Les capacités impressionnantes du Kimi K3 du laboratoire chinois Moonshot, le plus grand modèle de langage à poids ouvert, ont lancé un débat qui amalgame deux choses : les possibilités économiques des géants américains de l’IA et l’avenir des LLM en tant que technologie.
Le responsable des futurs stratégiques d’OpenAI, Dean W. Ball, est allé jusqu’à affirmer que le gouvernement américain devrait trouver un prétexte pour créer de la peur, de l’incertitude et de la méfiance en matière de réglementation autour des nouveaux modèles, puisque les modèles à pondération ouverte doivent nécessairement dissuader les dépenses en capital des laboratoires pionniers.
Les gens ont paniqué, avec des sommités technologiques comme Yann LeCun et Martin Casado affirmant que les logiciels ouverts peuvent accélérer l’innovation et coexister avec des projets propriétaires. Ball a rapidement rétracté ses affirmations selon lesquelles une répression réglementaire était la « meilleure stratégie » de la Maison Blanche et que les modèles à poids ouvert ralentissaient nécessairement les progrès technologiques.
Cependant, Axios rapporte que l’administration Trump envisage d’interdire le K3 et d’autres modèles chinois avancés à la demande des laboratoires frontaliers américains. Un autre rapport de Politico indiquait que le ministère du Commerce ne prendrait pas cette mesure de si tôt.
L’avantage pour les grandes entreprises d’IA est clair : les modèles ouverts, fonctionnant sur une infrastructure indépendante ou au sein de grandes entreprises, offrent une intelligence moins chère que les modèles de pointe d’Anthropic ou d’OpenAI. Si les utilisateurs dépensent de plus en plus en dehors des laboratoires fermés, cela signifie un retour sur investissement moindre sur leurs investissements massifs dans la formation des modèles.
Cette vision s’étend bien au-delà d’OpenAI. « Des modèles open source solides et de premier ordre exerceront une pression sur les marges et feront baisser les prix des entreprises frontières », a déclaré à TechCrunch Braden Hancock, co-fondateur de Snorkel AI et partenaire de recherche à l’Institut Laude. « Cela ne signifiera pas nécessairement que l’utilisation de l’IA diminuera un peu. Vous savez, bien sûr, c’est bien le contraire. »
Ce n’est pas un problème pour les personnes qui ne partagent pas Anthropic et OpenAI. L’IA va encore proliférer. Alors, quelle est la justification pour laquelle le gouvernement empêche les Américains d’acheter quelque chose sur nos marchés apparemment libres ?
Les inquiétudes concernant les modèles chinois se présentent sous plusieurs formes. L’une consiste à protéger les données américaines du gouvernement chinois ; les États-Unis ont interdit l’importation de véhicules électriques chinois modernes en raison de préoccupations concernant leur collecte de données. Mais les experts ont tendance à penser qu’il est peu probable que les modèles ouverts exécutés sur des serveurs américains renvoient des données vers la Chine, même s’il n’est pas impossible qu’une telle chose puisse se produire.
Une autre raison est que les modèles peuvent avoir un biais implicite en faveur de la RPC – mais on ne sait pas clairement ce que cela pourrait signifier, par exemple, pour les tâches de codage.
Une troisième préoccupation commune est que les modèles chinois ne disposent pas des garde-fous que le gouvernement américain a imposés (par le biais d’un processus opaque), qui visent à empêcher que les principaux LLM américains ne soient utilisés pour exploiter des systèmes informatiques fermés ou créer des armes. Cependant, ces mêmes garde-fous peuvent rendre les entreprises américaines plus vulnérables : David Sacks, capital-risqueur et conseiller de Trump, a partagé des cas d’entreprises américaines se tournant vers des LLM chinois pour combler les lacunes en matière de sécurité lorsque les modèles frontaliers américains refusent d’accomplir les tâches.
Mais la principale motivation pour restreindre les modèles est la crainte que la Chine ne puisse devancer les États-Unis si les laboratoires frontaliers ralentissent.
