Le battage médiatique autour du nouveau modèle d’IA de DeepMinds passe à côté de ce qui est vraiment cool à ce sujet

La nature essaie de nous dire quelque chose ici, c’est-à-dire que cela ne fonctionne pas vraiment, mais le domaine croit tellement à ses propres coupures de presse qu’il ne peut tout simplement pas le voir, ajoute-t-il.

Même les collègues de Freitass DeepMind, Jackie Kay et Scott Reed, qui ont travaillé avec lui sur Gato, ont été plus circonspects lorsque je les ai interrogés directement sur ses affirmations. Lorsqu’on leur a demandé si Gato se dirigeait vers AGI, ils ne seraient pas tirés au sort. Je ne pense pas qu’il soit vraiment possible de faire des prédictions avec ce genre de choses. J’essaye d’éviter ça. C’est comme prédire le marché boursier, a déclaré Kay.

Reed a déclaré que la question était difficile: je pense que la plupart des personnes en apprentissage automatique éviteront soigneusement de répondre. Très difficile à prévoir, mais, vous savez, j’espère que nous y arriverons un jour.

D’une certaine manière, le fait que DeepMind ait qualifié Gato de généraliste aurait pu en faire une victime du battage médiatique excessif des secteurs de l’IA autour d’AGI. Les systèmes d’IA d’aujourd’hui sont appelés étroits, ce qui signifie qu’ils ne peuvent effectuer qu’un ensemble spécifique et restreint de tâches telles que la génération de texte.

Certains technologues, dont certains chez DeepMind, pensent qu’un jour, les humains développeront des systèmes d’IA plus larges qui pourront fonctionner aussi bien, voire mieux, que les humains. Bien que certains appellent cela l’intelligence générale artificielle, d’autres disent que c’est comme « la croyance en la magie ». De nombreux chercheurs de haut niveau, tels que Yann LeCun, scientifique en chef de l’IA chez Metas, se demandent si cela est même possible.

Gato est un généraliste dans le sens où il peut faire beaucoup de choses différentes en même temps. Mais c’est un monde à part d’une IA générale qui peut s’adapter de manière significative à de nouvelles tâches différentes de celles sur lesquelles le modèle a été formé, déclare Andreas du MIT : nous étions encore assez loin de pouvoir le faire.

Rendre les modèles plus grands ne résoudra pas non plus le problème que les modèles n’ont pas d’apprentissage tout au long de la vie, ce qui signifierait que s’ils apprenaient quelque chose une fois, ils comprendraient toutes les implications et l’utiliseraient pour éclairer toutes les autres décisions qu’ils prennent, dit-il.

Le battage médiatique autour d’outils comme Gato est néfaste pour le développement général de l’IA, fait valoir Emmanuel Kahembwe, chercheur en IA et en robotique et membre de l’organisation Black in AI cofondée par Timnit Gebru. Il y a beaucoup de sujets intéressants qui sont laissés de côté, qui sont sous-financés, qui méritent plus d’attention, mais ce n’est pas ce qui intéresse les grandes entreprises technologiques et la majorité des chercheurs de ces entreprises technologiques, dit-il.

Les entreprises technologiques devraient prendre du recul et faire le point sur les raisons pour lesquelles elles construisent ce qu’elles construisent, déclare Vilas Dhar, président de la Fondation Patrick J. McGovern, une organisation caritative qui finance des projets d’IA pour de bon.

AGI parle de quelque chose de profondément humain, l’idée que nous pouvons devenir plus que nous ne sommes, en construisant des outils qui nous propulsent vers la grandeur, dit-il. Et c’est vraiment bien, sauf que c’est aussi un moyen de nous distraire du fait que nous avons de vrais problèmes auxquels nous sommes confrontés aujourd’hui et que nous devrions essayer de résoudre en utilisant l’IA.