Comment les pays tirent parti de la puissance de calcul pour réaliser leurs stratégies nationales d’intelligence artificielle
Utilisant un matériel finement réglé, un réseau spécialisé et un stockage de données important, les supercalculateurs sont depuis longtemps utilisés pour des projets de calcul intensif nécessitant de grandes quantités de traitement de données. Avec l’essor de l’intelligence artificielle et de l’apprentissage automatique, il existe une demande croissante pour ces ordinateurs puissants et, par conséquent, la puissance de traitement augmente rapidement. En tant que tel, la croissance de l’IA est inextricablement liée à la croissance de la puissance de traitement de ces appareils très performants.
Les supercalculateurs ne sont pas nouveaux. Le terme est apparu à la fin des années 1920 et le CDC 6600 (sorti en 1964) est généralement considéré comme le premier véritable supercalculateur. Les premiers superordinateurs n’utilisaient que quelques processeurs extrêmement puissants mais, à la fin des années 1990, les experts en informatique ont réalisé que l’enchaînement de milliers de processeurs prêts à l’emploi donnerait la plus grande puissance de traitement. Les superordinateurs de pointe actuels disposent de plus de 60 000 processeurs massivement parallèles pour approcher les niveaux de performances pétaflopiques.
Conscient des menaces à la sécurité posées par les supercalculateurs, un consortium de pays, dont les États-Unis, l’Allemagne et la Corée du Sud, a élaboré l’arrangement de Wassenaar, qui restreint la vente, entre autres, de supercalculateurs pouvant être utilisés à des fins militaires. fins. Néanmoins, des supercalculateurs peuvent être trouvés dans la plupart des pays qui poursuivent des recherches sur l’IA.
Ainsi, une grande partie du développement de l’IA repose sur deux piliers : les technologies et la disponibilité du capital humain. Nos précédents rapports pour Brookings, Comment différents pays voient l’intelligence artificielle et Analyse des plans d’intelligence artificielle dans 34 pays, ont détaillé comment les pays abordent les plans nationaux d’IA et comment interpréter ces plans. Dans un article de suivi, Gagnants et perdants dans la réalisation des aspirations nationales en matière d’intelligence artificielle, nous avons discuté de la manière dont différents pays réalisaient leurs aspirations selon des dimensions axées sur la technologie et sur les personnes. Dans notre article le plus récent, Le dilemme des personnes : comment le capital humain stimule ou entrave la réalisation des stratégies nationales d’IA, nous avons discuté de la dimension humaine et donc, dans cet article, nous examinerons comment chaque pays est prêt à atteindre ses objectifs en matière d’IA en le deuxième pilierla dimension technologique.
Développement des facteurs technologiques
Afin d’analyser l’état de préparation technologique de chaque pays, nous avons rassemblé un ensemble de données au niveau national contenant : le nombre et la taille des superordinateurs dans chaque pays, le montant des dépenses publiques et privées consacrées aux initiatives d’IA dans chaque pays, le nombre de startups d’IA dans chaque pays , et le nombre de brevets sur l’IA et d’articles de conférence produits par les chercheurs de chaque pays. Il en est résulté dix éléments de données distincts.[1]
Comme pour nos analyses précédentes, nous avons effectué une analyse factorielle pour déterminer si l’un des éléments de données était étroitement lié. Des éléments étroitement liés peuvent être mathématiquement combinés en un facteur composite, ce qui facilite l’interprétation. Dans cette analyse factorielle, deux facteurs clairs ont émergé. Le premier facteur contenait les classements des pays en fonction des performances informatiques de pointe théoriques, du nombre de cœurs de traitement, du nombre de superordinateurs et des performances maximales de LINPACK atteintes ; les classements des pays pour le nombre d’articles de conférence et d’articles de revues ; et le classement du pays pour le nombre de brevets. Le deuxième facteur contenait les investissements privés et publics dans l’IA. Un domaine, les startups d’IA, n’était pas étroitement associé à l’un ou l’autre facteur et a été retiré de l’analyse ultérieure.
Il est clair que tous les domaines du premier facteur sont directement liés à la technologie ou à son utilisation dans la recherche. En conséquence, nous nommons ce facteur Technologie et Recherche. Le deuxième facteur est uniquement axé sur les investissements, et nous nommons donc ce champ Investissements.
La figure 1 montre où se situe un groupe restreint de pays selon ces sous-dimensions.
Nous interprétons et nommons les quadrants comme suit. Les pays qui sont dans le coin supérieur droit que nous surnommons Leaders ; ceux-ci disposent à la fois d’une plate-forme technologique et de recherche robuste (facteur un) et d’importants investissements publics/privés (facteur deux). Pays du quadrant inférieur droit que nous appelons Compétences technologiques. Ces pays disposent actuellement d’une solide plate-forme technologique et de recherche, mais manquent d’investissements publics et privés solides. Les pays dans le quadrant supérieur gauche que nous appelons Financement positionné, et sont des pays qui ont un flux de financement important mais qui sont en retard en termes de technologie et de recherche. Enfin, nous appelons le quadrant inférieur gauche Non préparé, qui reflète les pays qui manquent à la fois de technologie et de recherche et qui manquent également du point de vue du financement.
