À l’ère dynamique de l’intelligence artificielle, le capital-risque s’intéresse de plus en plus au potentiel transformateur de cette technologie. Avec les avancées de l’IA générative dans la création de textes, d’images et de vidéos, une multitude d’opportunités et de défis émergent. Cet article examine le rôle crucial de la loi de mise à l’échelle, l’émergence des super applications et l’avenir prometteur des innovations alimentées par l’IA. En mettant en avant les perspectives des leaders du secteur, il souligne le potentiel de l’IA pour révolutionner divers secteurs et initiatives entrepreneuriales, tout en fournissant des orientations précieuses pour les investissements futurs en capital-risque.
L’importance de la loi de mise à l’échelle
Les phases d’entraînement et d’inférence des grands modèles nécessitent des ressources informatiques considérables. La loi de mise à l’échelle suggère que des avancées significatives en matière d’intelligence sont réalisées grâce à des investissements constants dans d’énormes quantités de données et de puissants systèmes de calcul, à condition que l’architecture algorithmique reste stable.
OpenAI, fervent défenseur de la loi de mise à l’échelle, a démontré le potentiel de l’IA générative dans divers domaines en s’appuyant sur l’architecture des transformateurs, des données d’entraînement étendues et des ressources informatiques considérables.
Récemment, Kevin Scott, directeur technique de Microsoft, a déclaré lors d’une interview avec Pat Grady et Bill Coughran de Sequoia Capital qu’ils n’avaient pas encore observé de rendements décroissants liés à la mise à l’échelle. Il a annoncé que la prochaine génération de modèles OpenAI serait bientôt disponible, offrant des solutions moins coûteuses et plus puissantes capables de résoudre des problèmes plus complexes. « C’est l’histoire de chaque génération de modèles à mesure que nous augmentons l’échelle, » a-t-il commenté.
Le 18 mai, Yang Zhilin, fondateur de Moonshot AI, a abordé les aspects computationnels de la loi de mise à l’échelle. Il a noté que les premières améliorations des performances des modèles sont alimentées par une puissance et une efficacité computationnelles accrues. Cependant, des avancées supplémentaires nécessitent un investissement computationnel accru et la garantie que cet investissement se traduise effectivement par une intelligence. « Cela implique deux enjeux : maintenir l’investissement computationnel et maximiser la production d’intelligence de chaque unité de calcul, » a-t-il expliqué.
Dans une interview avec TechNode, Wu Yunsheng, vice-président de Tencent Cloud, a partagé son point de vue. « Actuellement, il existe différentes opinions, y compris des vues réalistes et idéalistes. Certains estiment que la loi de mise à l’échelle a atteint un plateau, où les investissements continus entraînent des rendements décroissants. D’autres soutiennent qu’elle est encore dans une phase de développement rapide. » Il a souligné que la loi de mise à l’échelle reste significative, citant les progrès rapides dans la recherche multimodale au cours de l’année passée. « Dans ce domaine, diverses capacités s’améliorent considérablement avec des données ou une puissance de calcul supplémentaires. Nous continuerons à explorer et à observer son développement et ses changements à travers différents scénarios et technologies, » a-t-il ajouté.
Les super applications à l’horizon
Au 28 mars 2024, 117 grands modèles étaient enregistrés auprès de l’Administration du cyberespace de Chine, y compris le ERNIE Bot de Baidu, le Tongyi Qianwen d’Alibaba et le ChatGLM open-source. Le développement rapide des grands modèles d’IA devient un moteur clé d’innovation et de percées dans les super applications.
À mesure que ces technologies de grands modèles mûrissent et s’améliorent, elles pénètrent progressivement divers secteurs, suscitant une gamme d’opportunités entrepreneuriales. De la santé à la fintech, en passant par la fabrication intelligente et la créativité culturelle, le potentiel d’application de l’IA est illimité.
Zhou Zhifeng, associé directeur de Qiming Venture Partners, a souligné lors de la Conférence mondiale sur l’intelligence artificielle à Shanghai que, comparé au calendrier de déploiement des applications durant la vague Internet, il prédit que l’explosion des applications dans la vague actuelle de l’IA se produira beaucoup plus tôt. Actuellement, l’IA générative gagne une faveur considérable auprès des utilisateurs dans trois domaines « C » — Copilot, Créativité et Compagnie — montrant une trajectoire de développement similaire aux applications Internet et passant d’applications visant à améliorer l’efficacité à celles destinées à offrir du plaisir. Il a noté qu’Internet a réduit le coût marginal de la distribution de l’information à presque zéro, tandis que le cœur de l’IA générative est de réduire le coût marginal de la création de contenu numérique à presque zéro, indiquant que la technologie IA est destinée à libérer une valeur énorme.
En discutant de l’avenir des super applications alimentées par l’IA, Zhang Fan, directeur des opérations de Zhipu AI, a exprimé son optimisme, arguant que bien que la création de super applications ne soit pas facile, l’ère de l’IA verra émerger de nombreuses applications inimaginables. Ce processus nécessite des avancées en matière de puissance de calcul, de réseaux, de niveaux matériels et d’habitudes des utilisateurs, suivant le principe d’un développement progressif à partir d’applications à petite échelle. Zhang souligne qu’en adoptant et en utilisant les technologies IA existantes pour transformer progressivement les applications et produits actuels, l’avenir accueillera sans aucun doute des super applications à l’ère de l’IA.