Sam Bresnick, chercheur spécialisé en Chine au Centre pour la sécurité et les technologies émergentes de Georgetown, affirme que l’importance croissante de l’IA dans les opérations militaires américaines donne à ceux-ci une raison de soutenir la poursuite des investissements dans l’IA dans les laboratoires frontaliers. Mais la question dans son ensemble, dit-il, est épineuse.
« Pourquoi le gouvernement américain devrait-il exercer son influence sur la protection de ces entreprises contre des concurrents qui sont exclus du marché américain en raison de leurs origines ? » demande Bresnick.
Les partisans de l’IA ouverte affirment que les entreprises frontières créent une fausse dichotomie entre innovation et modèles fermés.
« L’impact le plus important de la provenance de ces modèles open source en Chine est moins qu’ils se faufilent par des portes dérobées, mais plutôt qu’ils possèdent l’innovation », a déclaré Hancock à TechCrunch. « Vous vous retrouvez effectivement avec une main-d’œuvre élargie sur votre modèle. PyTorch est devenu la norme de l’industrie parce qu’il était open source, et ainsi toute la communauté pouvait y contribuer plutôt qu’une seule entreprise, et elle a grandi et grandi, et toutes les autres bibliothèques d’apprentissage profond sont en quelque sorte mortes en comparaison. «
Hancock et d’autres défenseurs craignent que les LLM chinois ne deviennent le lieu de la recherche internationale. Déjà, les programmes d’études supérieures américains s’appuient principalement sur des modèles chinois ouverts, et Hancock affirme que la moitié des articles étudiés par les étudiants proviennent d’établissements chinois, les laboratoires frontaliers américains étant de plus en plus réticents à partager largement leurs travaux.
« Restreindre les modèles ouverts ne rendrait pas l’IA plus sûre », a déclaré Clem Delangue, PDG de Hugging Face, une plateforme de collaboration ouverte en matière d’IA. « Cela cacherait simplement les risques, concentrerait le pouvoir entre les mains de quelques-uns et rendrait plus difficile pour la prochaine génération de constructeurs, de chercheurs, d’universités, d’organisations à but non lucratif et de gouvernements de participer à rendre l’IA plus sûre et plus bénéfique pour tous. »
Bresnick dit que le véritable moyen de ralentir la Chine serait de se concentrer davantage sur le contrôle des exportations de puces. Une meilleure façon de préserver le leadership américain en matière d’IA serait d’arrêter de vendre des processeurs Nvidia H200 à la Chine. « Cela, dit-il, pourrait potentiellement nous tenir à l’écart de cet épineux débat sur l’interdiction des technologies open source qu’un grand nombre d’entreprises américaines souhaitent utiliser. »
Une partie du problème réside dans l’incertitude entourant l’économie de l’IA. « Le modèle commercial ouvert, le modèle commercial propriétaire, aucun des deux n’est compris. Les entreprises d’IA ont du mal à trouver comment gagner de l’argent avec leurs outils, d’autant plus que les coûts de formation doivent augmenter de plus en plus », souligne Bresnick.
Les mêmes défis qui se posent aux États-Unis se retrouvent également en Chine, où les sociétés d’IA ont également du mal à générer des revenus et à accéder à la puissance de calcul, et le gouvernement est considéré comme encourageant les versions ouvertes pour des raisons politiques, malgré la difficulté de les exploiter.
Certaines sociétés américaines, dont Thinking Machines Lab et Nvidia, tentent de se lancer dans la commercialisation de modèles ouverts. Hancock souligne que Nvidia s’en sortirait mieux « s’il y avait des dizaines ou des centaines d’entreprises développant l’IA plutôt que deux ou trois suffisamment capitalisées pour fabriquer leurs propres puces », ce qui est l’une des raisons de son investissement dans Nemotron, une collection de modèles ouverts.
« Le point principal est que les États-Unis seraient très bien servis s’ils disposaient de leurs propres modèles ouverts, très performants et beaucoup moins chers », a déclaré Bresnick. « Cela entre en conflit avec l’approche adoptée par les laboratoires frontaliers. »
Avec des reportages supplémentaires de Rebecca Bellan.
Lorsque vous achetez via des liens dans nos articles, nous pouvons gagner une petite commission. Cela n’affecte pas notre indépendance éditoriale.
