Vedrana Pribičević : Les grands modèles de langage ne sont pas de l’intelligence

Écrit par : Vedrana Pribičević, ZŠEM

L’intensification du débat sur l’intelligence artificielle et ses effets économiques dans l’espace public croate nécessite une délimitation plus précise des termes. Dans le discours dominant, les grands modèles de langage sont souvent traités comme un synonyme de l’intelligence artificielle dans son ensemble, et cette réduction obscurcit la différence clé entre les modèles séquentiels statistiques et les systèmes avec une représentation interne persistante du monde.

En termes techniques, les LLM (grands modèles de langage) sont des modèles pour prédire le prochain jeton conditionné par le contexte. Ils ne possèdent pas de structures causales explicites et de modèles stables de la réalité physique et sociale. En ce sens, leur ‘intelligence’ est une fonction de régularité statistique, pas de compréhension, donc augmenter davantage la taille du modèle entraîne des rendements décroissants en termes de persistance, de fiabilité et de planification à long terme.

Modèles du monde

C’est précisément cette limite que Yann LeCun met en garde, qui, après de nombreuses années de travail chez Meta, a redirigé son attention opérationnelle vers le développement d’architectures basées sur des modèles du monde, croyant que l’augmentation de l’échelle des modèles de langage ne résout pas le problème fondamental de la compréhension. Sa thèse est que sans une représentation interne des lois de l’espace, du temps et de la causalité, il n’y a pas de transition vers des systèmes capables de planification prédictive stable et d’action autonome dans des environnements complexes.

Le modèle du monde est donc un mécanisme qui permet de simuler des résultats avant l’action et d’optimiser le comportement dans le monde réel. Une autre doyenne de l’IA, Fei-Fei Li, partage la conviction de la nécessité d’un tel changement en travaillant sur des systèmes d’intelligence artificielle incarnés et la perception visuo-spatiale comme conditions préalables à la modélisation de la dynamique de l’environnement.

Tous deux ont fondé des entreprises : Li a levé un milliard de dollars lors du dernier tour de financement, et l’entreprise de LeCun devrait avoir une valorisation initiale de trois milliards de dollars. Les cinq cent mille citations que LeCun et Li ont ensemble méritent la confiance des investisseurs.

Les effets économiques de l’intelligence artificielle dépendent largement de la rapidité avec laquelle les modèles du monde se développeront. Les LLM agissent principalement comme une technologie d’augmentation dans laquelle l’information est utilisée intensivement, augmentant l’efficacité des tâches administratives et cognitives, réduisant les coûts de transaction et accélérant le traitement des données, ainsi leur effet macroéconomique est incrémental et concentré dans les services.

Les modèles du monde, surtout en combinaison avec une incarnation physique dans des robots et des systèmes autonomes, ont le potentiel de changer la fonction de production elle-même. Un système capable de planifier dans l’espace et le temps, d’anticiper les conséquences et d’ajuster les actions entre dans le domaine de l’économie réelle – énergie, logistique, fabrication et infrastructure – à quel point l’intelligence artificielle devient un complément à l’équipement de capital, pas seulement un outil logiciel.

La narration de l’inévitabilité

Cependant, l’application industrielle large, même des LLM, fait face à des limitations institutionnelles. La loi européenne sur l’IA établit un cadre pour la classification des risques et des responsabilités, mais des normes techniques opérationnelles sont encore en cours de développement au sein de CEN-CENELEC et d’initiatives similaires.

Sans des mécanismes clairs tels que le suivi de l’origine des données et des modèles (chaîne de responsabilité), des performances mesurables et une allocation précise des responsabilités, l’intégration des systèmes d’IA dans les infrastructures critiques, le système financier ou l’administration publique reste limitée. La diffusion industrielle nécessite des protocoles standardisés et une prévisibilité réglementaire ; sinon, l’application reste partielle et expérimentale.

De plus, la dynamique actuelle de l’intelligence artificielle porte les caractéristiques d’une phase de battage médiatique typique. Dans de telles phases, non seulement la technologie se propage, mais aussi le récit de son inévitabilité. Le discours médiatique, le capital d’investissement et le marketing technologique se renforcent mutuellement, créant la perception d’une transformation immédiate et universelle. Les valorisations reflètent alors les attentes d’un futur monopole ou d’une domination infrastructurelle, plutôt que des effets productifs actuels.

L’histoire des technologies à usage général montre qu’entre la percée technologique et la transformation macroéconomique se trouve une période d’ajustement au cours de laquelle des normes, des cadres réglementaires et des compétences complémentaires sont établis. L’application industrielle dépend donc de systèmes fiables et interopérables intégrés dans des chaînes de valeur mondiales, et non de récits médiatiques.