Concernant les défis de la mise en œuvre des applications d’IA générative, Zhou Zhifeng estime qu’il est crucial de réduire le coût d’utilisation des modèles nécessaire à l’adoption généralisée de l’IA générative, d’améliorer l’efficacité des grands modèles et d’augmenter les taux de fidélisation des utilisateurs des applications d’IA générative. Étant donné que la période de croissance de zéro à un pour les entreprises d’applications d’IA générative est plus longue que dans d’autres domaines, elles doivent surmonter simultanément les défis de l’ajustement technologie-produit (TPF) et de l’ajustement produit-marché (PMF). Par conséquent, l’équipe fondatrice doit faire preuve de plus de patience, de détermination et de compréhension de la technologie, du produit et du monde.
Intelligence incarnée, imagination infinie
Cette année, 45 robots intelligents, dont 25 robots humanoïdes, ont été présentés au WAIC. Une vidéo d’un robot humanoïde marchant sur la Grande Muraille a été diffusée à plusieurs reprises lors de l’événement. Le robot humanoïde L2 dans la vidéo a réussi à conquérir les pentes abruptes de cette structure emblématique, réalisant une marche stable.
Lors de la récente Conférence des développeurs Huawei 2024, Zhang Ping’an, directeur exécutif et PDG de Huawei Cloud, a dévoilé le modèle Pangu 5.0. Lors de la présentation du modèle Pangu pour l’IA incarnée, il a montré le large potentiel du robot humanoïde KUAVO, équipé du modèle Pangu, dans des scénarios industriels et domestiques, attirant une attention considérable.
Chen Jianyu, professeur assistant à l’Université Tsinghua et fondateur de l’entreprise de robots humanoïdes Robot Era, estime que les robots humanoïdes seront la forme ultime des robots polyvalents. Cela est dû non seulement à la compatibilité de la forme humanoïde pure avec les environnements existants, mais aussi à la facilité de transfert des données d’entraînement du monde humain. Techniquement, une intégration de bout en bout du cerveau et du cervelet sera une direction de recherche cruciale à l’avenir. Utiliser le langage humain comme interface entre le cerveau et le cervelet est limité, et il est préférable de s’inspirer du processus d’entraînement joint de bout en bout de la conduite autonome, où les données de couche physique sont directement renvoyées aux modèles de texte et d’image, améliorant considérablement les performances globales du modèle.
La semaine dernière, Tencent, en collaboration avec l’Université Jiao Tong de Shanghai, a publié le rapport Top Ten Trends of Large Models 2024 : Entering the Era of ‘Machine External Brain’, qui a souligné que la combinaison de la technologie robotique et des grands modèles fournit un « corps » pour le cerveau externe de la machine. À l’avenir, les robots humanoïdes seront non seulement capables d’effectuer des tâches physiques, mais aussi d’interagir avec les humains de manière plus naturelle et intuitive, dotant les produits physiques de « cerveaux » intelligents.
Le rapport indique que le développement des robots humanoïdes repose sur deux grands piliers techniques : le contrôle des mouvements et l’entraînement des tâches. L’application des grands modèles a considérablement amélioré l’efficacité d’apprentissage des robots et leur capacité à exécuter des tâches complexes. L’intégration de ces technologies non seulement stimule l’innovation technologique dans les robots humanoïdes, mais ouvre également des possibilités pour leur déploiement généralisé dans des applications pratiques. Cela annonce également un avenir de symbiose homme-machine, où les robots humanoïdes joueront des rôles de plus en plus importants dans divers secteurs, des services domestiques aux opérations industrielles à haut risque, démontrant leur efficacité et leur sécurité. Grâce à une innovation technologique continue et à une expansion des applications, les robots humanoïdes joueront un rôle clé dans l’amélioration de la qualité de vie et de l’efficacité au travail, s’intégrant davantage dans la vie quotidienne humaine en tant qu’assistants indispensables et porteurs ultimes de l’intelligence artificielle.
Conclusion
l’ère de l’IA n’est pas seulement une révolution technologique, mais une force transformative qui redéfinit le paysage de l’innovation et de l’investissement. En regardant vers l’avenir, les défis de la mise en œuvre des applications d’IA générative restent significatifs. La nécessité de réduire les coûts, d’améliorer l’efficacité et d’augmenter les taux de fidélisation des utilisateurs est cruciale pour l’adoption généralisée de ces technologies. Cependant, les récompenses potentielles sont immenses, offrant un aperçu d’un monde où l’IA n’est pas seulement un outil, mais une partie intégrante de notre vie quotidienne, des services domestiques aux opérations industrielles à haut risque.
l’ère dynamique de l’IA présente une multitude d’opportunités pour le capital-risque et les initiatives entrepreneuriales. Alors que nous continuons à explorer et à investir dans les innovations alimentées par l’IA, l’avenir promet de transformer les industries, d’améliorer les interactions homme-machine et, en fin de compte, d’améliorer la qualité de vie pour tous.
