Toshihiro Sonoda, Head of Artificial Intelligence, Fujitsu Research, Fujitsu

1. La collaboration entre les modèles d’IA accroît encore l’importance de la confiance

Au lieu d’utiliser un seul modèle d’IA pour prendre une décision, plusieurs modèles d’IA générative (GenAI) ou agents d’IA effectueront des vérifications croisées afin d’améliorer leur précision et réduire les erreurs ou les « leurres ».

Cela signifie que la confiance sera encore plus importante. Comment garantir que les résultats d’un modèle d’IA sont suffisamment crédibles pour être validés par un autre modèle ?

En termes de transparence et de responsabilité, les entreprises devront exiger des déclarations de la part des systèmes d’IA. Sans ces garde-fous, l’IA non vérifiée risque de générer des informations inexactes ou biaisées que d’autres systèmes pourraient à leur tour adopter sans discernement.

Ceci jette les bases de la singularité, lorsque l’intelligence artificielle dépassera l’intelligence humaine.

2. L’IA permet aux humains de se concentrer sur des tâches plus stratégiques et plus gratifiantes

Dans les environnements professionnels, l’IA évolue de plus en plus vers un rôle d’assistant fiable, qui exécute des tâches complexes et automatisées. Cela permet aux humains de se concentrer sur des tâches plus stratégiques et plus gratifiantes, telles que la résolution de problèmes et la prise de décision.

L’IA explicable sera essentielle pour les organisations qui souhaitent connaître le « quoi » et le « pourquoi » des décisions générées par l’IA. Elles doivent donc considérer les modèles d’IA comme des boîtes noires sans processus de raisonnement clair.

Le raisonnement logique change la donne et permet à l’IA d’agir comme un outil réactif et un partenaire proactif dans les stratégies d’entreprise. Cela permettra de faire confiance aux systèmes d’IA en tant qu’assistants fiables et responsables.

3. La gestion énergétique des systèmes d’IA à grande échelle est un vrai défi

Les grands modèles de langage (LLM) sont particulièrement gourmands en énergie. Comme ils s’intègrent de plus en plus fréquemment dans les opérations commerciales quotidiennes, il est difficile de contrôler la consommation d’énergie et l’empreinte carbone spécifiquement associées à l’exploitation de ces systèmes d’IA.

Les entreprises devront trouver un équilibre entre ces développements technologiques et leurs promesses environnementales. Le développement de modèles d’IA et de méthodes de calcul économes en énergie sera important pour rendre l’IA durable.

Nous avons besoin de solutions rentables, moins gourmandes en énergie, sans compromettre la performance.

Pour façonner l’avenir de l’IA, nous devons veiller à ce que les principes d’éthique, de transparence et de responsabilité aillent de pair avec ces développements. Les 12 prochains mois seront extrêmement importants pour créer des opportunités permettant à l’ensemble de la population de bénéficier de l’IA.