Phil Rhodes explique pourquoi il faudra peut-être encore un certain temps avant que nous empilions tous les étagères de notre supermarché local.

Il y a probablement trois raisons principales de ne pas vous inquiéter – pour l’instant – de l’IA qui s’annonce pour votre travail. La première de ces raisons est que personne ne peut absolument rien y faire. Deuxièmement et troisièmement, certaines réalités sont démodées, inévitables et signifient qu’il faudra peut-être un peu plus de temps que la plupart des gens ne le pensent avant qu’une boîte de silicium vrombissante et bipeuse commence à vous forcer à quitter votre siège.

Le premier d’entre eux est quelque chose dont la plupart des gens sont conscients : l’IA n’a pas encore remplacé tous les musiciens, artistes et (gulp) écrivains du monde parce qu’à l’heure actuelle, elle n’est pas assez performante pour le faire. Des exemples récents incluent des photos de candidats aux élections entourés d’électeurs potentiels, ce qui aurait très bien fonctionné si certains de ces électeurs n’avaient pas eu entre trois et six doigts soigneusement tressés et des chapeaux étiquetés en martien.

Il est toujours un peu pénible d’apprendre que ces images, qui sont invariablement affligées d’une sorte de brillance un peu étrange, sont convaincantes pour n’importe qui. Comme toujours, la simulation de la réalité n’a pas besoin d’être parfaite. La simulation de la réalité réalisée par les films n’est pas parfaite encore aujourd’hui, du moins pas dans une réalité dans laquelle deux personnes dehors la nuit ont toutes deux la lune derrière elles lorsqu’elles se font face.

L’IA peut de plus en plus dresser un tableau convaincant, à condition que les gens ne regardent pas le texte de trop près ou ne commencent pas à compter les narines, mais lui demandent de dessiner une séquence de cinq, quinze ou cinquante images illustrant une histoire, avec des personnages et des personnages cohérents. environnements, cela représente encore beaucoup de travail. De la même manière, il est facile de trouver des exemples dans lesquels des IA sont prêtes à dire des choses extrêmement douteuses, comme la récente controverse impliquant l’IA Gemini de Google et une question pointue sur l’holocauste nucléaire de la fin du monde.

Les progrès dans ce domaine ont été rapides, et c’est l’amélioration des avions à réaction (ou plutôt propulsés par Nvidia) au cours des dernières années qui a suscité des inquiétudes chez tous ceux qui vivent de l’économie de l’information. Il y a à peine un an, il n’était pas difficile de trouver des exemples de personnes très disposées à prédire un chômage de masse et une apocalypse de l’IA de type Terminator dans – enfin – moins d’un an. Cela ne s’est pas produit, principalement parce que l’IA n’était tout simplement pas assez performante et assez rapide.

Est-ce que cela arrivera ? Vraisemblablement, même si vous pouvez répondre « vraisemblablement » aux questions sur l’existence d’une vie extraterrestre. Mais cela nous amène au deuxième problème : plus l’IA s’améliore et plus la tâche qu’elle est capable d’accomplir est importante, plus elle nécessite de ressources.

Le monstre affamé de ressources

L’IA utilise une quantité importante d’énergie et de ressources. Photo : Shutterstock

Des préoccupations similaires ont provoqué des froncements de sourcils dans presque toutes les branches technologiques depuis la fin des augmentations régulières des performances des processeurs par cœur à la fin des années 90. L’IA fonctionne bien aujourd’hui parce qu’elle exige précisément le type de puissance de calcul pour laquelle le matériel du début du XXIe siècle est très performant : le traitement vectoriel, le calcul parallèle, les trucs à instruction unique et données multiples adorés par les réseaux neuronaux. Ce sont des choses que le matériel moderne fait incroyablement bien, ne serait-ce que parce que le matériel moderne a été contraint de donner la priorité à cela en raison des limites fondamentales des choses que nous utilisé évaluer.

Les grands réseaux de neurones sont un gros problème dans ce contexte, et semblent plus qu’heureux d’utiliser tous les efforts mondiaux de fabrication de GPU, ainsi qu’une grande partie de ses efforts de production d’énergie.

Une nouvelle stagnation des performances matérielles est donc une perspective alarmante. Oui, Nvidia gagne toujours beaucoup d’argent avec ses appareils de la série 4000, mais ils sont souvent plus chers que le reste d’une station de travail moderne réunie. Depuis longtemps, une station de travail moderne est essentiellement un système de survie pour un GPU, qui consomme généralement plus d’énergie, nécessitant donc plus de refroidissement. L’argent et le pouvoir sont des limites que nous n’avons peut-être pas encore atteintes, mais nous n’en sommes pas loin.

Ces préoccupations concernent plusieurs technologies qui ont récemment été proposées comme l’avenir du matériel, en particulier des éléments comme la logique programmable. L’intérêt d’Intel pour ce domaine était tel qu’il a acquis le spécialiste des FPGA Altera en 2015. Les FPGA dans les PC permettraient aux utilisateurs de configurer du matériel très rapide et très performant, plus ou moins en écrivant du code. Cette approche fonctionne. Il est également coûteux et gourmand en énergie, et Intel a de nouveau abandonné Altera à la fin de l’année dernière. La société continuera, mais l’idée d’une logique programmable devenant un complément courant aux processeurs Intel existants semble avoir été mise de côté pour des raisons purement pratiques.

Cela n’a pas nécessairement grand-chose à voir directement avec l’IA, même si les FPGA peuvent certainement être utilisés pour implémenter des processeurs vectoriels. Cela suggère que, quelle que soit la manière dont nous les construisons, les centres de données, qui sont déjà hyper conscients des besoins en matière d’alimentation et de refroidissement, pourraient avoir du mal à fournir des ressources suffisantes à l’IA pour mettre tous les créatifs professionnels en faillite dans les prochaines années. Même le type d’œuvres d’art IA que nous avons déjà vues a été caractérisé en termes de kilowattheures d’énergie par image. La praticité entre en jeu.

Ces problèmes peuvent potentiellement être résolus, soit via un code d’IA plus intelligent, soit – plus probablement – ​​via l’énorme effort de R&D disponible pour l’informatique en général, qui nous a donné tant de performances pour si peu d’énergie et d’argent au cours des dix ou trois dernières années. Néanmoins, il existe une autre raison de penser que l’IA ne pourrait pas conquérir le monde de la manière proposée.

Le Effet Nolan…

Nous pourrions l’appeler le Effet Nolan. Les gens sont prêts à financer Christopher pour créer ses films sans CGI sur la base… eh bien, que les gens veulent que les films sans CGI existent. Nous faisons déjà un grand nombre de choses au cinéma et à la télévision qui n’ont pas de sens sur le plan financier. Reste à savoir si le simple désir de réalité du public sera suffisant pour sauver l’un d’entre nous des assauts de l’IA. La réponse, comme bien souvent, sera probablement un mélange complexe des deux. Pourtant, cela fait un moment que les prophètes de malheur ont commencé à prédire la fin de l’art en général, et cela n’est pas encore arrivé.