États-Unis et Chine
La course à la domination technologique est clairement une course à deux chevaux entre les États-Unis (94e centile pour la technologie et la recherche et 96e pourcentage pour les investissements) et la Chine (94e centile pour la technologie et la recherche et 91e pourcentage pour les investissements). Alors que les États-Unis détiennent une très légère avance dans l’ensemble, les deux pays occupent les trois premières positions pour chacun de nos éléments de données. Ce n’est pas surprenant, car la taille des économies américaine et chinoise (respectivement la plus grande et la deuxième avec 20 billions de dollars et 15 billions de dollars respectivement) éclipse le Japon, qui est la troisième économie en importance (4,9 billions de dollars). En conséquence, nous ne voyons aucun obstacle centré sur la technologie pour que l’un ou l’autre pays continue d’exceller.
Royaume-Uni, France, Japon et Allemagne
Le Royaume-Uni (75e centile en technologie et recherche et 88e centile en investissements), la France (75e centile en technologie et recherche et 81e centile en investissements), le Japon (87e centile en technologie et recherche et 75e centile en investissements) et l’Allemagne ( 83e centile en technologie et recherche et 68e centile en investissements) forment un solide peloton de chasse aux deux leaders. Des quatre pays, nous considérons que le Royaume-Uni est le mieux placé pour défier les États-Unis et la Chine et cela est basé sur leurs investissements plus importants dans la technologie. Nous estimons que ces investissements leur permettront de combler l’écart plus rapidement que les autres pays ne sont capables de le faire. Cependant, nous ne pouvons pas ignorer le fait que l’économie du Japon est la plus grande des quatre et cela suggère que, s’ils décident de le faire, ils peuvent rapidement accélérer leurs efforts.
Inde, Canada, Corée du Sud et Italie
Inde (57e centile en technologie et recherche et 78e centile en investissements), Canada (68e centile en technologie et recherche et 60e centile en investissements), Corée du Sud (71e centile en technologie et recherche et 60e centile en investissements) et Italie (71e centile en technologie et recherche et 60e centile en investissements) complètent le quadrant Leaders. Comme le Royaume-Uni, l’Inde est également bien positionnée du point de vue du financement et devrait rapidement se démarquer des quatre autres pays.
Conte des économies
Presque sans exception, il existe une forte relation entre la taille économique du pays et sa position dans nos quadrants. Les États-Unis tirent certainement parti de leur statut de plus grande économie du monde et réalisent des investissements technologiques considérablement plus importants que presque tous les autres pays ; La Chine est une seconde proche. Alors que nous étions préoccupés par la position des États-Unis d’un point de vue humain, il n’y a pas de préoccupations similaires d’un point de vue technologique. L’Amérique reste un leader mondial de l’innovation numérique et les supercalculateurs ne font pas exception à cette règle.
La réalité inconfortable pour les États-Unis est que sa puissance économique est très utile pour faire les investissements nécessaires dans l’infrastructure technologique qui sont nécessaires mais pas suffisants pour réussir dans la poursuite de l’IA, mais cette puissance économique n’a que peu ou pas d’incidence sur l’autre élément nécessaire, le capacité à attirer les personnes nécessaires pour développer et mettre en œuvre sa stratégie d’IA. En revanche, la Chine a également la force économique pour les investissements nécessaires dans les infrastructures technologiques, mais a également une population importante pour fournir au peuple l’énergie qui est également nécessaire. En d’autres termes, la Chine a les deux conditions nécessaires au succès de l’IA alors que les États-Unis n’en ont qu’une. En tant que telle, la Chine est actuellement en bien meilleure forme que les États-Unis pour atteindre ses objectifs en matière d’IA et, sans changements sur le front humain, les États-Unis prendront de plus en plus de retard.
Dans notre prochain article, nous nous concentrerons exclusivement sur ce que les États-Unis doivent faire pour améliorer leur position et dans nos articles suivants, nous examinerons différentes stratégies d’association qui tirent parti des forces respectives de chaque pays.
[1]: Il s’agissait de : Rpeak (classement des pays par performances informatiques de pointe théoriques), Cores (classement des pays par nombre de cœurs de traitement), Count (classement des pays par nombre de supercalculateurs), Rmax (classement des pays par performances maximales de calcul en virgule flottante LINPACK atteintes), AI Startups (classement des pays pour le nombre de startups basées sur l’IA), Private Investment (taux des pays pour les investissements privés dans l’IA), Public Investments (classement des pays pour les investissements publics dans l’IA), AI Conference Papers (classement des pays pour le nombre d’articles de conférence sur l’IA ), AI Journal Papers (classement des pays pour le nombre d’articles sur l’IA) et AI Patents (classement des pays pour le nombre de brevets sur l’IA).