est-ce pas ? Merci beaucoup.
Merci à vous.
Au revoir tout le monde.
Share
Embed
You may also like